侵權投訴
訂閱
糾錯
加入自媒體

百度飛槳助力連心醫療業內首次開源肺炎CT影像分析AI模型,支援各界共同抗疫

2020-02-29 09:56
動脈網
關注

2月28日,連心醫療基于百度飛槳平臺開發上線“基于CT影像的肺炎篩查與病情預評估AI系統”,已首先在湖南郴州湘南學院附屬醫院投入使用。

該系統基于連心醫療在醫學影像領域積累的核心AI技術,結合飛槳開源框架和視覺領域技術領先的PaddleSeg開發套件研發,可快速檢測識別肺炎病灶,為病情診斷提供病灶的數量、體積、肺部占比等定量評估信息。同時輔以雙肺密度分布的直方圖和病灶勾畫疊加顯示等可視化手段,為臨床醫生篩查和預診斷患者肺炎病情提供定性和定量依據,提升醫生診斷和評估效率。

CT影像已成為新冠肺炎篩查和病情診療的重要依據。在當前疫情診療的關鍵時期,存量患者和新增患者總體數量龐大,醫生需要對患者不同進展期的多次CT影像檢查進行隨訪對比,以對患者的病情發展和治療效果進行精準評估。如果采用傳統目測檢視的醫學影像檢查手段,醫生不僅工作量巨大,也難以對患者病情做到精準評估和及時對比。在全社會抗擊疫情醫療資源緊張、醫生超負荷工作的情況下,超量的CT影像檢查無疑會對一線抗疫工作形成巨大的醫療資源需求挑戰,并影響患者的診療速度。而基于AI技術打造的CT影像肺炎篩查與病情預評估系統的上線,能有效幫助臨床醫生緩解工作壓力,加快患者診療速度,為緩解醫療資源不足和取得抗疫的最終勝利提供助力。

image.png

(圖:百度飛槳助力連心醫療開發的基于CT影像的肺炎篩查及病情預評估AI系統)

首先落地在湘南學院附屬醫院的這套AI肺炎篩查和預評估系統,可在幾十秒內完成對患者CT影像的病灶檢測、病灶輪廓勾畫、雙肺密度分布直方圖及肺部病灶的數量、體積、肺部占比等全套定量指標的計算與展示。其中,該系統在測試數據集上的病灶檢測精度和召回率分別達到92%和97%,做到在保證高病灶檢出精度的基礎上防止漏檢。在系統研發過程中,湘南學院附屬醫院為該系統的算法訓練數據提出了嚴謹的標注標準,為算法模型的上線提出了嚴格的驗收要求,在系統的功能模塊設計上也提供了專業的臨床指導意見。

尤其值得強調的是,該系統采用的深度學習算法模型充分訓練了所收集到的高分辨率和低分辨率的CT影像數據,能極好地適應不同等級CT影像設備采集的檢查數據,有望為醫療資源受限和醫療水平有限的基層醫院提供有效的肺炎輔助預診斷工具。

該系統后續還將陸續于湖北、成都等地醫院部署,協助當地醫生對抗疫情。借助于百度飛槳深度學習平臺,該系統在線版本也將對全國定點收治醫院免費開放,有利于醫療人員基于該系統開展遠程會診協作,提高基層醫院的病情診斷和救治能力,進而有望降低患者在轉診、巡診等過程中產生的交叉傳染風險。

基于共同的積極承擔社會責任的企業擔當,秉持用科技服務于社會的共識,為了促進圍繞醫學影像分析的新冠肺炎診療研究的行業發展,百度飛槳助力連心醫療在業內首次開源上述系統中的肺炎CT影像分析AI模型,并在百度飛槳平臺上開放,為全行業的研究和研發提供一把“利器”,也期待更多的醫院和算法研究者參與到基于AI的醫學影像大數據抗疫產品研發中來,為抗疫臨床研究和臨床產品研發貢獻力量。

同時該模型作為預訓練模型也已通過EasyDL定制化訓練和服務平臺開放,開發者可通過在EasyDL圖像分割模型中,選擇“肺炎CT影像識別專用算法”,少量數據訓練即可獲得基于實際場景進一步優化的模型,并提供可靈活支持多種部署形式的可即用的模型服務。

北京連心醫療科技有限公司,在智能醫療影像研究方面處于國內領先行列,公司基于人工智能和云計算技術,致力于向醫院、第三方影像中心提供器官和病灶自動勾畫的技術工具和云服務。值此全民抗疫時期,連心醫療快速審視自身積累,基于飛槳平臺快速開發上線并開源開放基于CT影像的肺炎篩查和病情預評估系統,愿竭力為抗擊疫情貢獻自己的力量。

百度飛槳作為國內唯一開源開放、功能完備的產業級深度學習平臺,開源是飛槳長期踐行的方向。疫情之下,飛槳免費開源業內首個口罩人臉檢測及分類模型,以及助力連心醫療開發和開源肺炎CT影像分析AI模型,發揮百度各項領先的AI能力,快速有效支持所有疫情相關企業、政府、機構等共同戰疫。


聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

电竞投注竞彩app