首页 > 深度学习 > 看AI如何改变医疗影像学
看AI如何改变医疗影像学

看AI如何改变医疗影像学

2019-03-27 09:00

#深度学习


 

 

从一只猫咪的照片到手写的数字,神经网络已经在视觉数据处理领域被应用多年。深度学习模型可以识别出图像中的特征,增强图像质量,指出异常值和异常情况。

 

而这些能力也同样能够助力ai为放射学带来转变,为医疗机构节省时间和金钱的同时,提升患者的就诊体验。

 

医疗影像工作流中的ai

 

subtle medical,是一家位于硅谷的初创公司,同时也是nvidia初创加速计划项目的优胜者,其正在基于深度学习开发一套医疗影像应用程序。这些工具既可以降低对比度和辐射剂量,又能将扫描速度提升至多4倍,在提升患者的舒适度和安全性的同时,也提高了放射科工作流程的效率。

 

subtlepet是subtle medical推出的第一代产品,借助该产品,医生可以减少pet扫描的耗时以及放射性示踪剂的用量。pet扫描是一种用于癌症诊断和监测的常用医疗图像技术。subtlepet已于去年获得美国fda认证,并在欧洲获得ce标志,正式成为首个用于的核医学领域的ai应用程序。

 

无论是通过x光、超声、ct或者mri,当医疗影像拍摄完成之后,都需要放射科医生对图像做进一步分析,通过影像学研究寻找病症或异常情况,诊断病灶。

 

此时,神经网络也同样被应用于定位扫描图像上的特征点,例如肿瘤等,或者执行耗时的检测工作。

 

imfusion是另一家nvidia初创加速计划企业,其开发了一套ai工具,可以将2d的超声数据转化为三维图像。其算法能够将来自2d超声探头的实时图像叠加到先前获得的ct或mri图像上。这可以让医生在进行外科手术的同时,能够获得一个病人身体的三维视图。这为患者的治疗提供了有价值的见解。

 

nvidia clara赋力影像学应用程序

 

imfusion 和subtle medical都采用了nvidia clara,这是一个用于医疗影像的智能计算平台,以美国红十字协会创始人clara barton的名字命名。该平台能够让开发者在混合计算环境中构建、部署和管理ai增强型医疗影像学应用程序,从而建立智能化的医疗影像工作流程和仪器设备。

 

从工作流程自动化到提高处理速度和图像质量,医疗影像开发者们正在探索更多的新方法,借助于ai帮助医生检测和诊断病灶。

 

俄亥俄州立大学(ohio state university)的wexner 医学中心(wexner medical center)是美国第一个将nvidia clara平台用于ai赋力的临床影像的机构。作为一家领先的学术型医疗中心,俄亥俄州立大学计划将采用了深度学习模型的应用程序,用于er部门的早期预警系统和阅览室的诊断辅助当中。

 

借助nvidia clara,开发者们可以加速他们的医疗影像学应用程序开发和ai实施。clara能够在多种环境(例如:嵌入式、内部部署、云计算)中处理300万个现有医疗成像仪器的数据。并且该程序在gup上使用kubernetes,因此开发人员可以通过拓展计算来满足需求。

相关新闻