【年终特辑】看见科技创新力量 洞见时代创业精神—医疗健康—柏视医疗:基于医学影像的人工智能辅助诊断解决方案提供商

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—柏视医疗:基于医学影像的人工智能辅助诊断解决方案提供商

柏视医疗基于医学影像的人工智能辅助诊断解决方案提供商

 

2022年2月,国家癌症中心发布了最新一期的全国癌症统计数据。2020年全球新发癌症病例1929万例,癌症死亡病例996万例,其中全球乳腺癌新发病例一年高达226万例,成为全球第一大癌,而肺癌一年死亡180万例,高居全球癌症死亡人群首位。

 

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——广州柏视医疗科技有限公司战略合作部余凌紫,一起了解他们如何将人工智能技术应用于肿瘤治疗中。

image.png

广州柏视医疗科技有限公司(以下简称“柏视医疗”)成立于2017年5月,是医疗人工智能技术引领者和技术提供商,基于医学影像的人工智能辅助诊断和治疗领域拥有多项领先技术,目标成为智慧肿瘤治疗引领者。

 

一、 高精尖团队致力于人工智能辅助诊断和治疗领域

 

肿瘤治疗手段主要包括放疗、手术和化疗。沙利文调研报告显示,临床中有65-75%的患者需要接受放射治疗以缩小或消除肿瘤,或是防止局部复发;而手术则是60%以上的肿瘤治疗的主要治疗手段,且有90%的肿瘤应用手术作为诊断及分期的手段,可见放疗和手术治疗在癌症治疗过程中尤为重要。此外,根据WHO统计结果,在癌症治疗的无进展生存期PFS中,手术贡献度为49%,放射治疗贡献度度为40%,化疗和其他治疗的贡献度为11%。

 

作为拥有高质量的标识影像数据库和算法积累的医疗AI企业,柏视医疗在基于医学影像的人工智能辅助诊断和治疗领域多项技术处于领先水平,此前面向图像处理、辅助诊断、精准治疗等流程的多款自主研发产品在临床实际应用后均收获不俗口碑。

 

柏视医疗产研核心团队荟聚了来自中国科学技术大学、中山大学、美国密歇根大学、德国慕尼黑理工大学、美国霍普金斯大学等全球知名院校的高尖端技术人才,管理团队由国内外知名企业的高精尖职业管理人才组成,持续为柏视医疗培育新动能、打造新优势、注入新动力,全面保障企业的高质量稳步发展。

 

创始人陆遥教授拥有15年以上医学影像及人工智能领域的研究经验及成果积累。接受访问时,余凌紫向记者转述了柏视医疗的创立缘由——2013年,陆遥教授受邀归国时,发现国内三甲医院集中于一线城市,导致患有疑难杂症的病人求医需求非常密集。

 

陆遥教授对国内医疗资源不均问题表示震惊,后续通过全国多地的医院走访并与医生深度沟通后,萌生了创立医疗AI企业的想法,以期通过AI的技术赋能,解决临床冗杂的工作流程问题。

 

二、 三大业务板块全方位助力诊疗,总服务超过23万例临床患者

 

柏视医疗主营业务是研发和销售医学影像人工智能辅助诊疗软件并提供相关技术服务,提供多病种、多模态的人工智能辅助诊疗整体解决方案。

 

目前,产品线主要包含智能化放疗整体解决方案、智能化外科手术整体解决方案和医学影像智能软件定制化解决方案三大业务板块,截至2022年10月,柏视医疗业务范围已覆盖全国20余省市及部分国际市场,总服务超过23万例临床患者。

image.png

PV-iRT柏视智准(智能化放疗整体解决方案)采用自主研发的深度学习技术,基于影像云平台,深度结合放射治疗全流程,利用AI和Web影像技术为放疗全流程提供有效辅助。

 

该产品主要包括PV-iCurve放疗智能勾画系统和PV-iDose剂量智能分析系统,可为放疗提供勾画+融合+剂量的一站式服务,支持多场景精准勾画并兼容平扫及增强CT;同时,还支持自学习建模功能以提供个性化勾画风格。

 

例如,患者去医院进行放射治疗,拍片扫描后会输出上百张影像数据。传统的做法需要医生从第一张到最后一张手动进行靶区勾画。在一些复杂病例上,即使是经验丰富的放疗医师,也需要花费3至5个小时的时间。

 

但通过柏视医疗的技术赋能,仅需3分钟就可以把患者的肿瘤靶区和需要保护的器官全部勾画完毕,医师再花费15分钟到30分钟的时间进行结果审核,即可制定诊疗计划,极大幅度地提升了工作效率。这不仅将医师从枯燥繁琐的勾画工作中解放出来,还有利于患者得以更快进行治疗。

image.png

PV-iSA柏视智引(智能化外科手术整体解决方案)则是一款集辅助诊断与治疗一体化的整体解决方案,目标实现外科手术流程覆盖,提升手术的安全性。

 

PV-iCS柏视智影(智能化影像定制化解决方案)智能计算机辅助阅片系统及定制化图像后处理方案,系统可实现胸部肺小结节和多病种自动检测、定位和智能量化分析,并具有器官和病灶的精确立体渲染、多平面重建、随访等功能,帮助设备厂家提升产品功效,帮助医生更准确地定位病灶,有效降低漏诊率,保障诊断可靠性。

 

三、 前沿诊疗解决方案获阿里云大赛前20强肯定

 

2017年底,以放疗危及器官和靶区自动勾画为主的柏视智能勾画方案打开了AI勾画的新格局。此外,柏视医疗的医学影像后处理、肺结节智能诊断、肋骨抑制辅助阅片、手术影像智能重建等多项技术均已完成研发,现已获得3项II类医疗器械注册证、2项III类医疗器械注册证以及FDA 510k准入资质,产品在国内多家顶级医院进行临床科研和销售,并陆续推出创新产品进入临床应用。

 

截至2022年10月,柏视医疗已申请 80余项发明专利且已进入实审阶段,另有40项发明专利、34项实用新型专利、18项外观专利及41项软件著作权获得授权,并参与起草3项人工智能医疗器械相关国家标准。

 

柏视医疗凭借前沿诊疗解决方案在阿里云IoT•“边缘计算+AI”应用场景创新大赛中荣获全国20强,余凌紫说道:“公司早期搭建运维团队和机房时已经使用阿里云的服务,例如域名、邮箱、业务等。对于中小企业而言,通过阿里云创新中心我们快速补足需求,同时也了解到很多有价值的行业信息。基于之前的服务和大赛参赛体验,我相信未来柏视医疗会持续和阿里云进行合作,之后也会关注阿里云及阿里云创新中心的信息动态,期待更多合作机会。”

 

普通人可能听到“癌症”就感到害怕,导致个人心态比较负面。但其实通过先进的医疗技术手段以及对病人的情绪与认知的正向引导,癌症也是可以做到治愈和缓解的。余凌紫表示:“柏视医疗希望可以通过技术创新改变人们谈癌色变的心态,让世界不再恐惧癌症。”

 

 

相关文章
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
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、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
31 0
|
18天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
24 0
|
2天前
|
机器学习/深度学习 人工智能 搜索推荐
医疗领域的人工智能:诊断和治疗的革命
医疗领域的人工智能:诊断和治疗的革命
114 84
|
4天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
69 10
|
11天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用
本文深入探讨了人工智能(AI)技术在医疗诊断领域的革新性应用,通过分析AI如何助力提高诊断准确性、效率以及个性化治疗方案的制定,揭示了AI技术为现代医学带来的巨大潜力和挑战。文章还展望了AI在未来医疗中的发展趋势,强调了跨学科合作的重要性。 ###
45 9
|
14天前
|
机器学习/深度学习 数据采集 人工智能
深度探索:人工智能在医疗影像诊断中的应用与挑战####
本文旨在深入剖析人工智能(AI)技术在医疗影像诊断领域的最新进展、核心优势、面临的挑战及未来发展趋势。通过综合分析当前AI算法在提高诊断准确性、效率及可解释性方面的贡献,结合具体案例,揭示其在临床实践中的实际价值与潜在局限。文章还展望了AI如何与其他先进技术融合,以推动医疗影像学迈向更高层次的智能化时代。 ####
|
18天前
|
机器学习/深度学习 数据采集 人工智能
探索人工智能在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面展现出巨大的潜力。本文将深入探讨AI技术在医疗诊断中的应用现状、面临的挑战以及未来的发展趋势,旨在为相关领域的研究者和从业者提供参考和启示。
37 2
|
21天前
|
机器学习/深度学习 数据采集 人工智能
人工智能在医疗领域的应用与挑战####
本文探讨了人工智能(AI)技术在现代医疗领域的应用及其面临的挑战。通过分析AI在疾病诊断、治疗方案优化和患者管理等方面的具体案例,阐述了AI技术如何提高医疗服务的效率和准确性。同时,本文也讨论了AI技术在实际应用中遇到的伦理、隐私和数据安全等问题,并提出了相应的解决策略。 ####
29 0
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
21天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用,以及这一技术带来的机遇和挑战。随着技术的不断进步,AI已经成为医疗行业的重要工具,特别是在图像识别、疾病预测和个性化治疗等方面展现出巨大潜力。然而,AI在医疗诊断中的应用也面临着数据隐私、算法偏见和监管问题等挑战。本文旨在分析这些挑战,并提出相应的解决方案,以促进AI在医疗领域的健康发展。
39 0
下一篇
DataWorks