动脉橙企业版
试用申请

NVIDIA赋能传统医疗信息化企业快速开发实用化的影像AI模型

作者:宁晨 2020-12-02 14:11

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看
案例简介


北京赛迈特锐医疗科技有限公司是一家全流程影像决策支持系统(CDSS,Clinical Decision Support System)的开发商与服务供应商。


在与北大医院影像科合作开发序贯型影像AI的过程中,借助NVIDIA GPU、开源的算法,NVIDIA Clara平台以及高水平的AI培训平台和培训课程,赋予了影像科室医生规模化自主开发复杂影像学诊断应用的可能性,先后开发了20+AI模型,并初步验证了与结构化报告的紧密整合。


本案例主要应用到 Tesla V100 GPU 和NVIDIA开源算法库,并借鉴了Clara平台。


背景


北京赛迈特锐医疗科技有限公司(以下简称“赛迈特锐”)成立于2016年,是一家全流程影像决策支持系统(CDSS,Clinical Decision Support System)的开发商与服务供应商,其影像决策支持系统涵盖了影像学检查过程的4个主要领域:影像学的临床申请知识库,影像科室的扫描知识库,后处理以及目前热门的影像AI领域,和后端的诊断领域知识库。通过与北大医院影像科合作,赛迈特锐开发的一系列序贯型影像AI,可在多达20种以上的结构化报告上自动化地填写测量值和关键图像,极大地提高了诊断的工作效率。


挑战


如今,医学影像科同时面临着数据量激增、人力资源供给不足的挑战。在影像诊断的过程中,医生需要通过读片获取各种用于分析的测量值和关键图像,比如肿块的各种径线长度测量,或是复杂的肿瘤负荷综合测量信息。这些信息对于诊断病情至关重要,但是在目前众多的此类应用场景中都没有可用的后处理系统或者影像AI系统能够帮助医生自动完成测量。面对庞大的数据量,完全依靠医生手工完成所有测量,其工作量之大,不可想象。开发各种用途清晰的专业化AI应用需求强烈。


在影像学当中,结构化报告是影像诊断业务发展的重要趋势之一。结构化报告的标签是科研、教学、诊疗指南持续改进的核心数据之一,也是包括影像AI在内其他前端CDS系统持续改进的核心数据。而影像学结构化报告推广的主要难度就在于如何提高结构化报告的填写效率。


因此,如何应用AI技术自动化产出影像学结构化报告,应对激增的诊断需求以及影像领域个性化诊断要求,是影像决策支持系统索要解决的核心问题。


方案


为了能够在影像诊断中实现自动化测量,并输出结构化报告,赛迈特锐基于NVIDIA Clara,提出了基于单病种影像学结构化报告的辩证思维定义AI序贯模型的拆解方案。


NVIDIA Clara支持各种外部模型的植入,是一个共享平台,而非某个企业的专用平台;其次Clara Annotation Sever上的AI-Assisted Annotation功能,能够让既有的AI模型发挥作用,先行对数据预标注,再让标注人员进行修改,可大幅降低新标注的劳动强度。


通过借鉴NVIDIA Clara平台的这两个理念,赛迈特锐在单病种影像学结构化报告中清晰定义了诊断所需的数据维度和推理逻辑,即便医生手工填写选项,也能自动化地生成清晰、标准、规范的诊断报告。而对于那些需要从图像中提取的影像特征,则由AI自动填写,来降低医生的劳动强度。


在实际业务当中,赛迈特锐将这些数据需要整理出来,区分部位和特征类型,将其构建到几个相互独立的AI模型当中,并将这些训练好的AI模型序贯地整合在一起,服务于一份诊断报告。这些模型生成的数据可以自动化地生成到报告当中,从而实现高质量和自动化的数据采集和诊断推理过程,形成自动化的诊疗方案。


基于NVIDIA GPU V100硬件,以及NVIDIA的开源算法,参考Clara的优秀理念,利用各种现有工具进行标注,并进行模型的训练,极大地降低了AI开发的上手难度。通过自动混合精度进行训练,训练速度提高了50%。

在与北大医院影像科合作过程中,绝大多数医务工作者都缺乏专业AI开发背景,但借助于NVIDIA提供的网上培训课程,以及在RSNA会议现场组织的开发培训,使得有兴趣的医生能够有机会参加AI技术开发培训,使得即便是没有AI专业技术背景的医务工作者,也能很快上手,参与到AI模型的开发工作当中。


目前,赛迈特锐已经与北大医院影像科合作开发出了一批与当前知名AI应用风格迥异的序贯型AI应用模式,正逐步实现在多达20种以上的结构化报告上自动化地填写测量值和关键图像,极大地提高了诊断的工作效率。


影响


基于NVIDIA GPU计算平台,和Clara平台,开源算法,以及专业化、体系化的AI 培训,使得医疗机构中影像科的医生可以低门槛的使用人工智能进行创新,不用学算法、不用编程,通过将一切繁琐、复杂、重复的事情交由机器完成,使得医务工作者们可以将精力专注于诊断过程和策略的分解当中,极大地提高了诊断的工作效率。


医学影像诊断业务的增量和新知识植入流程必然要依赖影像CDSS系统。决策支持系统就是将医生的知识与传统的流程结合。能将影像科医生吸引到知识运用、知识挖掘的开发工作中来,对于加快行业的发展、提升医疗机构的业务和管理水平极为重要。


赛迈特锐医疗创始人兼CEO岳新表示“没有一家AI企业能强大到搞定所有的影像AI,也没有一家医疗机构能独立做到。因此协作创新并共享成果是最合理的发展路径。赛迈特锐医疗借助NVIDIA Clara平台与开放理念,与广大医疗机构分享各类AI模型和报告模板,加快落地实用的智能化报告解决方案。”


如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章