- · 《世界复合医学》栏目设[05/29]
- · 《世界复合医学》收稿方[05/29]
- · 《世界复合医学》投稿方[05/29]
- · 《世界复合医学》征稿要[05/29]
- · 《世界复合医学》刊物宗[05/29]
医学进入“读图时代”,AI如何助力快速成像?丨
作者:网站采编关键词:
摘要:图源自视觉中国 AI医学影像的上游——快速成像,在提升医学诊断效率方面的作用不可小觑。 “ 用人工智能优化影像采集,最核心的问题是要解决效率瓶颈、减少放射性,让成像质量
图源自视觉中国
AI医学影像的上游——快速成像,在提升医学诊断效率方面的作用不可小觑。
“用人工智能优化影像采集,最核心的问题是要解决效率瓶颈、减少放射性,让成像质量更高。”Subtle Medical(深透医疗)创始人兼CEO宫恩浩告诉钛媒体App,AI医学成像有更明确的临床应用场景,市场有迫切刚需,这也是其斯坦福读博期间的研究课题之一。
自上个世纪八十年代,核磁共振检查磁共振成像(MRI)开始应用,到现在,MRI已经成为继CT检查后的另一种常见医学影像诊断方式。
MRI检查的应用范围基本覆盖了医疗影像可检查的所有病种,包括器官病变、肿瘤检查等,但MRI检查有明显的使用弊端——成像速度慢。
运用人工智能手段来提升医学影像采集的效率,深透医疗推出了SubtlePET、SubtleMR和SubtleGAD三款AI医学影像软件产品。
2018年底推出的SubtlePET适用于PET核医学分子影像检查场景,能够明显缩短成像时间并减少放射性示踪剂使用量,2019年底推出的SubtleMR适用于MRI检查场景,能大大减少检测时间,两款产品均已迭代至2.0版本,而今年4月推出的SubtleGAD目前则适用于MRI检查场景,在提升造影剂质量方面作用显著。
“相比于设备商,我们在影像上游AI方向钻研更深入,突破和市场化更快速我们就是将这项技术的应用时间往前拨了5-10年,让现在的医院就能使用未来的技术。”宫恩浩说道。
Grand View Research预测,到2028年,全球人工智能医疗领域市场将增至1202亿美元,复合年均增长率高达41.8%,在这一波迅速增长中,AI技术相关的软件服务是最大的驱动力之一。而影像上游系统产业市场超过2000亿美元,相比于下游诊断方向的应用,AI能在影像上游产生巨大的市场变革。
突破医学影像效率瓶颈医学影像是一个庞大的市场,它在临床应用已经相当普及,是医生进行疾病诊断的重要辅助工具,但长期处于效率低下的困境。
2016年以来,人工智能技术开始在医学影像这一场景落地,随着赛道的逐渐走热,一批创业公司携同资本扎堆涌入,“代替医生”的口号此起彼伏。行业热浪向影像成像的下游读图环节发力,以肺结节检验为首的产品迭出。亿欧智库数据显示,2017年、2018年,AI医学影像行业分别发生融资29起、31起,行业热度触及峰顶。
宫恩浩博士及其来自斯坦福大学、清华大学的团队却另辟蹊径,在优化上游的影像采集赛道加码,这一领域一直以来都是“热需求,冷市场”。
2017年,Subtle Medical(深透医疗)在美国成立,其专研的AI影像采集赛道至今创业公司数量相对稀缺。宫恩浩认为,一方面是较高的技术门槛把一部分人挡在了门外,另一方面是很多创业者并没有真正进入临床,也就不具备Domain knowledge(领域知识),更不清楚这一真实存在的效率瓶颈。
他告诉钛媒体App,“影像的整个工作流,效率的瓶颈在于设备端,病人需要排队照影像,诊断效率受限于现有的设备。”
医学影像的成像原理并非常规意义上的照相,而是基于物理学原理,通过得到相当多的高质量信号,再通过数学模型的求解算法,从而形成影像,这个过程耗时久,且部分影像检查还常常伴有放射性,甚至需要打造影剂,以便于医生能更清晰地观察到病灶影像。
以MRI检查为例,设备提供了一个巨大的磁场,通过检查氢原子磁性核在磁共振中产生的信号,从而得到影像学图像,这需要一定的时间。
常规来看,一台CT一天能检查100多个患者,一台3T(特斯拉)磁场强度的核磁共振仪器每天最多能为20余位患者做扫描检查,单人单次扫描需要耗时半小时左右,而且还要纹丝不动,患者的轻微移动便会产生运动伪影,需要再重新检查。为了做MRI检查,病人排长队已经是医院中最稀松平常的场面,当然,这项高时间成本检查的价格也较为昂贵。
同时,基于核磁共振本身的特点,其检查室通常密闭且狭小,检查过程中伴随着噪音,对于大多数老人、小孩以及幽闭恐惧症人群来说,并不建议使用。如果可以减少扫描的时间,不但可以造福这一部分人群,也可以给医院增加可观的收益。
就核磁共振检查这一成熟的影像诊断方式而言,缩短成像时间就意味着整体检查效率的提升、成本的下降和适用群体的扩大。
“从临床医学角度来说,几十年以来大家一直想从设备端让影像检查更便捷、更高效,但这存在技术瓶颈。我们希望用人工智能深度学习的新技术,代替传统的基于数学模型的求解算法,来解决这个问题。”宫恩浩确信,
文章来源:《世界复合医学》 网址: http://www.sjfhyx.cn/zonghexinwen/2021/0927/1750.html