CCR 现场见证图玛深维 AI 产品为医生节省 1/2 阅片时间

2017-10-18 13:52 来源:丁香园 作者:
字体大小
- | +

2017 年 10 月 12 日~15 日,中华医学会第二十四次全国放射学学术大会暨第七届东方放射学大会(CCR2017)在上海隆重召开,众多智能医疗相关的厂商均参加了此次盛宴,作为全球医学影像人工智能与大数据服务的佼佼者,图玛深维展出的智能辅助诊断产品 σ-Discover/Lung 开放给现场专家和医生试用体验,这在同类产品中是少见的,说明图玛深维对产品成熟的自信。

现场 PK 见证「σ-Discover/Lung」强大辅助诊断性能

如果说人工智能替代医生做诊断是天方夜谭,那么人工智能帮助医生做诊断则是正发生在我们周遭的现实。图玛深维此次展示的「σ-Discover/lung」是基于深度学习的肺结节辅助诊断系统。可以对胸部 CT 薄层扫描图像进行分析,进而帮助医生检查并标记出患者的肺结节,此外,还可以对其进行良恶性判断并自动生成结构化报告书。在结节检出、结节分析、结节诊断及报告生成等诸多方面不断带给影像科医生惊喜。

在 CCR2017 大会上,图玛深维邀请到影像科医生参与了现场举行的「人机协同比赛」。此次比赛由上海肺科医院影像科主任孙希文教授坐镇。孙教授长期专注于胸科影像医学的研究与临床,对肺结节的诊断与性质判读有着精深的造诣。 

图片1.png
图 1:孙希文主任坐镇「人机协同比赛」

参与此次 PK 的对阵双方分别是「盲标组」和「人机协同组」。前者需要参赛医生在阅片的同时,手动标识结节。而后者则根据图玛深维开发的 σ-Discover /Lung 系统找到的结果,进行逐个确认,或者根据自己的判断进行增删。经过 40 分钟的紧张比赛,尽管限于 PK 场地和灯光等因素,两组医生都未发挥出正常水平,但在进行组间比较时,人机协同组以 92% 的肺结节检出敏感性领先于盲标组的 81%,而且每套影像的阅片用时亦节省 40%(73 秒/套 VS 120 秒/套)。

图片2.png
图 2:现场阅片 PK 正在紧张进行当中

除此之外,无论从用户习惯、结节检测功能和测量结果,还是结节的良恶性判断,参赛选手均对「σ-Discover/Lung」系统给予了很高的评价。

图片3.png
图 3:诸多专家学者参与人工智能影像学院揭幕剪彩

「图玛深维人工智能医学影像学院」亦在会议进行期间宣告成立,并邀请到广东省人民医院梁长虹教授、北京友谊医院马大庆教授、复旦大学附属华山医院耿道颖教授、复旦大学附属肿瘤医院彭卫军教授,上海肺科医院孙希文教授、浙江大学附属邵逸夫医院胡红杰教授、中山大学附属第三医院王劲教授、复旦大学附属华东医院李铭教授等专家学者参与学院揭幕仪式。

据介绍,学院的主要目的是为医生提供使用、学习智能诊断产品的机会,让医生能够利用智能产品更好地提高工作效率,同时推动传统医疗向智能医疗的变革。

图玛深维 推动智能医疗再上层楼

尽管肺癌的诊断和治疗在过去数十年里已经取得了巨大的进展,但我国每年 75 万例新发肺癌病例仍在时时提醒人们,战胜这种疾病依然道阻且长。这其中,早诊早治的落后是肺癌预后迟迟得不到改善的主要不利因素。大量研究提示,低剂量螺旋 CT 可以显著提高早期肺癌以及非钙化结节的检出率,这意味着,一旦这种筛检方式大量普及,高效精准识别肺结节影像图片将面临巨大的需求断层。

这一未满足的医疗需求正是图玛深维的突破口。图玛深维希望,能够借助人工智能深度学习,更好地帮助影像科医生阅片,并最终帮助到肺癌患者。正如公司创始人及 CEO 钟昕所说:「人工智能的到来不是为了替代医生,而是为了帮助医生,把医生从繁重、重复性地阅片工作中解放出来,让医生有更多的时间用于与患者交流、与临床医生共同制定更好的治疗方案,真正地把医生的时间用于医患交流。」

在系统敏感性上,图玛深维也颇有自信。σ-Discover/Lung 在临床试验中,其肺结节检出敏感性为 96%,每次检查误检数量为 2.6 个。对于医师人手紧张,医技不平均的中国,此类产品可以帮助医院开展有组织的肺癌筛查工作,意义重巨大。

图片4.png
图 4:「σ-Discover/Lung」肺结节辅助诊断系统界面一览

实际上,图玛深维在智能医疗领域的雄心并不仅限于肺结节的检测。目前,该公司已在深耕胸部疾病的基础之上,将研发管线扩展至血管、脑血管、糖尿病、肿瘤等诸多领域,并与多家知名医院紧密合作,计划在未来 3~5 年时间内,面向全国推出 8~10 类针对不同疾病的辅助诊断产品,以此更好履行图玛深维对广大医生与患者的承诺,并进一步推进「创造卓越、可靠的人工智能医疗产品,助力医疗发生革命性飞跃」的公司使命。

编辑: 朱卿

版权声明

本网站所有注明“来源:丁香园”的文字、图片和音视频资料,版权均属于丁香园所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:丁香园”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。