FDA批准首个X光系统的AI

作者:yunmu  于 2019-9-14 08:38 发表于 最热闹的华人社交网络--贝壳村

通用分类:健康生活

FDA批准首个X光检查系统的AI

根据昨天CNBC的报道,通用电气GE)公司宣布FDA已经批准其人工智能 X 线设备。该设备能够使用人工智能算法扫描X射线图像检测气胸,常规所需的 8 时减少为不到 15 钟。气胸是一种潜在致命的疾病,被称为肺塌陷,在美国每年大约发生 7万多例气胸

GE Healthcare GE)是通用公司旗下的子公司,它和医学名校加州大学旧金山分校(等同于加州大学医学院)的科学家一起合作,开发和训练了这款能够检查气胸的AI。该公司还表示,它正在努力把AI用于检测其他的健康状况。

GE Healthcare是个百年老店。以Victor电器公司的牌子成立于189510月,刚开张时只有一间30平方米的地下室和6名员工然而该公司却抓住了2个月后新发现的X线这个商机。

大家都知道,1901年伦琴因为发现X射线而获得了第一个诺贝尔物理学奖。 当伦琴于18951228日完成了他的关于“一种新的射线” 的初步报告后,Victor电器公司很快就嗅到了X射线的商业开发用途,它马上调整方向开展X光放射业务,并于1896年就推出了它的X光机。X光的发现和X光机的问世于1896年也在某些医院催生了最早的放射科。

从此该电器公司不断扩充组合,并于 1920s年被通用电气公司收购合并成为GE的分公司,1930年更名为通用电器X射线公司(GE X-Ray Corporation)后来又几度扩大改名,发展为现在拥有5万多员工的GE Healthcare。此次它又想借X光系统的AI登峰造极。

除了GE Healthcare外,高端医疗器械的其它巨头PhilipsSiemens以及互联网的巨头Google, 腾讯和阿里等等也在进军医疗AI

据报道,Google DeepMind联合英国某眼科医院开发了AI眼底筛查技术,该AI能够在30秒内识别出糖尿病视网膜病变, 高血压眼底病变,老年性黄斑,青光眼等一系列眼底疾病.

现在所拍摄的CT影像的肺结节的识别,一个成熟的影像医师需要5分钟以上阅读一位患者的300-500张图像做出诊断,人工智能只需要几秒钟。而“AI+医生”的双重阅片机制也使得漏诊率大大减小。

美国NIH国家癌症研究所(National Cancer Institute)的Mark Schiffman团队积累了9000名妇女宫颈检查和长达18年的随访信息,一直在寻找一种更为精确地检查宫颈癌癌前病变的方法。然而,他们自己的分析却不尽人意。

后来他们和盖茨基金会合作,使用卷积神经网络(convolutional neural network)的AI来分析宫颈照片。他们首先使用数据库中70%的信息来让AI进行机器学习,然后使用AI去诊断剩下30%的病例。结果机器学习能够以91%的准确率将健康组织,癌前病变和癌症区分开来,而常规细胞学的准确率只有71%

斯坦福大学曾报道使用近13万张皮肤病临床图像训练卷积神经网络AI对皮肤病变进行分类。 结果发现一种算法可以对照片中的病变包括恶性黑色素瘤和癌变进行分类。经机器学习后AI的诊断的准确率达到了91%,这达到了训练有素的皮肤科医生的水平

连被称为医学的金标准或最后诊断的病理诊断,也有AI频频光顾。现在已经发现AI对某些癌症指标诊断的准确度和病理医生的相匹配。可以预料,未来将有更多的AI进入医疗领域。

 

主要参考资料

https://www.cnbc.com/2019/09/12/ges-health-unit-wins-first-fda-clearance-for-ai-powered-x-ray-system.html

https://en.wikipedia.org/wiki/GE_Healthcare

Hu L et al. An Observational Study of Deep Learning and Automated Evaluation of Cervical Images for Cancer Screening. J Natl Cancer Inst. 2019 Jan 10. doi: 10.1093/jnci/djy225

https://doi.org/10.1https://www.kuaaa.com/ai/WiseMedical/1701.html093/jnci/djy225

https://artificialintelligence-news.com/2019/04/01/deepmind-first-product-eye-diseases/

Esteva  A. et al. Dermatologist-level classification of skin cancer with deep neural networks, Nature volume542, pages115–118 (02 February 2017)

Coudray N et al. Classification and mutation prediction from non-small cell lung cancer histopathology images using deep learning. Nat Med. 2018 Oct;24(10):1559-1567


高兴

感动

同情

搞笑

难过

拍砖

支持

鲜花

评论 (0 个评论)

facelist doodle 涂鸦板

您需要登录后才可以评论 登录 | 注册

关于本站 | 隐私政策 | 免责条款 | 版权声明 | 联络我们 | 刊登广告 | 转手机版 | APP下载

Copyright © 2001-2013 海外华人中文门户:倍可亲 (http://www.backchina.com) All Rights Reserved.

程序系统基于 Discuz! X3.1 商业版 优化 Discuz! © 2001-2013 Comsenz Inc. 更新:GMT+8, 2019-9-14 08:42

倍可亲服务器位于美国圣何塞、西雅图和达拉斯顶级数据中心,为更好服务全球网友特统一使用京港台时间

返回顶部