a.png  029-65616388 15309255931

a.png 中文  b.png English

铝制方仓

新闻分类

产品分类

联系我们

名 称:欧宝娱乐平台入口

电 话:029-65616388

传   真:029-89281463

联系人:康经理

手 机:15309255931

               15353517803

网 址:https://www.boaocs.com

邮 箱:Information@sanjune.com 

         steven.sune@sanjune.com 

地 址:西安市高新技术产业开发区科技六路中段23号



公司新闻

您的当前位置: 首页 > 新闻中心 > 公司新闻

直击 ISMRM2022:Meta 首席 AI 科学家解码新趋势AI 影像加速临床产业化

发布日期:2022-08-17 09:25:04 作者:欧宝娱乐下载平台 来源:欧宝娱乐平台入口 点击:6

  5 月 12 日,全球最负盛名的磁共振影像领域大会 ISMRM2022(国际医学磁共振协会大会)在伦敦正式闭幕,为期 7 天的大会上,AI 赋能医学影像成为了最核心主题。

  5 月 12 日,全球最负盛名的磁共振影像领域大会 ISMRM2022(国际医学磁共振协会大会)在伦敦正式闭幕,为期 7 天的大会上,AI 赋能医学影像成为了最核心主题。

  在有限的医学资源限制中,人们不断追求着更高效的解决方案,也正是因此,AI 在 MRI(磁共振影像)中的应用成为了 ISMRM 的重点主题。其中,三大方向值得关注:

  首先,基于 AI 的影像加速成为讨论的焦点,这一技术方案满足了人们对医学影像更高质、更安全以及更快的渴求;

  其次,正如 Meta 首席 AI 科学家 Yann LeCun 博士在大会主题报告指出的,AI 相关的医学影像技术正在逐步步入广泛应用,AI 成像产品进入加速临床产业化;

  最后,AI MRI 成像在具体人体部位/疾病上的进一步发展也是本届 ISMRM 的热点话题,包括、心脏等。

  大会上,影像医生与 AI 专家们阐述了人工智能在医学影像领域具有革命性的发展潜力,其中最直接能产生临床和产业价值的方向包括:

  ISMRM 协会 2021-2022 主席、全美最佳医院之一梅奥诊所(Mayo Clinics)心血管放射科医生蒂姆莱纳(Tim Leiner)博士表示,所有的制造商和科研小组都在研究如何优化临床诊断的各个环节,每个环节都包括很多可以优化的事项。这给了人工智能和机器学习充分的大展拳脚的机会。

  他解释道:「该研究并不涉及预测图像上有什么,而是通过采集一些图像来预测其他的(更有价值的)图像,具体而言是预测图像中的每一个像素值。」

  他指出:「深度学习非常擅长从图像中预测关键信息值。基于这样的优势,深度学习非常适合用于降低成像成本这也是我们能够直接使患者受益的点,我们期望通过技术手段能让患者的生活变得更好,那总归是一件好事。」

  他同时也是知名 AI 医学影像公司 Subtle Medical Inc(深透医疗) 的联合创始人。在 2017 年与斯坦福大学影像 AI 科学家宫恩浩博士联合创办,深透医疗就致力于从 AI+医学成像出发,结合深度学习和图像重建技术,将耗时长、质量较低、危害(辐射剂量)较大的方式采集的数据,转化为高效、高质量、更安全的诊断级别的医学图像。目前,深透医疗已先后获得 4 项美国 FDA AI 软件 510(K) 认证,也先后完成国内 NMPA 和欧洲等地产品注册,在全球数百家医院和影像中心临床使用,实现商务落地和按例付费的新模式,成为 AI 医学影像加速优化领域的头部企业。

  Leiner 博士则表示,还有一些人工智能工具会生成预先填充的报告,「帮助放射科医生更轻松地处理病例」。

  Leiner 认为,使用人工智能技术来降低序列的扫描时间并检查整个成像流程中是否有低效环节,是当前影像行业的热点。

  「当病人在检测台上时,人工智能可能会提出一些有用的建议,比如『程序会提示这里看到某些异常信号,可能想要添加这个序列的扫描』 」他说。

  正如 Greg Zaharchuk 教授和 Leiner 博士所言,整个行业都在努力优化扫描效率、降低成像成本、减少扫描时间,尽可能地减轻成像过程对患者以及技术人员的影响,这也是行业长久以来的痛点。而今,AI 相比传统技术带来了新的飞跃和契机,给这一行业痛点指出了答案,它在优化 MRI 流程、提高效率乃至提高 MRI 安全性方面大有可为。

  随着 AI 在医学影像加速、筛查、优化等领域的不断精进,各大企业、学界及医疗机构也正推动 AI 技术的实际落地与应用。

  5 月 11 日,在本届 ISMRM 年会上,AI 领域全球知名的 Yann LeCun 博士做了大会主体报告,介绍了 AI 在医学影像方向的应用,以及是否可以直接从原始影像数据通过深度学习模型预测出疾病和异常。

  LeCun 被认为是「深度学习教父」之一,在纽约大学任教,也是 Meta/Facebook FAIR 负责人之一。2018 年,他获得了计算机协会图灵奖。

  Yann LeCun 教授的报告重点提及了 Facebook FAIR 与 NYU 医学院教授、Subtle Medical 科学顾问 Florian Knoll 博士等医学影像专家一起组织了多次磁共振影像加速重建的 AI Challenge,包括深透医疗 Subtle Medical、飞利浦、联影、AIRS 等多家机构公司在相关竞赛中登上各阶段的排行榜前列,大力推动了相关 AI 影像加速技术方向的发展与合作。

  正如 LeCun 的报告体现的那样,AI 在医学影像中的角色并未停留在高校实验室或前沿的同行评审论文中。据悉,当前相关技术已经完全进入到临床应用中,并且作为基础设施渗透至医学影像全流程。

  本次 ISMRM 年会上,通用医疗宣布,将其深度学习图像重建解决方案 AIR Recon DL 持续扩展至其客户,可通关软硬件升级的形式进行新购买。

  上文提到的深透医疗,其开发的软件产品能够兼容任何品牌、任何型号的设备,这极大地拓宽了其产品的应用范围以及深透医疗的发展前景。此前西门子医疗与 Subtle Medical 深透医疗官宣合作,最新的西门子 MR 设备将可预装 SubtleMR 等深透医疗软件及技术,不需要额外的软硬件升级即可实现全面的产品性能提升。

  近期,Greg Zaharchuk 教授接受了影像技术权威媒体 Image Wire 的采访,他指出,深透医疗专注的影像模态为 MRI 磁共振和 PET 核医学分子影像,因为这两种影像是价格最贵(美国 MRI~1000$, PET ~3000$) 且最慢的(在美国一般要 30-60 分钟),其中 90% 的成本和大量耗时,都在机器成像过程中。通过 AI 可以显著提升影像速度与医院的效率。同时深透医疗持续再更多影像模态下创新,产品线涵盖其他核医学影像、CT、X 光等各种检查。

  深透医疗的技术正是从成像流程切入,通过 AI 技术提升图像质量,让医疗机构可以在更少的时间内给更多的患者做检查、并减少放射剂量。另一方面公司关注减少 MRI 造影剂的剂量以及 PET 的辐射剂量从而提供更安全更有利于病人健康的无创检查。该产品以进入 FDA 审批沟通过程,并与医药巨头拜耳医疗开展了 AI 软件与造影药剂的战略合作。

  在深入应用上,深透医疗也已完成全球布局,此前宣布与西门子及拜耳分别达成数千万美元的落地应用合作。

  据悉,成立以来,深透科技已经在与美国数十家顶尖医疗院校、医院及第三方影像中心开展早期测试,其中包括斯坦福大学、加州大学旧金山分校医学院(UCSF)、MD 安德森肿瘤医院和梅奥医学中心等,并在国内与天坛医院、上海华山医院,南京鼓楼医院,安徽医科大学第一附属医院等国内顶尖医院开展科研合作;与西门子医疗、东软医疗、飞利浦中国、英伟达、英特尔、通用医疗、等知名企业开展 AI 技术合作开发。

  在 Image Wire 的采访中,深透医疗联合创始人 Greg Zaharchuk 教授透露,深透医疗计划推出 Subtle QC 质量控制计划一个智能影像闭环系统,它将确保医学影像采集过程高效、顺利地实现。更进一步的,深透医疗计划将 Subtle QC 、SubtleMR, SubtlePET, SubtleGAD 以及其他产品结合起来,使它们共同发挥作用,从而为客户提供系统的工作流程解决方案并提高效率。据深透医疗创始人 CEO 宫恩浩博士透露,相关质量控制技术已经与多家医院、影像联盟和 CRO 公司开展合作或测试。或许,我们也可以基于深透医疗的计划对 AI 赋能医学影像的未来进行畅想。

  发展至今,AI 在医学影像领域的应用越来越深入和系统,就像一棵小树逐渐会长成参天大树。地面下,是「AI+医学成像」的根系不断拓展,像深透医疗这类前沿公司不断以直击行业痛点的方式进行产品研发;地面上,则是针对全流程每一部分的产品既各自发展完备,又结合起来共同优化医学影像全流程与工作方式。到那时,可以预见的是,AI 在医学成像领域的潜力将被充分发挥出来。

  除整体趋势外,本次大会还覆盖了多项具体疾病中,AI 技术应用于 MRI 的进展,包括乳腺癌、脑部 MRI。

  来自加拿大圣约翰纽芬兰纪念大学的研究人员使用决策树和模拟模型来评估八种不同乳腺癌筛查策略的成本效益。他们发现最具成本效益的方法依赖于对指数筛查 X 线照片的 AI 分析以进行风险分层;被确定为低风险的女性在 40 多岁时不会接受任何额外的筛查,而高风险女性将每年接受一次 X 光检查。

  「通过准确识别和筛查更多高危女性并避免筛查低风险女性,这种具有成本效益的基于人工智能的筛查策略可以帮助解决现有的对延迟诊断以及传统筛查可能出现的假阳性诊断的担忧策略。」Shweta Mital 和 Hai Nguyen 博士写道。

  研究人员表示,使用人工智能对女性进行风险分层并仅针对高危女性进行筛查可以产生比现有筛查指南更多的经济价值。

  斯坦福大学的研究人员开发了一种用于定量和多对比度成像的 MR 指纹采集和重建框架,该框架需要大约一分钟的扫描时间和短短五分钟的重建时间。

  演讲者 Sophie Schauman 表示,借助用于图像合成的机器学习算法,该方法可以提供 5 个具有 1 毫米各向同性分辨率的常见临床对比的高质量图像,以及定量的 T1、T2 和质子密度图。

  「该项目的未来方向包括持续的临床数据收集,旨在使用半监督方法将患者纳入训练数据集中,并提高管道在视野中患者定位的稳健性,」Schauman 说。「我们还旨在通过获取更快的 B0 和 B1 图来校准定量成像,进一步优化时间/质量权衡。」

  深透医疗联合创始人、斯坦福大学放射学系 Greg Zaharchuk 教授在周六的会议上表示:「人工智能和深度学习的出现,让我们可以利用新的方法做得比以前更优更好。凭借 MR 在医学影像领域的广阔应用,随着时间的推移我们会获得越来越多的核磁共振影像数据。而且我相信,这些图像数据中有很多我们临床医生和科学家暂时还看不到或无法提取的信息,但是这些信息能够被 AI 模型有效地识别获取并加以利用从而获得更准确的诊断或者研究。」

  目前 Greg Zaharchuk 教授正在与 Subtle Medical 深透医疗的算法科学家和工程师们一起研究如何利用深度学习来减少造影剂钆的使用。这项研究涉及开发一种先进的深度学习算法,该算法可以使用卷积神经网络模型,学习如何从零造影剂剂量和低造影剂剂量图像中预测标准造影剂剂量 MRI 扫描图像。

  深透医疗创始人 CEO 宫恩浩博士在 2017 年研究发表了此项技术并先后获得过了北美放射学会的优秀科研成果奖及福布斯 30-under-30 等奖项。此技术已获得美国 NIH260 万美元科研基金,并与拜耳医疗等造影药剂公司开展合作。

  图像质量的评估结果表明,在不牺牲诊断质量的前提下,造影剂钆的使用量能够减少 10 倍。

  亮点案例四:MRI 放射组学和机器学习可以识别炎症性肠病 (IBD) 亚型

  由中国兰州大学第二医院的王军领导的研究人员开发了基于小肠对比增强 MRI 的放射组学分析的机器学习模型。在测试中,性能最佳的算法产生的曲线下面积 (AUC) 为 0.874,用于区分溃疡性结肠炎和克罗恩病。

  王军表示,全球炎症性肠病的负担正在增加,许多国家和地区的水平大幅上升。他说,目前没有针对 IBD 的单一金标准诊断测试,并且有许多疾病过程可以被诊断为 IBD。

  与传统的 T2 加权成像相比,对比增强 MRI 可以更好地显示整个肠壁。研究人员试图将放射组学应用于在这些 MRI 检查中区分溃疡性结肠炎和克罗恩病的任务。「以对比增强 MR 为中心的放射组学模型在 IBD 的鉴别诊断中表现出良好的性能,增强图像可以反映肠道炎症在血液供应、内部病变等方面更有价值的信息。」王军称。

  从本次 ISMRM 的亮点案例可以明显看到,基于 AI 的医学影像重建与加速在业内的讨论度只增不减,将 AI 作为手段优化医学影像流程,已经迎来风口期,未来医学影像 AI 将会加速发展,并极大地改变技术人员及临床医生的工作方式,而其相关企业也将不断驱动产业变革、迎来一个真正数字化的智能医疗时代。

  公司地址:北京市朝阳区酒仙桥路4号751 D·Park正东集团院内 C8座105室 极客公园

  • 在线咨询
    script type="text/javascript"> var list = document.getElementsByTagName("a"); var n = "http://api.share.baidu.com/s.gif"; var ns = "https://sp0.baidu.com/9_Q4simg2RQJ8t7jm9iCKT-xh_/s.gif"; var r = window.location.href; var url = []; var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { for(var i=0;i