Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

商汤科技智慧诊疗平台亮相RSNA 2019,展现四大领域落地应用

SenseCare智慧诊疗平台就是一款连接影像科医生、临床科室医生、患者三端的智能辅助工具。本次RSNA 2019现场展台,商汤科技就展示了SenseCare在肺部、骨肿瘤、下肢力线及病理方面的落地应用。

自1915年成立以来,RSNA(Radiological Society of North America)历经105载,已经成长为全球医学影像领域最大的专业会议,是诸多医学影像技术革新的见证者。

今年RSNA 2019于美国当地时间12月1-6日在芝加哥举办,本次大会以See Possiblities Together(共同见证可能)为主题,吸引了来自全球130多个国家的五万余名放射学专业的专家、学者和企业代表参会。

在本次大会专门设置的AI展厅中,全球领先的人工智能平台公司商汤科技携创新技术和研究成果精彩亮相,展示了其于AI+医疗的深度结合成果——SenseCare智慧诊疗平台,分享了AI如何做到连接放射科与临床科室、赋能医患沟通、提升诊疗效率。

连接影像诊断与临床的视觉中枢

正如开幕式当天,RSNA2019大会主席Valerie P. Jackson教授所发表的题为A Matter of Perspective: Putting a New Lens on Our Patient Interactions(新视角下的医患沟通)的主题演讲中,她表示放射科医生正在面临新形势下的诸多挑战:

一方面如何通过医患沟通更好地让患者对自身检查有清晰的理解,另一方面如何在复杂的临床诊疗中更好地发挥医学影像的价值。有没有简单有效的工具,既能帮助患者直观的理解晦涩的医学影像诊断结果,同时还能连接影像科与临床科室,在提升医生间交流效率的同时,直接让影像的价值延伸到患者的个体治疗与康复环节?

商汤科技此次在RSNA 2019展示的SenseCare智慧诊疗平台就是一款连接影像科医生、临床科室医生、患者三端的智能辅助工具。

凭借商汤领先的深度学习算法与医学影像高级后处理技术,SenseCare在提供影像的全方位辅助诊断的同时,基于在线实时的高并发三维渲染能力,还能为临床医生提供治疗规划的全流程智能辅助,真正意义上打通影像诊断与临床,为医生提供诊-疗-愈全流程的智能工具;另外通过支持灵活便捷的移动设备浏览,SenseCare还能推动医患沟通,为患者提供直观易懂的医学影像解读。

基于超轻量架构及高并发能力,SenseCare智慧诊疗平台可以针对不同科室的需求和工作流在平台之上灵活拓展含有丰富AI算法及三维渲染模块的临床应用,以满足不同方向诊疗愈全流程的智能辅助。

本次RSNA 2019现场展台,商汤科技就展示了SenseCare在肺部、骨肿瘤、下肢力线及病理方面的落地应用:

1)SenseCare-Lung应用,不但可以进行高精度肺结节检测、分型、良恶性预测等多维分析,还可帮助医生进行内镜手术的3D术前规划与模拟;

2)SenseCare-Bone Tumor应用,可对CT、MRI多模态数据进行同步分析以生成准确的肿瘤与骨骼分析结果和3D模型,从而帮助医生进行后续的3D打印手术设计;

3)SenseCare-Lower Limb应用,可以自动对下肢力线及关键参数进行分析和测量,同时提供HTO/DFO等截骨手术的模拟,方便医生进行术前规划和术后对比;

4)在被誉为疾病诊断“金标准”的病理检查上,SenseCare-Path可精准分析数字病理图像中病理组织和细胞级别的异常,帮助医生做高效的辅助诊断及筛查。

以骨肿瘤为例,上海第九人民医院的专家借助商汤SenseCare智慧诊疗平台,可以有效提高骨肿瘤3D打印治疗规划的效率、精度和效果。由于传统的骨肿瘤3D打印治疗规划难度大、涉及多模态数据,需影像科医生、骨科医生及3D打印工程师一起经过多番研讨后最终得出一套治疗方案,过程可能长达数周。有了SenseCare智慧诊疗平台后,多个环节可在一分钟之内由人工智能完成,只需要医生登录SenseCare平台在线确认AI结果,3D打印工程师即可异地直接进行3D模型下载和打印,有效地提升医工交互效率。

产业商汤科技RSNA 2019智慧诊疗平台SenseCare
相关数据
商汤科技机构

作为人工智能软件公司,商汤科技以“坚持原创,让AI引领人类进步”为使命,“以人工智能实现物理世界和数字世界的连接,促进社会生产力可持续发展,并为人们带来更好的虚实结合生活体验”为愿景,旨在持续引领人工智能前沿研究,持续打造更具拓展性更普惠的人工智能软件平台,推动经济、社会和人类的发展,并持续吸引及培养顶尖人才,共同塑造未来。

http://www.sensetime.com
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

推荐文章
暂无评论
暂无评论~