【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
|
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与前景
本文探讨了人工智能(AI)技术在医疗诊断领域的应用现状及其未来发展前景。通过分析AI技术如何辅助医生进行疾病诊断、提高诊断准确性和效率,以及面临的挑战和伦理问题,本文旨在为读者提供一个关于AI在医疗领域应用的全面视角。
|
12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。 ###
43 6
|
13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。
|
13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。
|
20天前
|
存储 机器学习/深度学习 人工智能
探索未来科技:人工智能与区块链的融合之路
【10月更文挑战第14天】探索未来科技:人工智能与区块链的融合之路
36 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。
60 1
|
3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
本文深入探讨了人工智能在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着技术的不断进步,AI在医疗诊断中展现出巨大的潜力,但同时也伴随着数据隐私、算法透明度和伦理问题等挑战。通过分析这些问题,本文旨在为医疗行业提供对AI技术更深入的理解和合理的应用指导。
|
6天前
|
数据采集 人工智能 算法
探索人工智能在医疗诊断中的应用与挑战
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、面临的挑战以及未来发展趋势。通过分析当前AI医疗诊断的典型案例,揭示了其在提高诊断效率、准确性和个性化治疗方案制定方面的巨大潜力。同时,文章也客观分析了数据质量、算法透明度、隐私保护等关键问题,并提出了相应的解决策略。本文旨在为医疗行业从业者、政策制定者及研究人员提供有价值的参考,共同推动AI医疗诊断技术的健康发展。
|
6天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能在医疗诊断中的应用与挑战
【10月更文挑战第28天】 本文深入探讨了人工智能(AI)在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何提高诊断效率和准确性,同时指出数据隐私、伦理问题和技术局限性等关键挑战,本文旨在为医疗行业和AI研究者提供有价值的参考。
32 0
|
11天前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能:未来科技的无限可能
【10月更文挑战第22天】 在21世纪,人工智能(AI)已经成为推动科技进步的重要力量。本文将深入探讨人工智能的定义、发展历程、当前应用以及未来趋势。通过了解人工智能的本质和潜力,我们可以更好地把握这一技术带来的机遇和挑战,为未来的科技发展做好准备。
18 0

热门文章

最新文章