Baidu
map

国内外医学影像AI产品接连获批,能填补放射科医生缺口吗?

2020-03-12 汉鼎好医友 汉鼎好医友

CT、MRI等医学影像检查正发挥着越来越重要的作用。有超过75%的患者在诊疗过程中需放射科医生的帮助。但专业影像人才的培养速度远远赶不上需求增速,放射科医生面临着巨大缺口。

CT、MRI等医学影像检查正发挥着越来越重要的作用。有超过75%的患者在诊疗过程中需放射科医生的帮助。但专业影像人才的培养速度远远赶不上需求增速,放射科医生面临着巨大缺口。

为此,一些公司开始探索运用人工智能(AI)和计算机视觉技术辅助放射科医生。

目前,在医学影像AI领域处于领先地位的要数Aidoc Medical公司,它被《时代》杂志评为50家天才公司之一。不久前,其刚获FDA批准,用于在头部CTA影像标记大血管闭塞( LVO )的AI解决方案,为医院提供一个更完整的脑卒中AI解决方案。

Aidoc已成为获FDA认证产品最多的医疗AI企业:

2018.08

FDA批准了Aidoc的首个基于脑部CT的人工智能(AI)辅助分诊工具。该产品能够在患者扫描后直接分析医学图像,标记脑部CT中的急性颅内出血(ICH)病例,并将可疑的病例通知给放射科医生,从而协助将那些紧急和可能危及生命的病例进行优先级排序。这也是FDA批准的全球首个利用深度学习技术辅助放射科医生进行分诊的产品。

2019.06

Aidoc的颈椎骨折和肺栓塞人工智能产品,分别获得了FDA的批准。临床中颈椎损伤的迟发性或漏诊发生率在5%到20%之间,颈椎骨折产品旨在帮助确定胸部CT扫描中肺栓塞的潜在病例,从而帮助医生优化工作流,让临床医生优先诊断高风险的患者。

而肺栓塞人工智能产品主要用于辅助临床医生诊断病人肺栓塞,并实现根据患者的危重性排序分类。Aidoc的肺栓塞解决方案荣获2019年度“最佳放射软件”Minnie奖。

2020.01

FDA批准 Aidoc在头部CTA图像标记大血管闭塞( LVO )的AI解决方案。此次获批的血管闭塞AI产品将与之前的出血性卒中和缺血性脑卒中AI产品相结合,为医院提供一个更完整的脑卒中AI解决方案。

当病人出现脑卒中时,大脑内每分钟会有190万神经元和140亿突触死亡,这时快速诊断和治疗显得至关重要,对脑卒中患者进行干预治疗时间越快,患者生存率就越高。

Aidoc的一整套脑卒中AI解决方案,可以在患者扫描CT图像时主动识别发现脑卒中,并将疑似脑卒中的情况直接通知影像科医生,提高脑卒中患者的诊疗效率。

罗切斯特大学医学中心的研究表明,Aidoc的脑卒中AI解决方案可将脑卒中患者的周转时间缩短36.6%。

影响影像AI发展的关键因素在于放射科医生的接受度。目前,该公司正与美国放射学会(ACR)合作,在不同的医疗环境下验证医学影像AI新模型。

目前,Aidoc还有8个产品正在进行临床试验。其计划2年内实现适合多种场景的完整医疗AI产品,并实现落地500家医院。

此外,近日,国内首个人工智能医学影像产品也已获批上市(冠脉血流储备分数计算软件,获第三类医疗器械注册证书)。

目前,国内外AI影像辅助诊断发展如火如荼,特别是此次疫情中短时间内的爆发式需求,对医院影像诊断能力带来了巨大挑战,也客观上推动了辅助诊断系统的发展。

不过,由于种种因素的限制,现阶段AI影像辅助诊断落地仍比较缓慢,也只能分担医生一小部分压力,并不能解决放射科医生紧缺的现状。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1927216, encodeId=f416192e216c4, content=<a href='/topic/show?id=7ca65e394f5' target=_blank style='color:#2F92EE;'>#放射科#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=99, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=57394, encryptionId=7ca65e394f5, topicName=放射科)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6da1120, createdName=lidong40, createdTime=Mon Jul 27 10:40:23 CST 2020, time=2020-07-27, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1985897, encodeId=11d5198589ec8, content=<a href='/topic/show?id=12e55e395e8' target=_blank style='color:#2F92EE;'>#放射科医生#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=112, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=57395, encryptionId=12e55e395e8, topicName=放射科医生)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=e5742500212, createdName=12498f17m66暂无昵称, createdTime=Thu Jan 07 05:40:23 CST 2021, time=2021-01-07, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1927216, encodeId=f416192e216c4, content=<a href='/topic/show?id=7ca65e394f5' target=_blank style='color:#2F92EE;'>#放射科#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=99, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=57394, encryptionId=7ca65e394f5, topicName=放射科)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6da1120, createdName=lidong40, createdTime=Mon Jul 27 10:40:23 CST 2020, time=2020-07-27, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1985897, encodeId=11d5198589ec8, content=<a href='/topic/show?id=12e55e395e8' target=_blank style='color:#2F92EE;'>#放射科医生#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=112, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=57395, encryptionId=12e55e395e8, topicName=放射科医生)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=e5742500212, createdName=12498f17m66暂无昵称, createdTime=Thu Jan 07 05:40:23 CST 2021, time=2021-01-07, status=1, ipAttribution=)]

相关资讯

医学影像难共享 技术问题还是利益纷争?

当前,过度医疗是老百姓的心头恨,尤其是花钱比较多的各种“片子”。常见病还好说,稍微遇上点难看的病,一般都得去几家医院后才能确诊,问题就来了,即便是相同的检查,不同的医院都得重新来一遍,花费成百上千元重拍,这其中折射出影像共享难题。在大城市大医院里,我们不乏能看到在基层得不到准确诊断的患者。他们费劲千辛万苦挂上大医院的专家号,拿着在基层医院的各种“片子”找医生诊断,结果刚给医生掏出袋子里的胶片,却被

北京友谊医院王振常:AI须融入医学影像的工作流程

王振常正在参加一场医学影像学术会议的筹备会。他非常忙碌,以致于采访地点临时变动,访谈只能在会议间隙进行。五年前,王振常通过公开选拔,成为北京友谊医院副院长,分管门急诊、医技、科研、教育和信息化建设工作。此前,他在北京同仁医院从一线医生一路成长为最年轻的放射科主任,并任职十余载。他履新北京友谊医院的愿景之一,就是让基础扎实的放射科再上一个台阶,将其建设成为全国一流科室。如今的北京友谊医院放射科

医学影像人工智能方兴未艾

近来,人工智能在各个领域得到飞速发展。许多与人工智能相关的企业从一开始的无人问津,火热到现在的动辄几亿元融资。目前,在众多的新闻报道和宣传文章中,最引人注目且传播力度最广泛的当属“人机大战”。

见贤思齐:品读影像大咖对人工智能的见解

9月27日,2018人工智能+医院创新论坛在上海闵行宝龙艾美酒店举办。本次论坛由中国高科技产业化研究会产学研合作协调部联合动脉网、蛋壳研究院主办,主题为“无穷大INFINITY”。众多医院及企业代表到场,共同探讨聊人工智能如何更好地应用于医院,与医院的医疗服务相结合,从而提高医疗机构的服务效率与质量。影像作为目前人工智能在医院应用最集中的领域,那么从医院的视角来看,医生的视角来看人工智能技术到底对

AI技术在医学影像中的应用现状及行业发展情况分析

随着技术飞速发展、医学数据的持续扩增以及硬件设备的不断提升,人工智能和医疗的结合方式越来越多样化。目前AI在医疗领域中的落地的应用场景主要有医学影像、智能诊疗、智能导诊、智能语音、健康管理、病例分析、医院管理、新药研发和医疗机器人等,其中在医学影像中的应用最为广泛。

医学影像经验分享:别人曾犯过的错,你千万不要再犯了!

我从事放射科工作已有40年了,有成绩也有缺点,有经验也有教训。以下是我多年来的一些体会,和同行分享,以便在今后工作中少走弯路,提高诊断水平和处理问题的能力。

Baidu
map
Baidu
map
Baidu
map