Numerikus Lymic széklet típusú szolgáltatások
Jul 21, 2020
Hagyjon üzenetet
AI Ultrahang: AI felkészítő terepe a felkészülés előtt.
Az AI ultrahang sokkal kevesebb figyelmet kap, mint az AI CT képei a mesterséges intelligencia (AI) orvosi képalkotó képességeinek külön felosztásaiban. 2020 elején az FDA jóváhagyta az első AI-támogatású ultrahang-diagnosztikai szoftvert, a Caption Guidance-t, amely nagyobb figyelmet kapott az AI ultrahang területén történő nagy áttörés szempontjából.
Javítsa a diagnosztikai hozzáférhetőséget.
Az ultrahangvizsgálat biztonságos és olcsó orvosi diagnosztikai módszer, ám a jelenlegi diagnosztikai és kezelési folyamatban az ultrahang használata nem magas. Jelenleg mintegy 50 millió orvos van világszerte, de csak 2% -uk rendelkezik ultrahang vizsgálat elvégzésének képességével. Ezenkívül a Kínai Orvosi Eszközök Szövetségének statisztikái szerint a Kína 39 ultrahangberendezéseinek tulajdonjoga nem alacsony, ám a kórházak száma minden szinten nem kiegyensúlyozott. 2018. április végére a China' 2427 harmadlagos kórházai 24 270 színes szuperfelszereléssel rendelkeznek, átlagosan 10 színes szuperfelszereléssel, míg a másodlagos és első szintű kórházak átlagos száma 5 színes szuperberendezéssel rendelkezik, a rés nyilvánvalóbb.
Az ultrahangérzékelésnek sugárzásmentes, megismételhető diagnosztikája van, a technológia fejlődésével az ultrahangvizsgálat költségei egyre alacsonyabbak, a készülékek fokozatosan miniatürizálódnak. Csak a felhasználási küszöb csökkentésével válhat valóban befogadó, hordozható diagnosztikai eszközré.
Az ultrahangdiagnosztika különbözik a radiológiai diagnosztikától - a radiológusok állóképeken tudnak diagnosztizálni, az ultrahangorvosoknak a valósidejű diagnosztizáláshoz különféle arcokról kell dinamikus képeket gyűjteniük, az ultrahangképek megszerzése és diagnosztizálása nagymértékben függ az orvos tapasztalatától. Az AI ultrahangos készülékekre van felszerelve, és segíthet két probléma megoldásában: hogyan lehet jobban megszerezni a képeket és hogyan lehet jobban elemezni azokat.
Az AI-nak három lépést kell tennie a képek rövid időn belüli elfogásához és elemzéséhez. A Caption Guidance esetében a szoftver először az AI-t használja az orvosoknak a képek megszerzéséhez, míg a nem professzionális orvosok ultrahangképeket készíthetnek az AI valós idejű irányítása útján; Általában véve az orvosok, akik ultrahangképes eljárások értelmezésével és elemzésével foglalkoznak, évekig tartó tanulást igényelnek, míg a mélyreható tanulás, az útmutatás automatikusan megmérheti a vérszámot és segítséget nyújthat az orvosoknak a betegek 39 értékelésében; körülmények.
Az AI az ultrahangvizsgálatot könnyebbé és hozzáférhetőbbé teszi, az ultrahang pedig jobban segíti az AI-érték betartását. Általánosságban elmondható, hogy a méretgazdaságosság terén nagyobb valószínűséggel alakulnak ki az AI-érték csökkenése. Az ultrahangnak több felhasználása van, mint a CT és a magmágnesesség, tehát az AI által támogatott ultrahangdiagnosztika területén a kereskedelem szempontjából vonzóbb a kilátás.
GG quot; Egy nagy, egy kicsi" két út.
Az AI és az ultrahang kombinációja az AI képalkotó áramkör növekvő csillagává válik. A jobb diagnosztizálás mellett az AI képes automatizált képminőség-értékelést, kép-szabványosítást, kép-vázlatot, automatikus mérést és még sok más műveletet elvégezni az ultrahangos képekben. Ezeket a funkciókat nem lehet ultrahanggal megvalósítani egy közös sémán keresztül, tehát az AI ultrahang két teljesen különböző utat hajt végre.
Az egyik út a hagyományos ultrahangos osztályon található, és az AI intelligensvé teszi a nagy ultrahangos készülékeket, így az ultrahangos készülékek már nem csupán képalkotó termékek, hanem az adatgyűjtés, -kezelés és -elemzés gyűjteményévé válnak az intelligens eszközök mély tanulásához. terminál. 2019-ben a General Medical elindította a cSound-TM képgenerátorral felszerelt LOGIQTM E20 készüléket Kínában, amely képes a szöveti szervek szerkezetének szűrésére, az intelligens léziók szegmentálására, az intelligens mérésre és így tovább a képek érzékelésén keresztül segíteni és segíteni az orvosokat megszabadulni a sok redundáns kép optimalizálási és mérési munkától, és a klinikai diagnózisra és kezelésre összpontosíthat. Az eszközt főleg intervenciós, pajzsmirigy-, mell-, izom-, gyermekgyógyászati, szív- és egyéb klinikai területeken használják, hogy segítsék az orvosokat a pontos diagnózisban.
Természetesen az AI szerepe jelenleg csak a nagy készülékek tortájának jegesedése, de előre látható, hogy az AI a jövőben egyre fontosabb szerepet játszik. Ugyanakkor, összehasonlítva a hardver ultrahangos berendezéssel, az AI szoftver iterációja gyorsabb, a szoftver és az algoritmusok várhatóan a jövőben a fő kutatási irány lesz az ultrahang területén. Az erősen digitális eszközök nagy mennyiségű adatot generálnak, és az adatok összekapcsolása és összevonása kulcsfontosságú a kutatásban.
A másik utat az alapellátási forgatókönyvre alkalmazzák. Kínában közel 900 000 elsődleges orvosi intézmény működik, orvosi, gyógyszerészeti, ennek a három kapcsolatnak az ellenőrzése, az orvosi építészet ellentmondásainak felszámolása érdekében elengedhetetlen az e kapcsolat ellenőrzésébe való beruházások növelése. A hordozható kézi ultrahangberendezések segítségével ez az ultrahangberendezések megvalósítható útja az elsődleges orvosi intézmények felhatalmazásának.
Jelenleg az elsődleges kórházi piac elrendezése elsősorban induló vállalkozások, ezek a társaságok elsősorban az AI technológiát használják a kézi ultrahangberendezésekben, ezek nagyobb része az orvosok ultrahangvizsgálati tapasztalata. A múltban az ultrahang-diagnosztizáláshoz a kép anatómiai felépítésének szemmel történő felismerése érdekében a professzionális orvosoknak, az intelligens felismerés révén az AI-nak automatikusan meg kell találnia a legjobb képet és elősegítheti a diagnózist, így az ultrahangos teszt kezelői nem korlátozódnak a szakmailag képzett orvosok, a háziorvosok primer egészségügyi intézményei ultrahang-diagnosztikát is végezhetnek.
A pálya'" késői érettség" a technikai akadályokból fakad.
Az AI CT képeket összehasonlítva az AI ultrahang sávja nem zsúfolt, csak néhány induló vállalkozás vesz részt. Miért van az AI ultrahang késői érésű pálya az AI képalkotás területén? A fő ok az, hogy az AI ultrahang technológiája nagyobb kihívást jelent, mint más képalkotó területeken.
Az ultrahang vizsgálatának fő technikai kihívásai az alábbiak:
Az első a valós idejű diagnosztika. A CT és az MRI statikus képeivel ellentétben az ultrahangképek dinamikus valós idejű képek, és az ultrahangos észlelés nehézsége a képszerzés és az olvasás egyidejű befejezésében rejlik. A KÉPEK, például a CT, a nukleáris mágneses és a röntgenfelvétel gyűjteményét a műszaki szakemberek készítik el, az olvasófilmet pedig a radiológus készíti el, az ultrahangvizsgálathoz pedig képgyűjtést és olvasást igényel, ami magasabb követelményeket támaszt a kiegészítő diagnosztikai technológiák, például az algoritmusok számára. és a számítás beszerzése.
Másodszor, az adatokban az ultrahangképes adatok különleges böngészési, feldolgozási és tárolási szokásainak köszönhetően a képadatokat nehezebb beszerezni, mint a CT képet, az adatbázis mérete korlátozott. Ezen túlmenően az ultrahangos képalkotás szabványosítása alacsony, a kép tisztasága elsősorban az ultrahangorvos kezelőjétől és a berendezés modelljétől függ, az AI ultrahangot erős szakértői csoportnak kell megtisztítania és elemeznie.
Végül az algoritmus keret korlátozásai. Az AI ultrahang vállalkozások számára nagyon fontos, hogy saját algoritmus-kerettel rendelkezzenek. A vállalkozások túlnyomó többsége azonban nyílt forráskódú algoritmusokat használ, nagyon kevés független algoritmussal. A radioaItától eltérően az elemzés pontosságának és valós idejének biztosítása érdekében nagymértékben támaszkodik az önálló algoritmus keretrendszerre, amely az eszköz lassú feldolgozásához vezethet, ha az algoritmus túl hosszú. Az ultrahangérzékelés magas valósidejű folyamatot igényel, másodpercenként több tucat vagy akár több száz képkocka előállítását, és erős algoritmusok nélkül lehetetlen ilyen nagy mennyiségű adat feldolgozása.
A fenti három ponton túl, ha az AI technológiát a kézi ultrahang segítségével szeretné hordozni, meg kell oldania az erőhatárok problémáját is. Mivel a kézi ultrahangkészülék sokkal kisebb, mint a hagyományos ultrahangos készülék, az AI szoftverrel felszerelt nagyon teszteli az AI számítási teljesítményét. A vállalkozásoknak nemcsak nagyon pontos modellekre van szükségük az ultrahang-videó elemzéséhez, hanem ezen az alapon gondoskodniuk kell arról is, hogy a modell hatékonyan működjön a táblagép vagy a mobil platform korlátozott erőforrásaival.
Az ultrahangos technológia folyamatos fejlődésének és fejlődésének folyamatában a hardver és a szoftver képességei nagyon fontosak. Ebben a szakaszban az AI ultrahang szoftverrendszer technikai akadályai magasabbak, az ultrahangos készülékek piacának hardver relatív homogenizálásában, hogy jó AI szoftvert fejlesszenek ki, hogy bizonyos mértékben meghatározzák az AI ultrahangtermék alkalmazási területét. Ugyanakkor az elsődleges kórházakban a hordozható vagy a kis eszközök olcsóbbak, mint a nagy eszközök, tehát az AI kézi ultrahang alkalmasabb promócióhoz, mint a nagy eszközök, például az AI CT. A vállalkozások által megoldandó kulcsfontosságú probléma az, hogy miként valósítható meg az AI intelligens folyamata a tenyerében, hogy jobban megfeleljen az általános kórházak háziorvosának alkalmazási igényeinek.
