![NVIDIA 助力初创公司通过 X 射线诊断肺结核](http://nvidia.zhidx.com/uploadfile/2020/0213/20200213071648136.jpg)
NVIDIA 助力初创公司通过 X 射线诊断肺结核
2020-02-13 18:52
对于印度医疗初创公司 DeepTek 来说,开发诊断肺结核的产品迫在眉睫。印度是世界上肺结核患病率最高的国家,每年全球一千万的肺结核新病例中,印度占比超过四分之一。
该公司的创始人希望通过 AI 驱动的放射平台大大提升全球在医学影像诊断领域的能力,这是该公司第一个符合该愿景的项目。DeepTek 开发的 DxTB 工具可以筛查肺结核的 X 射线图像,并标记病例,以供医学专家进行优先检查。
联合国的目标是在 2030 年根除肺结核,而印度的目标则是在 2025 年之前就根除肺结核病,较联合国的全球目标还要早五年。胸部 X 射线成像是肺结核最敏感的筛查工具,可帮助临床医生确定哪些患者应转诊做进一步的实验室检查。但是,全球三分之二的人甚至无法获得基本的放射治疗,部分原因是由于治疗成本高昂且基础设施不足。
该公司的首席执行官兼临床放射科医生 Amit Kharat 说:“由于放射科医师通常会花更多时间进行 CT 或 MRI 扫描检查,能够读取X射线扫描的成像专家十分短缺,因此 AI 可以发挥重要作用。”
DeepTek 是 NVIDIA 初创加速计划 (NVIDIA Inception)的成员,该计划专门为初创公司提供基础工具、专业知识和上市支持。这家初创公司使用 NVIDIA GPU,通过 Google Cloud 和 Amazon Web Services 对其深度学习算法进行训练和推理。
迄今为止,该公司的 DxTB 工具已与印度金奈市政府(Greater Chennai Corporation)的 TB Free Chennai Initiative 合作,分析了超过 70,000 例胸部 X 射线,该项目得到了克林顿健康倡议组织(Clinton Health Access Initiative)的支持。该系统被部署在配备了数字 X 射线机器的移动货车中,以对高危人群进行肺结核筛查。
![](http://nvidia.zhidx.com/uploadfile/2020/0213/20200213071508868.jpg)
在流动诊所对患者进行检查时,胸部 X 射线图像的扫描被安全地传输到云中以进行推理。周转时间的加速可以使医生对病例进行分类,并立即进行附加检查,从而最大程度减少了未进行进一步检查和治疗的患者。
“完成这项工作通常需要花费一个月的时间。有了 AI,现在可以在数小时内完成,” Kharat 说。“目标是确保没有漏查一名患者。”
DxTB 可以被部署在云中,或者在网络较差或不可用的地方被部署为边缘服务。放射科医生通过仪表板查看扫描结果,使他们能够进行研究并为专家提供反馈和验证。
在医生确认诊断并开出药物治疗方案之前,被检测为可能呈肺结核阳性的患者需提供痰液或肺液样本,进行分子检测。
除了流动诊所外,印度约有 50 个影像中心和医院也使用 DeepTek 的 AI 模型。其中一个医院的网络将很快部署该初创公司的 ICU Chest 工具,该工具可以诊断一系列与重症监护患者有关的疾病。
DeepTek 还正在开发其他模型,如用以筛查关节和脊柱的 X 射线、 肝脏和大脑的 CT 扫描以及大脑 MRI 的研究。该公司的内部放射科医生手动注释扫描内容,以进行训练、验证和测试。
为了进一步改善其深度学习网络,这家初创公司使用了数据增强和数据规范化功能,并将用户的放射学报告作为反馈,以完善和重新训练 AI。
DeepTek 现在在其云平台上每月处理近 25,000 个成像研究。
“建立 AI 模型只是这项工作的一部分,” Kharat 说。“整个工作需要与医院、成像中心和移动诊所的放射工作流程完美结合。”
该公司的创始人希望通过 AI 驱动的放射平台大大提升全球在医学影像诊断领域的能力,这是该公司第一个符合该愿景的项目。DeepTek 开发的 DxTB 工具可以筛查肺结核的 X 射线图像,并标记病例,以供医学专家进行优先检查。
联合国的目标是在 2030 年根除肺结核,而印度的目标则是在 2025 年之前就根除肺结核病,较联合国的全球目标还要早五年。胸部 X 射线成像是肺结核最敏感的筛查工具,可帮助临床医生确定哪些患者应转诊做进一步的实验室检查。但是,全球三分之二的人甚至无法获得基本的放射治疗,部分原因是由于治疗成本高昂且基础设施不足。
该公司的首席执行官兼临床放射科医生 Amit Kharat 说:“由于放射科医师通常会花更多时间进行 CT 或 MRI 扫描检查,能够读取X射线扫描的成像专家十分短缺,因此 AI 可以发挥重要作用。”
DeepTek 是 NVIDIA 初创加速计划 (NVIDIA Inception)的成员,该计划专门为初创公司提供基础工具、专业知识和上市支持。这家初创公司使用 NVIDIA GPU,通过 Google Cloud 和 Amazon Web Services 对其深度学习算法进行训练和推理。
迄今为止,该公司的 DxTB 工具已与印度金奈市政府(Greater Chennai Corporation)的 TB Free Chennai Initiative 合作,分析了超过 70,000 例胸部 X 射线,该项目得到了克林顿健康倡议组织(Clinton Health Access Initiative)的支持。该系统被部署在配备了数字 X 射线机器的移动货车中,以对高危人群进行肺结核筛查。
![](http://nvidia.zhidx.com/uploadfile/2020/0213/20200213071508868.jpg)
在流动诊所对患者进行检查时,胸部 X 射线图像的扫描被安全地传输到云中以进行推理。周转时间的加速可以使医生对病例进行分类,并立即进行附加检查,从而最大程度减少了未进行进一步检查和治疗的患者。
“完成这项工作通常需要花费一个月的时间。有了 AI,现在可以在数小时内完成,” Kharat 说。“目标是确保没有漏查一名患者。”
DxTB 可以被部署在云中,或者在网络较差或不可用的地方被部署为边缘服务。放射科医生通过仪表板查看扫描结果,使他们能够进行研究并为专家提供反馈和验证。
在医生确认诊断并开出药物治疗方案之前,被检测为可能呈肺结核阳性的患者需提供痰液或肺液样本,进行分子检测。
除了流动诊所外,印度约有 50 个影像中心和医院也使用 DeepTek 的 AI 模型。其中一个医院的网络将很快部署该初创公司的 ICU Chest 工具,该工具可以诊断一系列与重症监护患者有关的疾病。
DeepTek 还正在开发其他模型,如用以筛查关节和脊柱的 X 射线、 肝脏和大脑的 CT 扫描以及大脑 MRI 的研究。该公司的内部放射科医生手动注释扫描内容,以进行训练、验证和测试。
为了进一步改善其深度学习网络,这家初创公司使用了数据增强和数据规范化功能,并将用户的放射学报告作为反馈,以完善和重新训练 AI。
DeepTek 现在在其云平台上每月处理近 25,000 个成像研究。
“建立 AI 模型只是这项工作的一部分,” Kharat 说。“整个工作需要与医院、成像中心和移动诊所的放射工作流程完美结合。”