【年终特辑】看见科技创新力量 洞见时代创业精神—医疗健康—透彻未来:深耕病理,AI赋能肿瘤精准诊疗

简介: 【年终特辑】看见科技创新力量 洞见时代创业精神—医疗健康—透彻未来:深耕病理,AI赋能肿瘤精准诊疗

透彻未来深耕病理,AI赋能肿瘤精准诊疗

 

病理被称为医学诊断的金标准,其与肿瘤患者的诊断和治疗密切相关。作为肿瘤诊断过程中的最后一关,无论是在后续用药选择,还是在预后分析上,病理诊断均占据着至关重要的地位。

 

然而,目前我国的病理诊断人才非常短缺。随着智慧病理的不断发展,人工智能(AI)赋能病理诊断成为解决之法,即通过数字病理扫描仪将病理切片数字化后,使用AI系统,辅助病理医生进行诊断。

 

期《看见新力量》采访了在第七届“创客中国”北京市中小企业创新创业大赛暨“创客北京2022”创新创业大赛专项赛——阿里云IoT•“边缘计算+AI”应用场景创新大赛中,荣获全国20强奖项得主——北京透彻未来科技有限公司CTO王书浩,一起了解他们如何深耕病理,赋能肿瘤精准诊疗。

image.png

北京透彻未来科技有限公司(以下简称“透彻未来”)致力于使用大数据及AI为病理图像提供智能判别、诊断、预测,并提供最优化的解决方案。为中国及亚太地区病理学界实现行业数字化、信息化及智能化的长远发展提供服务。

 

一、 专注病例人工智能诊断方向

 

王书浩是清华大学交叉信息研究院博士后,对于医疗方面颇感兴趣。2017年,王书浩遇到现在的CEO刘岩斌,选择专注于病理的AI诊断方向,并在之后合伙创立了透彻未来。“为什么我们要选择病理这个赛道呢?是因为当时我们拜访了许多病理专家,发现病理科的人才短缺程度比其他的科室都要严峻。病理诊断对肿瘤患者至关重要,我们决定使用AI赋能病理诊断。

 

透彻未来现有员工30余人,其中大部分是研发人员。据王书浩分享,公司从2018年初开始进行数据标注工作,从零开始与医生历经三四个月的每日迭代自研标注系统,同时设计深度学习网络,最终到2019年底完成平台搭建。

 image.png

二、 AI赋能医疗诊断金标准

 

作为医学诊断的“金标准”,病理报告对于临床医生提供进一步治疗策略至关重要。比如胃肠系统不好的病人来到医院做检查,消化内科通常建议做胃肠镜,一般的患者可能会在做胃肠镜的过程中取活检标本,因为胃肠镜只能进行大致判断,而深度分析还需要将标本做成切片通过病理诊断。王书浩说道:“传统病理科是通过显微镜观察玻片,再通过计算机书写病理报告,诊断方式较为费时费力。”

 

那么,透彻未来是如何使用AI赋能病理科的呢?王书浩回答:“第一个步骤就是将玻片转化成数字切片。第二个步骤,则是如何通过数字化与AI来辅助病理医生。第二个步骤就是透彻未来的核心业务。”

 

透彻未来的智慧病理诊断平台Thorough Insights可实现病变区域自动识别,帮助医生在切片上准确找出病变区域,并将自动生成的辅助诊断报告录入实验室信息系统。通常情况下,病理医生在显微镜下找到病变区域,经过细致的分析和诊断后,再将报告录入实验室信息系统,平均诊断时间超过5分钟。但是,Thorough Insights采用GPU完成病理切片的分析,单张切片的分析能够在20秒内完成,极大地提高了诊断效率,防止漏诊的发生。

 

“病理可大致分成3个方向,分别是细胞病理、组织病理、分子病理,其中组织病理的难度最大,组织病理医师的培训周期大约为5-10年。虽然我们选择了相对较难的方向,但是它的发展空间巨大。诊断平台的最大难点在于深度学习模型的构建,在此过程中,我们与病理专家主要聚焦在两个问题上,一个是如何让深度学习模型像人一样做到高敏感度,另一个是如何让模型能够兼容不同医院和不同数字化设备的病理标本。”

 

通过和多家三甲医院合作,透彻未来采集大量病理切片,并邀请专家进行数据标注,从而积累下珍贵的资料。借助透彻未来自研的深度学习模型,经过几年的研发,模型对中国人群的常见器官具有高敏感度,并可完成分型诊断。

 

三、 私有云与区域诊断云组合,为患者提供更精细化服务

 

在研发的过程中,透彻未来逐步意识到病理贯穿着患者的整个治疗周期。王书浩说道:“我们希望通过病理数据为肿瘤患者提供更加精细化的治疗建议,通过私有云与区域诊断云的组合,让更多医院能够享受AI提供的帮助。”

 

目前,透彻未来通过私有云,在大型三级医院落地,并与国家卫健委病理质控平台紧密合作,建立了覆盖超过2000家二级医院的智慧病理云,为更多的医院提供服务。

image.png

关于与阿里云的故事,王书浩说道:“我知道阿里云一直关注生命科学方向。在了解到本次大赛的相关信息后,我们决定报名参加。这是我们第一次参与阿里云的大赛,参赛企业都具有较强实力,整个比赛过程也是有条不紊。希望借助这次大赛和阿里云达成更多合作。”

 

据了解,透彻未来完成了近10种器官的组织病理深度学习分析模块,覆盖了病理科超过80%的日常样本量。在后续的工作中,透彻未来还将在预后分析与药效预测等一系列前沿研究方向发力,为肿瘤患者提供全周期服务。

 

相关文章
|
4天前
|
人工智能 前端开发 小程序
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
|
18天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
105 31
|
29天前
|
机器学习/深度学习 人工智能 TensorFlow
探索AI技术在医疗健康领域的应用
随着人工智能技术的不断发展,其在医疗健康领域的应用也日益广泛。本文将介绍AI技术在医疗健康领域的应用,包括医学影像分析、智能诊断和治疗建议、药物研发等方面。通过代码示例,我们将展示如何使用Python和TensorFlow构建一个简单的神经网络模型来进行医学影像分析。
77 13
|
24天前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
28天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
41 2
|
29天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景
本文探讨了人工智能(AI)技术在医疗领域的应用,包括疾病诊断、治疗方案制定、药物研发等方面。通过对现有研究成果的梳理,分析了AI技术在提高医疗服务效率、降低医疗成本、改善患者体验等方面的潜力。同时,也指出了AI技术在医疗领域面临的挑战,如数据隐私保护、伦理道德问题等,并展望了未来的发展趋势。
111 2
|
30天前
|
机器学习/深度学习 人工智能 机器人
AI技术在医疗领域的应用及挑战
本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的定义和分类开始,然后详细介绍其在医疗领域的具体应用,如疾病诊断、药物研发等。最后,我们将讨论AI在医疗领域面临的挑战,包括数据隐私、伦理问题等。
|
30天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
在现代医疗领域,人工智能(AI)技术正在逐步改变传统的诊疗方式。本文将探讨AI在医疗中的几个关键应用,包括医学影像分析、疾病预测和个性化治疗等。通过这些应用,AI不仅提高了诊断的准确性和效率,还为患者提供了更加精准的治疗方案。 ##
71 2
|
30天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)技术在医疗领域的应用现状、面临的挑战以及未来发展趋势。随着科技的飞速发展,AI技术正逐渐渗透到医疗行业的各个环节,从疾病诊断、治疗方案制定到患者管理等,都展现出巨大的潜力和价值。然而,AI技术的广泛应用也带来了数据安全、伦理道德、法规监管等一系列挑战。本文旨在通过分析AI技术在医疗领域的实际应用案例,揭示其优势与不足,为推动AI技术在医疗领域的健康发展提供参考。
72 1
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗健康领域中的多维度应用,从疾病诊断、个性化治疗到健康管理,展现了AI如何革新传统医疗模式。通过分析当前实践案例与最新研究成果,文章揭示了AI技术提升医疗服务效率、精准度及患者体验的巨大潜力,并展望了其在未来医疗体系中不可或缺的地位。 ####