AI影像智能诊断应用落地 提高诊断效率造福病患

  • 作者: 超级管理员
  • 时间: 2020-01-02 10:46:05
  • 点击率: 1505

 EBM在医学影像科技领域再获突破,凭借自行开发的语意标注软件系统,成功应用于《台北医学大学医疗体系巨量影像资料库建立与应用计划》中,并正式使用落地。

 

  随着人工智慧与机器学习持续蓬勃发展,台北医学大学通过一校三院,整合大量影像数据、逐步建立起一整套领先水准的影像深度标注界面。

 

  在台湾科技部的支持下,经过12个月的努力,《台北医学大学医疗体系巨量影像资料库建立与应用计划》通过一流的人才与高规格设备,建立了极具临床研究与AI应用价值的国家级医疗影像资料库,并在今年完成1500例肺结节即电脑断层影像标注。为提高日后AI演算法的准确度,EBM开发的语意标注平台被整合于医师工作流程中,这样可在系统中自动侦测与圈选肺节结位置,并通过定量深度语意标注,将放射诊断科医师丰富的判读经验数据化,建立一套含影像数据、病人资料与判读经验的黄金级肺癌资料库,这种资料格式叫DICOM-AIM,是全球第一个以此标准建立的资料库,其中的资讯会在去除病人个人资讯后上传至台湾网路高速中心。

 

台北医学大学附设医院陈震宇副院长介绍系统架构流程 

通过语意标注系统及影像标注系统,EBM协助打造台湾首座大型医疗影像资料库

  

同期,台湾媒体也对这一智慧平台的应用进行了报道,这一次除了台北医学大学外,台北荣总、台湾大学也加入到这一体系中,为影像标注资料的丰富与收集再添助力。标注影像数据锁定包括心脏冠状动脉疾病、脑转移瘤、原发性脑瘤、听神经瘤、肺癌等疾病的计算机断层、血管摄影、磁振造影和X光等15类影像,通过搜集大量医疗影像与标准化处理后,未来将可使用在训练AI模型演算法,最终达到更准确地判断病灶影像的结果。

 语意标注系统可将放射诊断科医师丰富的判读经验数据化

  

  通过一年的时间,该体系收集了近5万个案例,为智慧医疗诊断奠定数据基础,未来,随着资料量的剧增,数据案例会持续进行扩充收集,医师们将可以通过医疗人工智慧应用于临床,并获得更加精准的判读与诊断效果。