机器学习在放射学 - 应用现状

马库斯·罗斯
《阿凡达》

Marcus Roth是Emerj的运营经理。他管理内容和营销处理,并帮助对Emerj的主要业务部门进行研究。

放射学中的机器学习。当前应用

人工智能以与其他大多数医学领域相似的方式进入放射学,这应该不足为奇。许多在放射领域销售的人工智能供应商刚刚开始获得监管部门的批准。我们研究了使用AI在放射科以更好地了解AI发挥作用的梧桐试着回答以下问题:

  • 什么类型的AI应用目前正在使用放射学?
  • 什么切实的成果已AI驱动放射学?

本报告涵盖跨两个应用程序提供软件的供应商:

  • 诊断
  • 医学成像

这份报告旨在为医疗领域的商业领袖们提供一个思路,让他们了解目前可以从他们所在行业的人工智能中得到什么。我们希望这份报告能够允许医疗行业的商业领袖为了获得真知灼见,他们可以自信地将其传达给自己的管理团队,以便在考虑采用人工智能时做出明智的决定。至少,这份报告打算作为一种减少商业领袖工作时间的方法医疗保健花研究AI公司与他们可能(或可能不)感兴趣的工作。

诊断

应当指出的是,没有这份报告要求中列出的公司提供的诊断工具,但他们的软件可以帮助放射科医生发现患者扫描图像异常时,由医学专家解释,可能会导致诊断。

Aidence

Aidence提供了一个称为Veye胸部的软件,他们声称可以帮助放射探测,跟踪和报告使用机器视觉肺结节。据该公司介绍,该机最初受训于45000次标扫描和放射科医师独立验证。

Aidence声称Veye Chest可以与医院现有的阅读和报告软件集成。根据ai丹斯,预先训练的算法检测患者CT扫描中的肺结节存在或警告信号。这可以帮助放射科医生确定结节是否构成威胁。

然后,Veye胸部产生的电脑屏幕上的文字和图片注解指标。然后放射科医生可以使用文本和注释,以更准确地诊断其病人的病情和他们的治疗过程中跟踪他们的病人的肺部结节的大小。

ai丹斯没有提供展示其软件工作原理的视频。然而,下面是软件可能在电脑屏幕上显示的图像:

通过Aidence软件所呈现的影像
图像显示什么用Veye胸部放射科医生可能他们的计算机屏幕上看到

Veye胸部已经获得CE标志,允许其在整个欧洲联盟的医院使用。CE标志是一个认证标志,表明欧洲经济区的医疗器械标准相一致。ai丹斯没有提供任何案例研究报告他们的软件的成功,但它收到的CE标记可能表明,它在其网站上所做的声明可能是有效的。

ai丹斯的客户包括荷兰的几家医院,包括Tergooi和Albert Schweitzer医院。此外,该公司还与英国SBRI医疗机构签署了一项开发协议。

Mark-Jane哈特是Aidence的共同创始人和首席执行官。他从埃因霍温科技大学计算机科学硕士学位。此前,哈特曾担任联合创始人兼首席技术官一些较小的荷兰营销和高科技公司。

Aidoc

Aidoc他们声称可以帮助放射科医生和他们的医院还提供一个软件优先病人护理,检测患者体内急性异常,并使用机器视觉增加检测速度。

放射科医生可以将患者的头部、胸部、脊柱或腹部CT扫描结果输入到软件中,软件背后的机器学习模型可以识别并显示扫描结果中的所有骨折、结节和出血。我们可以推断,Aidoc的软件会在其数据库中搜索与患者扫描结果相似的图像,以确定与软件数据库中标记为“正常”的扫描结果相比,哪些图像可能会出现异常。

然后,Aidoc比较患者与其他患者在医院被记录在其系统及需要照顾的扫描。它采用的是比较符合他们应该比其他患者在医院进行治疗的紧迫性而言,以重新安排病人。这排优先级显示在计算机屏幕医院的工作人员,以查看。

Aidoc没有提供演示视频来展示它的软件是如何工作的;然而,下面是软件可能在放射科医生的电脑屏幕上显示的图像:

通过Aidoc的软件所呈现的影像
使用Aidoc软件的放射科医生可能在电脑屏幕上看到的图像

Aidoc的软件通过了FDA和以色列卫生部的审查。Aidoc进行的一项临床研究比较Aidoc软件辅助的工作流和先进先出(FIFO)工作流对扫描病人并接收包含诊断结果的报告所花费的平均时间。对工作流进行了基准测试由联合委员会周转时间概述标准。根据这项研究,其软件由60.3%降低头颈部报告的周转时间。

然而,应该指出的是,据我们所知,临床研究并没有发表在任何学术期刊上。此外,该研究中只有三个名字:Aidoc的首席执行官、首席医疗官和监管和临床事务负责人。换句话说,这项研究似乎不是独立进行的,也没有涉及公司以外的任何人。我们相信这是值得怀疑的,但是Aidoc通过了FDA的认证,这确实增加了它的软件可信度。

据该公司称,Cedars-Sinal医疗中心和巴塞尔大学医院的放射科医生目前使用Aidoc的软件。兰德瓦拉几人的是CEO和Aidoc的创始人之一。他拥有计算机科学硕士学位,重点放在机器学习。此前,Walach曾担任以色列空军的一个研究小组的领导者,他在那里计算机视觉和其他机器学习项目的经验。迈克尔·布拉金斯基是Aidoc的首席技术官和联合创始人。他是以色列国防部的研发主管,并在希伯来大学获得了计算机科学和医学图像处理的硕士学位。

Kheiron医疗

Kheiron医疗是一家总部位于英国的公司,该公司提供了一款软件,声称该软件利用机器视觉帮助放射科医生进行乳房x光检查,并减少这些检查中的假阳性和假阴性的数量。

Kheiron医疗报销可以放射科医生输入患者的乳房X光扫描到他们的软件。我们可以推断,该公司的软件,然后搜索它类似于病人的扫描图像数据库,以确定什么可能是异常相比,在软件的数据库中标记为“正常”的扫描。然后,该系统通过对到放射科医生可以集中他们的注意力扫描显示彩色圆圈标识的乳房X光扫描可能的异常。

我们找不到一段演示凯龙医疗软件工作原理的视频。

凯龙医疗于2018年获得CE认证。

托拜厄斯Rajken他是Kheiron Medical公司的首席技术官和联合创始人。他拥有伦敦大学计算科学和机器学习的理学硕士学位。在此之前,Rajken在创业第一公司(Entrepreneur First)担任团队成员。

医学成像

Arterys

Arterys提供了一款名为ArterysAI的软件。据报道,该软件背后的机器学习模型被训练成专注于检测心脏的异常,尽管该公司声称其软件能够在一定程度上检测肺部和肝脏的异常。Arterys公司声称,他们的软件可以帮助放射科医生更好地了解病人的心脏,而不需要使用基于云计算的机器视觉软件进行侵入性手术和放射治疗。

Artersy声称,医院可以极大地减少放射科医生扫描病人的时间。例如,Artersy旗下的软件公司ArterysAI使用了该公司所称的4D Flow。Aidoc声称4D流是安装在一个标准的MRI。据报道,4D血流可以让放射科医生看到病人心脏的三维全扫描图像,他们可以在电脑屏幕上对病人进行核磁共振扫描后进行操作。该公司称,这些扫描可以让放射科医生更真实地了解患者的心脏,而不需要耗时的侵入性手术。

然后,4D流发生在从患者采集的图像,心跳模式,和血流量数据,并比较这些数据来预标记功能定期心和机能障碍的心在其背后4D流模型训练的数据。患者的心脏内异常被确定在仪表盘上。

下面是一个短短的3分钟视频展示4D流程的可视化扫描显示:

ArterysAI被FDA批准,并声称其软件已在七个不同的同行评审的医学期刊,包括心血管杂志磁共振得到了验证。我们无法找到可用的案例研究报告与该公司的软件的成功。

Arterys是原来的公司对西门子Healthineers数字生态系统一起戴尔,SecondOpinion.com协作的一个,和其他人在现场。

尽管如此,Arterys的网站上并没有列出任何大医院的客户名单。该公司已经筹集了4,370万美元,并得到了Emergent Medical Partners和其他14家投资者的支持。

约翰Axerio-Cilies是Arterys的联合创始人和首席技术官。他拥有斯坦福大学流物理和计算工程博士学位。Arterys c团队的其他成员都拥有斯坦福大学的博士学位,只有首席执行官例外,法比安·贝克尔,谁从剑桥大学获得了物理学博士学位。以及用于Arterys这样的阵容预示着和人们有理由相信他们的软件。

小贴士保健用商业领袖

AI在放射科是刚开了呼叫限制的市场。仅在过去的几年里,AI放射厂商已经能够把产品推向市场。对于许多AI公司,都没有在FDA监管领域,产品的研究和开发能够沿着他们公司的营销和销售工作在一定程度上运行,允许从早期采用中滴入少量收入,而收尾以上先进功能的推出,并公布于众。

然而,我们怀疑本报告中讨论的软件都提供软件,是合理合法的考虑大多是由FDA或类似政府机构的批准。就像在硅谷的风险投资公司如何审视寻求他们的资助,包括这些公司的核心AI模式的公司,一些政府机构表现出在确定哪些公司获得批准严谨的类似的协议。公司是做获得批准,因此可能提供正版软件。

这就是说,企业领导者不应该把政府机构批准,最终所有待一切,当谈到确定从哪个AI厂商购买。我们建议企业领导阅读我们的文章将人工智能的宣传与现实分开给他们如何确定的AI供应商是合法提供一个AI溶液或不是一个更好的主意。

Arterys似乎是最具吸引力的,也是本报告所强调的所有公司中最发达的。它还拥有多个FDA的批准,允许它的软件帮助放射科医生诊断身体不同部位的状况。此外,Arterys声称在许多同行评审的医学杂志中被提及。Arterys还获得了4370万美元的资金,这比本报告中讨论的其他公司要多得多。

患者可能会预计在未来2至5年内给予较少的诊断不准确更快的优质护理服务。改进的扫描程序可以节省上进行不必要的活检相关费用医院和病人。

企业不应该期待放射科的所有功能于一身的解决方案,当涉及到人工智能软件,在对比的方式MRI或X光机可能能够提供身体很多部位的成像。人工智能放射学软件背后的机器学习模型,必须针对它打算扫描和“理解”的身体的每个特定部位进行培训和教授,而且必须针对它打算检测的异常,向它提供特定的数据。至少在不久的将来,这意味着医院可能需要购买一个人工智能软件来扫描身体的每个部位。

放射学中人工智能的一个令人惊讶的元素是,与其他市场相比,我们报道的人工智能软件的集成似乎相对容易。这可能是由于大多数软件使用核磁共振成像和MRI本身的输出有限。因此,与其他医疗领域相比,围绕已知的输出建立人工智能可能更容易,因为在其他医疗领域,有许多不同的设备用于诊断一个问题。

Aidence,Arderys和Aidoc引用他们的软件将与PACS系统的工作。Arderys和Aidoc中提到的软件将与RIS系统正常工作。

在一般情况下,放射科似乎有一个行业真正的AI工作的理想信赖的符号。每家公司对他们的C-球队博士层次人才,进一步说明与问候他们的AI模式的合法性。

标题图片来源:佩恩医药

保持在AI曲线的前面

发现关键的AI趋势和应用,在企业的未来和输家独立的赢家。

报名参加“人工智能优势”通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - Check your email and open our welcome email to confirm your email address with Emerj">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
订阅图像
机器学习曲线保持领先

在Emerj,我们拥有最大的关注人工智能的在线商务读者群体——加入其他行业领袖的行列,每周收到我们发送到您收件箱的最新人工智能研究、趋势分析和访谈。

感谢您订阅了Emerj“AI Advantage”时事通讯,请检查您的电子邮件收件箱以进行确认。