最近需要AI人工智能磁共振这样医疗设备,预算不足,有没有可以租赁的渠道?

  4月26日,国家卫健委发布了《关于进一步加强脑卒中诊疗管理相关工作的通知》(以下简称《通知》)。《通知》明确,完善全国脑卒中诊疗服务体系。要大力推进急诊急救体系建设,强化脑卒中诊疗相关院前急救设备设施配备,完善技术规范和操作流程。鼓励开展“卒中急救地图”建设,打造“区域黄金时间救治圈”。

  政策的推动标志着国家对于脑卒中预防的重视程度不断增强,脑卒中由于高发病率、高死亡率和高致残率的特点,已成为我国第一位死亡原因,不稳定的颈内动脉易损斑块是造成卒中的极高危因素,故确定斑块是否受损是阻止脑卒中发生的重要条件。

  翼展医疗集团联合清华大学生物医学影像研究中心的产业转化平台、北京清影华康科技有限公司共同推动的磁共振斑块影像人工智能解决方案,正是借助人工智能技术来解决动脉粥样硬化斑块的医学影像识别问题。

  磁共振斑块影像人工智能解决方案核心技术优势

  磁共振斑块影像人工智能解决方案是以清华大学深厚的工科背景为依托,基于数万份专家标注的标准病例研发生成。模型可从斑块形态、成分特征方面进行准确全面的判读分析,血管壁分割准确率达97.2%,为医生快速定位病灶以及了解病变区域的情况提供帮助,减轻医生的工作压力,提高诊断的效率和诊断的准确度。

  机器首先对图像质量进行分析,判断图像是否可以使用,对不能使用的图像反馈给医生重新扫描,提高分析的准确率。

  评估结果对测试数据集的敏感性和特异性(来自清华大学团队)

  其次,自动获取多个MR图像序列并对图像质量评估,剔除不合格图像的同时进行图像配准,生成多对比度的血管重建图像,对斑块的结构及成分进行自动识别,几分钟内即可完成精确分割颈动脉、勾勒斑块轮廓、分析斑块成分、检测其三维立体分布状态。

  诊断结果采取国际公认的AHA美国心脏学会标准进行病情评估及风险预测,有利于血管外科医生、神经科医生、介入治疗医生以及心脑血管医生对患者的干预防治与临床决策。

  在对比实验针对非常见样本的处理中,放射科医生手动勾勒的轮廓显示为错误;而模型能够正确对颈动脉壁进行划分,充分证明了模型的鲁棒性。

  下图左侧为人工标注,右侧图像为机器标注。可以明显看出机器标注出了豁口,有豁口意味着斑块已经破裂,在临床上表面破裂的斑块被称为高危斑块,内容物会流出,对患者危害很大,急需诊治。

  左侧为人工标注,右侧为机器标注(来自清华大学团队)

  磁共振斑块影像人工智能解决方案独有的竞争优势

  磁共振斑块成像解决方案的研发依托清华大学影像学临床实验项目——中国人动脉粥样硬化风险评估(CARE II),该项目旨在利用最新磁共振影像学方法,对引发缺血性“脑卒中”的“动脉粥样硬化”高危斑块进行筛查、诊断、风险预警和预后跟踪,从而建立起适合中国人群的影像学诊断标准,为国人脑卒中的防控提供重要影像学依据。

  在实验过程中,研发小组联合北京医院、北京大学第一医院、301医院等14家项目合作医院,收集了来自全国1000多名患者的3万余例样本数据,并且全部经过专家统一标注,是全球最大的颈动脉斑块标准数据集。数十位合作专家来自国内顶尖的三甲医院,且职级均在副主任医师以上,并且在血管斑块影像方向拥有十多年的研究经验,确保诊断内容的标准化和专业化。

  除了拥有全球最大的标准数据集以外,磁共振斑块影像人工智能解决方案的技术团队均来自清华大学生物医学影像研究中心,是中国最早一批研究该领域的开拓者,“可以说没有这个团队,就没有斑块成像技术的产生”,产品负责人介绍说,技术团队的成员均毕业于国外顶尖的高校,拥有多年的理论知识和实际研发经验。

  人工智能算法开发的牵头人李睿博士是清华大学医学院生物医学工程系副研究员、生物医学影像研究中心副主任。主要从事心血管磁共振成像方法的开发工作,尤其对颅内外斑块成像、血流成像有较为深入的研究。主持和参与十三五重点专项课题2项、国家自然科学基金项目3项、北京市科技计划项目1项、校内交叉项目1项、横向项目2项。

  磁共振斑块影像人工智能解决方案临床应用

  磁共振斑块影像人工智能解决方案可连接医院影像归档系统,利用磁共振斑块影像数据,通过定性测量和定量测量帮助医师对颈部、颅内等血管床进行动脉斑块的精准分析,降本增效,使医师从繁重的重复性劳动中解放出来,有更多时间与患者互动,专注于更有价值的事情,并为临床诊断、治疗以及预后评估提供完美的解决方案。

  左侧颈动脉典型图像(来自清华大学团队)

  目前磁共振斑块影像人工智能解决方案的临床应用主要包括三点,首先帮助医生确认斑块的形态,判定斑块内成分并区分斑块易损还是稳定,这对于卒中的发生有重要的预测价值;其次,明确斑块的数目、累及范围,帮助医生明确疾病的救治目的,以及指导治疗和预后判断;最后,机器代替人工书写报告,提高诊断效率和准确率,节省患者等候时间,缓解医院的就医压力。

  磁共振斑块影像人工智能解决方案具备先进的技术优势和巨大的应用潜力,其赋能临床医院的价值是不可估量的。该产品满足了医院、医生及广大群众的需求,运用这一智能工具,为心血管疾病患者提供更好的医疗服务,提升临床医疗水平。

&nbsp&nbsp&nbsp&nbsp东方网记者解敏10月19日报道:面对疫情所暴露的公卫体系短板,医疗科技如何充分发挥所长?国产高端医疗设备,如何加速实现自主可控?在今天开幕的第83届中国国际医疗器械博览会(CMEF)上,中国“智”造给出全新解答。

&nbsp&nbsp&nbsp&nbsp联影集团预防医患交叉感染的智能天眼CT、大载重三轴客车车载天眼CT、智能公卫防控解决方案以及一系列自主创新的最新医疗科技亮相展会。上海联影医疗科技股份有限公司董事长兼首席执行官张强表示:“高端医疗设备行业已发展上百年,创新技术持续不断涌现。联影推出了一系列超高端产品和解决方案,赋能临床、科研、公卫防控等不同场景。依托全线智能化设备、联影云、人工智能技术、互联网医院,联影将构建行业首个贯穿预防、诊断、治疗、康复全医疗环节的‘全智能化健康生态’。”

&nbsp&nbsp&nbsp&nbsp全球最大孔径3.0T磁共振 uMR Omega是此次发布的重磅产品。联影医疗于今年在中国首次推出全球首台75cm超大孔径3.0T磁共振,相较传统设备扩大了25%空间,从而为受检者提供“头等舱”般的体验,尤其让大体型患者、孕妇、幽闭恐惧患者等人群因此受益。uMR Omega拥有全球首创3.5MW梯度放大器与97 cm超大孔径净磁体,能为设备提供适配的梯度性能与磁体均匀度,确保高质成像。

&nbsp&nbsp&nbsp&nbsp医学的发展离不开生命科学领域的基础研究,用于动物研究的医学影像设备是开展生命科学研究的必备仪器。然而在这一领域,中国企业长期缺席,相关核心技术和行业话语权缺失,全球TOP20生命科学仪器企业无一家中国企业。

9.4T,主要应用于生命科学、生物医学和临床前研究领域中的小鼠、兔子、猴等小型动物磁共振成像,能够为转化医学提供强大科研平台。它在多个参数上实现了全新突破,可精准高清呈现活体动物的组织结构与功能信息,助力动物模型的病理性与药理学研究,从而解决大脑与认知、重大疾病等领域的难题。

&nbsp&nbsp&nbsp&nbsp如何以创新科技力量精准防控,助力公共卫生体系巩固与建设? 一款长达13米、承重可达25吨的车载天眼CT成为此次展会一大亮点。这一行业内首台大载重三轴客车车载天眼CT不仅能够成为战时随传随到、即停即用、适应任何使用场景的移动影像中心,平时还可用于基层体检、两癌筛查、肿瘤病人随访等检查工作,实现平战结合。

&nbsp&nbsp&nbsp&nbsp据介绍,车载天眼CT配备了两重隔离方案,还可有效避免医患交叉感染。第一重隔离通过天眼AI系统,可自动摆位和定位,技师无需进入扫描间,实现无接触式CT扫描。第二重隔离是双通道设置,医患通道各自独立、分离。双重隔离实现了“预防―筛查―分诊―诊断―随访”全链闭环管理。早在今年4月,联影医疗的车载CT就开进了美国纽约布鲁克林区的最大医院机构迈蒙尼德斯医疗中心,24小时全天候为当地患者提供扫描。


第27届国际磁共振年会(ISMRM 2019)将于2019年5月在加拿大蒙特利尔召开。作为医学磁共振领域一年一度最权威的国际盛会,ISMRM一直以来都是汇聚磁共振医学、工程学、信息学最前沿科技和研究热点的展示舞台,每年也都吸引着成千上万来自世界各地的顶级磁共振学者、科学家和医疗企业的关注。

近日,ISMRM官方公布了本届大会入选的摘要目录,飞利浦与中国医学家共同开展的科学研究以152篇合作摘要被会议收录,其中34项科研成果被选为口头发言报告的成绩,从而成为ISMRM 2019的大赢家!巧合的是,在3月刚刚结束的欧洲放射学大会(ECR 2019)上,飞利浦和中国医学家的合作研究也取得了15篇文摘被大会接收,其中11篇被选为口头报告的不俗战绩。

在数字化大潮下,飞利浦能接连在业内顶级的科技盛会上拔得头筹,这是其科研创新能力的彰显,同时也证明了即使时代不断更迭,它的行业地位依然稳固。

所有的成功都绝非偶然,从传统的影像设备商,到以AI技术驱动的整体解决方案提供商,飞利浦是如何做到持续领跑全球科技前沿的?在“医疗+AI”时代,它又是怎样推动技术创新的?近日,飞利浦中国影像研究院院长周振宇博士分享了他对这些问题的看法与感悟。

作为飞利浦中国的科研领航者,在周振宇博士看来,飞利浦能够连续取得科研佳绩,不仅是因其多年深耕行业的积累,更是源于在数字化大势下,其前瞻性的发展战略和实现路径。

“我们致力于通过技术创新、把更多的临床创新解决方案提供给中国客户,和学术客户形成真正的战略合作伙伴关系。同时,我们积极开拓新技术与新方法应用于心血管、卒中和肿瘤等疾病的前沿研究课题,并积极参与国际学术会议,将最新的研究成果、最新技术以及临床科研价值展示给影像研究学者。为此,我们成立了数字化创新团队、AI实验室,与中国客户在AI、大数据等领域开展更多的合作创新;并自主开发了影像组学平台,依托ISD(飞利浦星云探索平台)与多方进行深度合作,构建AI科研生态系统……”周振宇说。

事实上,早在几年前,飞利浦就已经敏锐地捕捉到了医疗行业的数字化趋势,并斥巨资布局AI,加速数字化和AI领域的科研创新,而这些努力在2018年也迎来了全面的开花结果。

2018年8月,飞利浦首个AI产品“星云医学影像人工智能平台”落地吉林大学白求恩第一医院(以下简称吉大一院),标志着飞利浦“AI医疗健康”产品正式进入落地阶段。

据了解,飞利浦星云医学影像人工智能平台,主要包括飞利浦星云三维影像数据中心(IntelliSpace Portal,ISP)和飞利浦星云探索平台(IntelliSpace Discovery,ISD)两大部分。

其中,ISP是一个整合的智能化临床影像诊断平台,能实现不同品牌、不同种类影像设备的图像处理,提供多模态影像的高级可视化后处理,帮助放射科医生和临床医生更好地识别病灶,监测、诊断和跟进疾病治疗;而ISD则是一个具有共享平台属性的AI医疗科研工具,能为临床科研提供支持。

在AI科研方面,飞利浦近来也频结硕果。比如在ISMRM 2019上,以AI+Radiomics为主题的相关研究就有22篇中稿;与吉大一院在ISD平台合作刚刚两个月就投稿3篇磁共振年会摘要并被全部录用。

“ISD”是周振宇谈及科研创新时频繁提到的关键词。在他看来,ISD不仅汇聚了飞利浦最先进的AI技术,更是飞利浦实现其AI战略的关键一步,甚至对整个行业的科研创新来说,都将产生积极而深远的影响。

ISD何以成为科研神器

ISD对科研创新的强大助力,从其刚落地应用的实例中可见一二。

2018年8月,当ISD系统正式落地之时, 吉大一院的张惠茅教授也与飞利浦整体解决方案团队的孙建清和怀晓晨两位科学家开始了通力合作。围绕直肠癌淋巴结转移,周围神经浸润程度,淋巴血管浸润程度等情况,张惠茅教授团队依靠AI技术在ISD系统上展开研究。

该研究采用ISD平台分割提取感兴趣区,使用Radiomics工具提取了1227个基于三维(3D)的放射学特征并进行分析,从19个Machine Learning模型中筛选出了最优模型,其对直肠癌术前评估有明显的指导价值。而张教授团队据此完成的三项研究,也取得了投稿ISMRM 2019全中的好成绩!

ISD平台能够助力科研创新的关键,在周振宇看来,正是源于它解决了影像科研领域中的主要痛点。

医生往往是临床上的专家,但做编程和开发却未必擅长,而ISD平台的开源架构可以提供一个很好的入口,医生、厂家、大学科研团队可以在这个平台上通过合作解决问题;他们还能以网页形式访问,帮助打破信息壁垒,便于集成整合信息和后续临床应用;由于符合各项国际标准和行业标准,从而可以让应用者在这个平台上做后续的开发都能遵循国际标准,提高研究质量;还可以通过孵化新技术,助力解决很多AI初创型企业商业落地、商业变现难的困境;同时,这一平台还集成了包括临床数据和知识图谱这两大支撑医学AI发展的关键因素……

周振宇认为,正是基于这些方面的优势,ISD能够成为帮助医生、科室乃至医院的平台型工具,各方可以合力在ISD上去创造更多的技术创新,解决临床中的需求,甚至能为医院创造更多的附加价值。

飞利浦星云探索平台(ISD)助力医院科研创新

目前,已有越来越多的医院用户认识到ISD平台在科研创新和技术转化方面的作用,并与飞利浦中国开展了科研合作。自ISD落地吉大一院以来的短短半年间,飞利浦已陆续与包括北京协和医院、天坛医院、宣武医院、华西医院在内的一些知名研究型医院开展合作。

根据医院的专科特色不同,合作方向也有所不同。周振宇介绍说,在北京协和医院,冯逢教授带领临床专家与飞利浦一起探索的是大脑疾病的监测与防治。比如,阿尔茨海默病(AD)、帕金森病(PD)、脑血管病等疾病的防治都对大脑的定量检查有所要求。北京协和医院正在利用ISD平台探索大脑皮层的结构、灰白质体积、脑室空间等信息是否可以对大脑疾病的早期预警提供定量标准;如果能早期发现问题,就能有针对性地进行预防性训练,延缓大脑的病程发展,从而提升老年人的生活质量。

“让医院根据自身的临床需求和专长,去开发更多的临床功能,再通过ISD平台把最先进的技术功能推广到更多的医院中去解决实际临床需要……我们希望打造的正是这样一个开放的科研生态系统”,周振宇说。

事实上,飞利浦正力图借助ISD平台,邀请更多的临床医生、科研人员以及第三方开发商参与其中,共同探索医疗AI的无限潜能。

从科研生态系统到AI医疗健康生态圈

飞利浦与科研机构和第三方企业采取了形式多样的合作模式。比如,与广州中山大学和柏视医疗开展的合作,就是将柏视医疗基于CT/MRI的鼻咽癌放疗靶区自动勾画系统嵌入到飞利浦ISD平台上。

此算法不仅采用了先进的图像分割、增强技术,还采用了Markov人工神经网络算法来提升靶区预测的准确性,把原来4小时的放疗手动规划时间缩短到了10分钟之内,准确度甚至可以达到资深放疗科医生的规划水平。

周振宇透露,飞利浦正计划与更广泛的第三方企业合作,或者通过与第三方引擎签署战略合作协议的形式来推动科研生态系统的建设。正如在苹果App Store里可以下载无数的APP,未来在ISD平台上也会有更多的人去创新临床应用的技术,从而打造一个真正的AI医疗生态圈,让不论以学术研究、临床科研,还是以商业为目的的信息交换都成为可能。”

从打造科研生态系统,到构建以AI为驱动的医疗健康生态圈已经成为飞利浦健康科技核心战略中的重要一步。作为全球医疗科技巨头,凭借多年积累的资源、技术和创新优势,飞利浦正通过多种路径将这一战略付诸实现。

3月7日,飞利浦刚刚与锐珂公司签署协议,收购锐珂医疗信息系统(HCIS)业务,飞利浦在成像系统平台、工作流优化和人工智能支持方面的优势,加上锐珂基于云的企业成像信息学平台,将为实现精准诊断提供更加坚实的基础。

同时,飞利浦也主张打破壁垒和界限,希望邀请更多的医疗结构和第三方企业加入合作。“构建以AI为中心的医疗健康生态圈,需要覆盖整个健康产业链的每一环,包含大量的细分领域和应用场景……唯有开放、创新、协同、整合、共享是必由之路。”周振宇说。

种种迹象显示,飞利浦未来会更加关注创新、关注本土化与合作,2019年将是飞利浦领先技术更多落地应用的一年。对于成效及价值,值得期待。

注:文章内的所有配图皆为网络转载图片,侵权即删!

我要回帖

更多关于 AI人工智能 的文章

 

随机推荐