在中国医疗人工智能发展迅速,Airdoc已经完成数百万张影像的识别

简介:

2018年3月27日,英伟达举办的GTC 2018 在美国加州圣何塞市召开,吸引了全世界各地的人工智能从业者的广泛关注,中国医疗人工智能企业Airdoc亮相演讲。

2018年3月27日,英伟达(NVIDIA)举办的GTC 2018 (2018年度GPU技术大会)在美国加州圣何塞市召开。本次为期数天的大会吸引了全世界各地的人工智能从业者的广泛关注。在3月29日的日程中,中国医疗人工智能企业Airdoc的代表在25分钟的演讲中详细介绍了人工智能技术在医疗领域的发展及应用现状,来自中国顶级公立医院的眼科专家以案例的形式给听众描述了人工智能在医院临床中发挥作用的真实情况。

Airdoc人工智能助力基层医疗

来自上海长征医院眼科的李由教授作为专家代表出席本次大会,并详细讲解了人工智能在医院临床中的具体应用——即人工智能技术如何帮助医生的日常工作。

在中国医疗人工智能发展迅速,Airdoc已经完成数百万张影像的识别

图 | 上海长征医院李由教授

中国医疗资源分配不平均,大多数优质医疗资源都集中在大城市和大医院中,很多偏远地区缺乏优质医疗资源。李由教授曾多次跟随医疗队的支援活动走进高原、新疆和西藏等边远地区,那里不仅缺少药品和医生,而且很多人到医院支援点需要花费很长时间。李教授曾经去过的宁夏海北藏族自治区,有几位妇女双目失明,一辈子没有离开过大山。当地残联的工作人员花了3天时间骑马接他们来找李教授就医,但是由于他们的糖尿病视网膜病变时间太长,已经失去最佳的治疗时机。

交通、环境和经济问题困扰了很多患者,仅仅靠医生支援活动无法有效解决问题。为了改善基层的就医环境,长征医院和Airdoc合作研发了慢性病人工智能算法,医院专家在大量的视网膜图片上对病变部位进行逐一标注,每一张图经过多名眼科专家交叉标注,这样训练出来的算法,其准确率和三甲专科医院的专业眼科医生的水平相当。

李由教授介绍到:“现在长征医院将Airdoc的算法部署在合作的众多基层医院,患者在基层医院拍摄了眼底照片之后,很快就能在自己手机上收到人工智能判读和医生确认的筛查报告——不仅能看到疾病识别结果,有必要的情况下还可以保留视网膜照片将来进行对比。”

浙江患者盛老先生就是在与长征医院合作的当地县医院, 通过Airdoc人工智能慢性病识别系统快速识别出糖尿病视网膜病变后,及时转诊到上海长征医院进行主动干预治疗,现在他的视力已经恢复得非常理想。

Airdoc人工智能社区慢病筛查

中国现有约1,200万糖网患者,他们可能面临早晚失明的危险,另有白内障患者超过1亿,40岁以上青光眼患者超940万。这些疾病导致平均每一分钟就有一个人失明,给患者和家庭带来沉重的负担。眼科医生数量有限,还有20%的县级医院因为没有眼科医生而无法设置眼科,失明不仅成为一个巨大的社会问题,更是一个严重的医疗难题。

在中国医疗人工智能发展迅速,Airdoc已经完成数百万张影像的识别

图 | Airdoc产品经理Emma分享

为了解决基层慢病的筛查发现问题,Airdoc先后从多家国内外顶级医院收集了百万张眼底照片,请多名眼科专家交叉标注,并且选择共同标注作为金标准。在大量数据的基础上构建多层卷积神经网络,此间英伟达强大的GPU为医学人工智能领域算法的研发提供了强有力的技术支持。

Airdoc研发成功的人工智能慢病筛查算法,可以自动识别多种常见眼底疾病及糖尿病、高血压眼底病等全身慢病。在灵敏性和特异性等主要指标上,获得了和人类医生完全相当的结果。

Airdoc产品在中国已经陆续应用在社区、医院、工厂、办公室和体检中心等地,给中老年人、慢病患者、白领员工和工厂工人等各种各样的人群做慢病筛查,覆盖了北京、上海、广东、新疆、海南、安徽等众多省市,2017年通过算法已经完成对200万张医学影像的高效准确识别。

于此同时,Airdoc提交了中国第一个医疗人工智能CFDA3的申请材料,鉴于Airdoc在医疗AI领域的贡献,公司被选为人工智能学会智慧医疗专委会常委单位。

Airdoc眼科产品经理Emma Xu说,“临床应用的成功是对一个产品的最高肯定,在过去三年间,从被质疑到被肯定已经被应用,Airdoc的坚持得到了市场的肯定,我们一直希望人工智能技术能够像空气一样平等,每个人都可以享受最优质的医疗服务。”


原文发布时间: 2018-03-30 14:49
本文作者: 氢传播
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
8天前
|
人工智能 安全 搜索推荐
北大计算机学院再登国际AI顶刊!张铭教授团队揭露医疗AI致命漏洞
【10月更文挑战第17天】北京大学计算机学院张铭教授团队在国际顶级人工智能期刊上发表重要成果,揭示了医疗AI系统中的致命漏洞——“模型反演”。该漏洞可能导致误诊和医疗事故,引起学术界和工业界的广泛关注。研究强调了医疗AI系统安全性评估的重要性。
24 1
|
3天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
23 6
|
3天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用与挑战
【10月更文挑战第21天】 本文探讨了人工智能(AI)在医疗领域的多种应用,包括疾病诊断、治疗方案推荐、药物研发和患者管理等。通过分析这些应用案例,我们可以看到AI技术如何提高医疗服务的效率和准确性。然而,AI在医疗领域的广泛应用也面临诸多挑战,如数据隐私保护、算法透明度和伦理问题。本文旨在为读者提供一个全面的视角,了解AI技术在医疗领域的潜力和面临的困难。
|
4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及其挑战
【10月更文挑战第22天】人工智能技术正逐渐渗透到我们生活的方方面面,尤其是在医疗领域,它展现出了巨大的潜力。从辅助医生进行疾病诊断到预测患者病情的发展,AI的应用正在改变着传统的医疗模式。然而,随之而来的是一系列挑战,包括数据隐私、算法偏见以及医患关系的重新定位等问题。本文将探讨AI在医疗诊断中的应用实例,并分析面临的主要挑战,以期对未来的医疗AI应用提供深入的见解和建议。
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与医疗健康:精准医疗的未来
【10月更文挑战第31天】本文探讨了人工智能在医疗健康领域的应用现状,特别是在精准医疗中的作用。通过医学影像分析、个性化治疗方案、慢性病管理和药物研发等方面,AI为医疗带来了革命性的变化。文章还分析了精准医疗的发展趋势和面临的挑战,展望了未来的发展方向。
|
10天前
|
人工智能 安全 搜索推荐
北大计算机学院再登国际AI顶刊!张铭教授团队揭露医疗AI致命漏洞
【10月更文挑战第16天】北京大学张铭教授团队在国际顶级人工智能期刊上发表重要成果,揭示了医疗AI系统中的致命漏洞——“模型反演”。该漏洞可使攻击者通过特定数据样本误导AI诊断,引发误诊风险。此发现引起广泛关注,强调了医疗AI安全评估的重要性。
27 4
|
11天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命性应用
【10月更文挑战第14天】 本文探讨了人工智能(AI)在医疗行业中的多种应用,包括疾病诊断、个性化治疗、药物研发等。通过具体案例分析,展示了AI技术如何提高医疗服务效率和准确性,同时指出了当前面临的挑战与未来发展趋势。
28 2
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术,重塑健康产业
在21世纪的科技浪潮中,人工智能(AI)正迅速成为医疗领域的关键力量。本文探讨了AI在未来医疗中的潜力和应用前景,从智能诊断、个性化治疗到药物研发和患者护理,详细阐述了AI如何通过提升效率、准确性和个性化医疗服务来重塑健康产业。通过案例分析和专家观点,本文展示了AI在医疗领域的多重影响,并讨论了其面临的伦理和隐私挑战。
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在医疗诊断中的应用与发展
【10月更文挑战第13天】 随着科技的不断进步,人工智能(AI)在医疗领域展现出巨大潜力。本文将探讨AI在医疗诊断中的应用现状、面临的挑战以及未来发展的趋势。通过深入分析AI技术如何辅助医生提高诊断精度和效率,我们期望能为相关领域的研究和实践提供有价值的参考。
43 1

热门文章

最新文章