【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
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能在医疗行业的应用与挑战
随着人工智能技术的不断发展,其在医疗行业的应用日益广泛。本文将探讨人工智能在医疗领域的应用现状、所带来的益处以及面临的挑战,包括医学影像诊断、个性化治疗、疾病预测等方面的应用,并就数据隐私、伦理道德等问题进行探讨。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
随着科技的飞速发展,人工智能(AI)已经渗透到各个领域,其中医疗行业尤为突出。本文将深入探讨人工智能在医疗诊断中的应用,以及它如何改变传统医疗模式,提高诊断准确性和效率。通过对比分析,我们将展示AI技术在医疗影像、基因测序、疾病预测等方面的具体应用案例,以及这些技术所面临的挑战和未来的发展趋势。
14 2
|
1月前
|
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
随着科技的飞速发展,人工智能(AI)已经成为了各行各业的热门话题。在医疗领域,AI的应用也日益广泛,尤其是在医疗诊断方面,AI技术为医生提供了强大的辅助工具,提高了诊断的准确性和效率。本文将探讨人工智能在医疗诊断中的应用,以及它如何改变医疗行业的未来。
11 1
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【4月更文挑战第20天】 随着人工智能技术的迅猛发展,其在医疗领域的应用日益广泛,特别是在疾病的早期诊断和治疗方案的制定上。本文将深入探讨人工智能如何通过机器学习和深度学习技术辅助医生进行更精准的诊断,同时分析其面临的挑战和潜在的伦理问题,并展望人工智能在未来医疗健康领域的发展可能。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗领域的应用及其未来展望
随着科技的飞速发展,人工智能(AI)已经渗透到我们生活的方方面面,其中医疗领域的发展尤为引人注目。本文将深入探讨人工智能在医疗领域的应用,包括疾病诊断、治疗方案制定、患者监护等方面,并对未来发展趋势进行展望。我们将看到,AI技术的引入不仅提高了医疗服务的效率和质量,还为患者带来了更好的就医体验。
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【4月更文挑战第24天】 随着技术的迅猛发展,人工智能(AI)在医疗领域的应用正逐步成为现实。本文将深入探讨AI技术在医疗诊断中的实际应用,包括图像识别、疾病预测和个性化治疗方案推荐等方面。通过分析具体案例,我们展示了AI如何提高诊断的准确性和效率,同时讨论了实施过程中的挑战与未来的发展前景。
|
9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
【4月更文挑战第18天】 随着人工智能技术的迅猛发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面。本文旨在探讨人工智能技术如何辅助医生进行更准确的诊断,并分析其对未来医疗行业可能产生的深远影响。通过实例分析与最新研究成果的结合,揭示了AI在处理复杂数据、图像识别及预测模型构建方面的潜力。
|
14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及挑战
【4月更文挑战第13天】 随着人工智能技术的迅猛发展,其在医疗领域的应用已成为推动健康科技革新的关键力量。本文旨在深入剖析AI技术在医疗诊断中的实际应用案例,探讨其提升诊疗效率、准确性的潜力,并针对当前面临的数据隐私、算法透明度、以及跨学科合作等挑战进行详细讨论。通过分析现实案例和最新研究成果,本文揭示了AI在辅助诊断、影像学、基因组学等方面的进步,同时指出了实现全面临床应用所需的关键步骤和政策建议。
20 1
|
21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
【4月更文挑战第6天】 随着科技的不断进步,人工智能(AI)已经在各个领域取得了显著的成果。特别是在医疗领域,AI技术的应用为医生提供了更快速、准确的诊断方法,提高了患者的治疗效果。本文将探讨AI在医疗诊断中的应用,包括图像识别、自然语言处理等方面,并分析其优势和挑战。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗影像分析中的应用
随着人工智能技术的飞速发展,其在医疗领域的应用日益增多,特别是在医疗影像分析方面。本文将深入探讨人工智能技术在医疗影像分析中的关键作用,包括图像识别、模式分析和深度学习等先进技术的运用。同时,文中还将讨论这些技术在提高诊断准确性、降低工作负荷以及促进个性化治疗等方面的贡献。通过案例研究和最新研究成果的展示,本文旨在为读者提供一个关于人工智能如何改变医疗影像分析领域的全面视角。

热门文章

最新文章