<mark id="oztn4"></mark>
0
雷鋒網消息，近日，醫療AI公司醫準智能發布乳腺超聲智能檢測系統。
該系統在不改變現有超聲設備和醫院工作流程的基礎上，利用神經網絡架構搜索方法(NAS)對超聲信號進行實時智能分析，可以實現實時病灶檢出，對病灶進行自動分割及良惡性分析。
超聲是基層最常用的一種檢查設備。相較于CT、X射線等檢測方法，超聲診斷具有實時掃查、無創、無輻射，價格較低等特點，并且可移動，掃查方式靈活。
2016年5月，衛計委印發《縣醫院醫療服務能力基本標準和推薦標準》，其中包括要求縣級醫院配置超聲影像設備，基層醫院的超聲應用場景進一步拓寬。
盡管超聲市場前景被看好，但是超聲AI市場并沒有迎來大爆發。目前，在國內做AI+超聲的團隊并不多，比較有代表性的是浙江大學的孔德興教授團隊。
超聲AI產品為何少見？
醫準智能首席AI官王子騰表示，乳腺超聲AI產品主要有幾大難點。
首先，超聲的數據收集與標注困難。一次超聲掃描需要十分鐘以上，每秒約有30幀圖像。因此，一次掃描就會產生2萬幀圖像，而訓練一個精度較高的神經網絡需要大量標注好的數據，“數據”就成為一大難關。
其次，不同于CT或者核磁，在超聲的診斷過程中，醫生需要AI實時給出結果，來幫助自己寫報告，這就對產品的“魯棒性”提出巨大挑戰。
最后，與放射科不同的是，超聲科最大的難點不在讀片子，而是如何操作B超設備，拿到醫生自己想要看到的圖像。
醫準智能CEO呂晨翀也補充到，目前市面上流行的算法模型，是基于二維的靜態圖像的AI檢測技術。但是，對于三維實時動態視頻的檢測現在公開算法基本沒有。
除此之外，因為超聲的噪聲大、對比度差，同時視頻的幀數很多，因此就需要工程人員在設計算法時，考慮到信息提取的準確性，同時要保證模型不過于龐大，盡可能地保證產品在實際部署時的實用性。
作為應用于臨床的系統，醫準智能的乳腺超聲智能檢測系統有幾個特點：
低延時。系統采用神經網絡架構搜索方法(NAS)，使用RTX2080Ti。達到每秒處理速度超過50幀，且檢測結果延遲小于0.09秒。
智能分割自動測量。可以對包含病灶所有信息的整段視頻進行分析，利用病灶的各個截面信息，對病灶整體進行更加充分的屬性分析，同時給出病灶最大截面以及長短徑、面積等定量信息。
除此之外，也可以生成結構化的報告。
雷鋒網了解到，今年3月，醫準智能完成近億元人民幣B輪融資，融資的目的是擴大公司現有 AI 產品線，實現 AI 檢測系統從單器官到單部位病種的覆蓋。具體而言，醫準智能將基于 CT、MR、乳腺鉬靶機、普通 X 光機、超聲等多種影像設備，打造特定病種的人工智能產品。
在創辦醫準智能之前，呂晨翀曾在GE工作10多年，擔任很長時間的銷售角色，而銷售的正是超聲產品。他表示，自己前前后后賣出過600多臺超聲，對超聲產品的痛點和市場有比較深刻的認知。因此，在渠道關系層面，醫準智能擁有較好的優勢。
但是他也表示，像超聲AI這樣的產品不能單純地依靠軟件來解決，而是要實現軟硬件的結合?！拔覀儸F在探討的一個方案是，在探頭上添加AI投影儀，去學習高水平醫生的探頭軌跡，做一個智能化的探頭，對低年資醫生進行路徑的指導。”
據呂晨翀向雷鋒網透露，未來五年，醫準智能需要做幾件事情。
首先，是對影像設備進行智能化的升級改造。其次，突破科室的限制，從影像科走到臨床科室。
呂晨翀說到，從去年開始，頭部的一些公司已經開始商業化，但是今年由于疫情，這條路并不順暢，原本醫院用于購買設備的資金，需要用在防疫上?！艾F在各大醫院的精力都投入在防疫上，預算審批也存在困難，這對于醫療AI公司的商業化來說，存在一定的挑戰?！?/p>
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
