Baidu
map

BioMind“天医智”2.0重磅发布 重新定义影像AI

2019-12-19 佚名 医谷

12月1日,被誉为“放射学界的风向标”的全球最大、最权威放射学会议——北美放射学会(RSNA)第105次年会在美国芝加哥召开。

12月1日,被誉为“放射学界的风向标”的全球最大、最权威放射学会议——北美放射学会(RSNA)第105次年会在美国芝加哥召开。

BioMind作为中国医疗AI领先代表,重磅发布“天医智”影像辅助诊断系统2.0,向世界展示中国医疗AI进展。

释放全球AI强劲信号

今年冬天,RSNA 105岁了。作为全球行业风向标,RSNA今年的焦点仍是”AI技术的赋能价值”,医生的观点也在悄然发生改变——

2016年,RSNA争论的焦点还在于“AI是助手,还是威胁?”;

而一年后,AI的作用已经被RSNA定义为“一个重要的创新、提效工具”。

到了今年, RSNA收录的人工智能论文持续呈直线上升的趋势,仅相对于2018年,这个数字翻了一倍。借用RSNA主席Valerie P. Jackson教授在采访中的表述可见一斑:“在我担任董事会主席期间,我希望RSNA能成为人工智能研究和教育领域的领导者。”

今年RSNA的主题——See Possibilities Together。未来朝向何方?伴随着RSNA主席连续3年对AI的重点关注,这个问题似乎有了答案。

今年,ValerieP. Jackson主席在演讲中称,“要为我们与患者的互动添加新的视角”。她认为,患者有强烈的需求去了解自己的病情,而医生却因繁重的工作无法满足与其互动的需求。AI技术能帮助医生缓解大量的工作和压力造成的职业倦怠,医生也能从更多的视角来判断患者情况,给予个性化治疗。

BioMind所从事的事业,正是如此。BioMindCEO莫伟群先生在受邀参加的主题演讲中表示,BioMind的研发团队潜心攻克深度学习的黑箱难题,通过AI进行病灶自动标记、精准风险评估,极大地减少误诊、漏诊率,从而帮助医生提高诊疗水平,更能提高基层医院能力。

功夫不负有心人。BioMind通过了实践的检验与认可。在本次RSNA上,作为BioMind众多全球落地应用的医院之一,德国罗伯特·舒曼医院就分享了BioMind如何通过CT和MRI影像的辅助诊断,来提升异常情况的筛查效率,特别是能够发现影像医师易遗漏的早期梗死病灶,从而给予临床工作极大的帮助。

新功能首发 有望成全球首款全身AI应用产品

AI能带来效率更高、更友好的医患互动方式、更个性化的诊疗方案。如何更广泛地成为连接医生和患者的重要桥梁,BioMind“天医智”给出了答案——

RSNA上,BioMind“天医智”AI影像辅助诊断系统发布2.0版本,成为覆盖头部、颈部、心脏、血管、乳腺等多器官、多病种精确诊断的AI产品。

头部智能应用:BioMind“天医智”2.0在原有功能的基础上,能够实现CT颅骨骨折、出血、血肿扩张预测和颅内肿瘤筛查的AI辅助诊断,MRI颅内27种肿瘤分类、小血管病诊断、脑出血诊断、血管畸形、炎症、缺血性卒中ASPECT评分和CISS分型的AI辅助诊断,CTA动脉瘤、血管狭窄、斑块的AI辅助诊断。同时,针对CTP,能够自动分析CBV、CBF、MTT、TTP,结合MRI的DWI序列判断脑缺血半暗带,具有极大的功能优势与独特性。

心脏MR智能应用:BioMind“天医智”2.0能够全自动、精准测量心功能;准确识别心内膜-血池界面,且智能调节边界适应收缩末期和舒张末期的差别;精准呈现节段心肌的厚度、运动速度、运动幅度以及心动周期的变化;自动计算心脏的16节段的运动曲线,生成“牛眼图”;智能诊断心肌梗死心肌梗死室壁瘤、扩张型/性心肌病、肥厚型/性心肌病、心肌淀粉样变性、心肌致密化不全等。

血管CTA智能应用:BioMind“天医智”2.0则能涵盖心脏及心血管(冠状动脉狭窄,左室左房、右室右房容量、左室心肌体积),颈部(颈动脉狭窄、颈动脉斑块),胸主动脉和腹主动脉(动脉瘤、夹层、狭窄),下肢动脉狭窄,由此实现覆盖从头到脚的血管疾病AI辅助诊断。

乳腺MRI智能应用:能够精准识别各种类型的病灶,并对每一个病灶进行精准的BI-RADS分类,大幅度降低因乳腺钼靶机造成的乳腺癌误诊率、漏诊率。

针对乳腺MRI的AI应用,某位专家是这样评价的:乳腺MRI的应用,能够让更多乳腺避免不必要的创伤,但多变的信号特征让乳腺MRI的图像解释和诊断变得让人迷惑,如今,把这些复杂的处理和判断统统交给AI吧,让爱美的女性留住“美”。

因此,BioMind “天医智”2.0一经发布,立即获全球权威专家和合作伙伴的高度关注。

嵌入诊疗一体化流程

正是基于上述新增功能扩展,BioMind“天医智”2.0实现了多模态数据(CT、MRI等上述模块)支持,多病种同步分析,多器官(头、颈、心脏、血管、乳腺)AI模型匹配,从而能够实现多部位多病种、嵌入诊疗一体化流程的AI辅助诊断。

基于全新的产品功能,BioMind “天医智”2.0可以进行影像危急值分级预警、脑血管影像智能分析,形成全智能急诊影像处置流程,能够实现急诊影像预警AI辅助,极大地优化医院核心医疗服务流程,是医疗信息传递时效性与医疗风险控制系统性的完美融合。

同时,正是能够进行急性期脑出血扩张预测、缺血性卒中精准定位、缺血半暗带智能分析、颅脑损伤智能分析等,BioMind“天医智”2.0能够进行影像风险评估AI辅助。

此外,BioMind “天医智”2.0更实现了疑难影像诊断AI辅助,涵盖颅内肿瘤、心肌病变、乳腺病变等领域,可以快速提升重大疾病诊疗能力,是医院和医生的得力帮手。

值得一提地是,BioMind “天医智”2.0还能够进行脑卒中重点人群的大数据分析,助力解决脑小血管病等严重影响国民健康的防控工作。

重新定义影像AI

“如果只能实现单部位、单病种等单一场景的AI应用,那么临床的应用体验就不会有很好的提升。‘天医智’的研发从头部的神经系统疾病开始,到心脏、乳腺再到心血管等胸部、腹部疾病的辅助诊断,实现多部位、多病种的AI应用,正是我们未来的产品整体研发方向。”BioMind高级合伙人、副总裁李晶珏曾在接受媒体采访时表示。 这种体系化、流程化的产品形态,一方面以常见病、多发病、急重病的真实应用场景为立足点,真正满足医师日常工作的需求;另一方面不止是辅助医生对疾病定性诊断,更重要的是实现了对疾病未来发展的精确风险评估。

“在我看来,BioMind正在重新定义行业标准。”李晶珏说,BioMind “天医智”2.0以风险评估为核心,以流程优化为特色,可以在影像、急诊、神内、神外、神经介入、心内、乳腺外科等院内多个科室应用,能够满足不同临床需求。

借用芝加哥大学医学中心放射医学主席 PaulChang在本届RSNA上所说:“只有当我们将目光转向于临床的需求、应用和价值时,我们才真正开始理解AI了。”

也许,BioMind在更新迭代中不断将AI嵌入诊疗一体化,正是对上述AI本质的最好实践。

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 (4)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1918956, encodeId=992519189564d, content=<a href='/topic/show?id=4f26341994' target=_blank style='color:#2F92EE;'>#Bio#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=74, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=3419, encryptionId=4f26341994, topicName=Bio)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=12de429, createdName=sunylz, createdTime=Tue Feb 11 07:17:00 CST 2020, time=2020-02-11, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1949318, encodeId=e61019493187a, content=<a href='/topic/show?id=5ed95833172' target=_blank style='color:#2F92EE;'>#新定义#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=58331, encryptionId=5ed95833172, topicName=新定义)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6ab940, createdName=hukaixun, createdTime=Thu Jul 30 14:17:00 CST 2020, time=2020-07-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1469146, encodeId=4bfe14691468a, content=<a href='/topic/show?id=211f98250b' target=_blank style='color:#2F92EE;'>#IND#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=75, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9825, encryptionId=211f98250b, topicName=IND)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=16377007930, createdName=xiaogang319, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1549538, encodeId=c6fa1549538fa, content=<a href='/topic/show?id=f7879600061' target=_blank style='color:#2F92EE;'>#重磅#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=91, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=96000, encryptionId=f7879600061, topicName=重磅)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=3acc14121561, createdName=xxxx1054, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=)]
    2020-02-11 sunylz
  2. [GetPortalCommentsPageByObjectIdResponse(id=1918956, encodeId=992519189564d, content=<a href='/topic/show?id=4f26341994' target=_blank style='color:#2F92EE;'>#Bio#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=74, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=3419, encryptionId=4f26341994, topicName=Bio)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=12de429, createdName=sunylz, createdTime=Tue Feb 11 07:17:00 CST 2020, time=2020-02-11, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1949318, encodeId=e61019493187a, content=<a href='/topic/show?id=5ed95833172' target=_blank style='color:#2F92EE;'>#新定义#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=58331, encryptionId=5ed95833172, topicName=新定义)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6ab940, createdName=hukaixun, createdTime=Thu Jul 30 14:17:00 CST 2020, time=2020-07-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1469146, encodeId=4bfe14691468a, content=<a href='/topic/show?id=211f98250b' target=_blank style='color:#2F92EE;'>#IND#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=75, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9825, encryptionId=211f98250b, topicName=IND)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=16377007930, createdName=xiaogang319, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1549538, encodeId=c6fa1549538fa, content=<a href='/topic/show?id=f7879600061' target=_blank style='color:#2F92EE;'>#重磅#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=91, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=96000, encryptionId=f7879600061, topicName=重磅)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=3acc14121561, createdName=xxxx1054, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=)]
  3. [GetPortalCommentsPageByObjectIdResponse(id=1918956, encodeId=992519189564d, content=<a href='/topic/show?id=4f26341994' target=_blank style='color:#2F92EE;'>#Bio#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=74, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=3419, encryptionId=4f26341994, topicName=Bio)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=12de429, createdName=sunylz, createdTime=Tue Feb 11 07:17:00 CST 2020, time=2020-02-11, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1949318, encodeId=e61019493187a, content=<a href='/topic/show?id=5ed95833172' target=_blank style='color:#2F92EE;'>#新定义#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=58331, encryptionId=5ed95833172, topicName=新定义)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6ab940, createdName=hukaixun, createdTime=Thu Jul 30 14:17:00 CST 2020, time=2020-07-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1469146, encodeId=4bfe14691468a, content=<a href='/topic/show?id=211f98250b' target=_blank style='color:#2F92EE;'>#IND#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=75, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9825, encryptionId=211f98250b, topicName=IND)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=16377007930, createdName=xiaogang319, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1549538, encodeId=c6fa1549538fa, content=<a href='/topic/show?id=f7879600061' target=_blank style='color:#2F92EE;'>#重磅#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=91, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=96000, encryptionId=f7879600061, topicName=重磅)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=3acc14121561, createdName=xxxx1054, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=)]
    2019-12-21 xiaogang319
  4. [GetPortalCommentsPageByObjectIdResponse(id=1918956, encodeId=992519189564d, content=<a href='/topic/show?id=4f26341994' target=_blank style='color:#2F92EE;'>#Bio#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=74, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=3419, encryptionId=4f26341994, topicName=Bio)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=12de429, createdName=sunylz, createdTime=Tue Feb 11 07:17:00 CST 2020, time=2020-02-11, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1949318, encodeId=e61019493187a, content=<a href='/topic/show?id=5ed95833172' target=_blank style='color:#2F92EE;'>#新定义#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=58331, encryptionId=5ed95833172, topicName=新定义)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6ab940, createdName=hukaixun, createdTime=Thu Jul 30 14:17:00 CST 2020, time=2020-07-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1469146, encodeId=4bfe14691468a, content=<a href='/topic/show?id=211f98250b' target=_blank style='color:#2F92EE;'>#IND#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=75, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=9825, encryptionId=211f98250b, topicName=IND)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=16377007930, createdName=xiaogang319, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1549538, encodeId=c6fa1549538fa, content=<a href='/topic/show?id=f7879600061' target=_blank style='color:#2F92EE;'>#重磅#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=91, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=96000, encryptionId=f7879600061, topicName=重磅)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=3acc14121561, createdName=xxxx1054, createdTime=Sat Dec 21 10:17:00 CST 2019, time=2019-12-21, status=1, ipAttribution=)]
    2019-12-21 xxxx1054

相关资讯

Arthritis Rheumatol:巨细胞动脉炎的诊断评估策略和疾病亚群

血管成像越来越多地被纳入GCA的诊断评估中,并根据颞动脉和颅外动脉受累来识别患者的临床亚群。

腹壁脂肪瘤的超声诊断

脂肪瘤是最常见的软组织良性肿瘤,是因成熟脂肪细胞在真皮内聚集所致,但亦可出现在肌肉深层组织,通常,浅表脂肪瘤镜下结构与正常脂肪组织间的差异,主要是薄包膜、纤维间隔。

康泰瑞影亮相CMEF:由AI驱动的针对数字放射成像的影像增强方案Altumira™

近年来,人工智能技术与医疗健康领域的融合不断加深,科技巨头和资本巨头都在积极布局智能医疗产业,大批细分领域的初创公司也蓄势待发。2017年7月,国务院发布了《新一代人工智能发展规划》,提出了人工智能发展进入新阶段,已经成为国际竞争的新焦点,成为经济发展的新引擎,将带来社会建设的新机遇,同时发展的不确定性也将带来新挑战。不管从政策红利到技术创新红利,医疗行业将迎来更多机遇与挑战。目前,人工智能技术在

盘点:肝脏良性肿瘤

随着体检的普及,越来越多人体检彩超或CT/MR发现肝囊肿、肝血管瘤,其实这些大部分都是良性的病变,本文将盘点常见和不常见的肝良性肿瘤。

人工智能在骨肌系统影像领域的应用

近年来,人工智能(AI) 在云计算、大数据以及深度学习等技术发展的支持下,逐渐成为各大领域的研究热点,各种AI相关产品层出不穷。在医疗相关领域,AI在医学影像、药物研发、健康管理、疾病风险预测等多个方面的应用都在不断探索中,尤其在医学影像领域。

Stroke:精挑细选适合静脉溶栓的患者

小卒中(Minor stroke)的溶栓治疗面临两难选择。AHA 指南认为残疾风险的轻型卒中(mild stroke)患者能够从静脉阿替普酶治疗中获益。来自于随机试验的个体患者数据 meta 分析显示与未静脉溶栓治疗的患者相比,采取阿替普酶治疗的小卒中患者(NIHSS<=4)更能够达到优良预后。然而

Baidu
map
Baidu
map
Baidu
map