带你读《看见新力量》第七期电子书——No.6 专访透彻未来CTO王书浩(2)

简介: 带你读《看见新力量》第七期电子书——No.6 专访透彻未来CTO王书浩(2)

带你读《看见新力量》第七期电子书——No.6 专访透彻未来CTO王书浩(1)https://developer.aliyun.com/article/1348658?groupCode=chuang


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
|
2月前
|
人工智能 Linux API
OpenClaw 小红书全自动AI创作内容流水线:从选题发文全流程+阿里云/本地部署+模型配置与避坑指南
在内容创作常态化的今天,小红书日更已经成为博主、运营、商家的核心需求,但持续产出带来的选题焦虑、文案卡顿、配图排版耗时,让绝大多数人难以坚持。OpenClaw(Clawdbot)作为轻量化可扩展的AI智能体框架,能够通过标准化工作流,搭建从选题、文案、配图到排版一站式全自动流水线,将原本2–3小时的内容产出压缩到10分钟内,真正实现一人顶起团队级产能。
905 0
|
存储 算法 数据管理
分布式存储的多副本纠删码简介
分布式存储的多副本纠删码简介
|
9月前
|
自然语言处理 前端开发 算法
Java编译器优化秘籍:字节码背后的IR魔法与常见技巧
编译器将源代码转换为机器码的过程中,会经历多个中间表达形式(IR)的转换与优化。前端生成高级IR(HIR),后端将其转为低级IR(LIR)并进行机器相关优化。Java编译流程包括源码到字节码、再由即时编译器转换为内部HIR(如SSA图)、优化后生成LIR,最终编译为机器码。常见优化技术包括常量折叠、值编号、死代码消除、公共子表达式消除等,旨在提升程序性能与执行效率。
341 0
|
测试技术 语音技术 索引
GenPRM:思维链+代码验证,通过生成式推理的过程奖励让大模型推理准确率显著提升
本文提出GenPRM,一种生成式过程奖励模型,通过显式Chain-of-Thought推理与代码验证提升大型语言模型性能。针对传统PRMs的局限,GenPRM结合相对进展估计和监督微调,优化推理评估精度。实验表明,GenPRM在ProcessBench及数学任务中显著优于现有方法,且可通过测试时扩展进一步增强性能。然而,该方法在计算开销和跨领域应用上仍存在局限性。
484 0
GenPRM:思维链+代码验证,通过生成式推理的过程奖励让大模型推理准确率显著提升
|
XML Linux 数据库
openGauss6.0单中心一主两备部署
openGauss6.0单中心一主两备部署
openGauss6.0单中心一主两备部署
|
Docker 容器
docker中桥接模式(bridge)
【10月更文挑战第4天】
1014 5
|
SQL 存储 Oracle
Oracle数据库SQL语句详解与应用指南
在数字化时代,数据库已成为各类企业和组织不可或缺的核心组件。Oracle数据库作为业界领先的数据库管理系统之一,广泛应用于各种业务场景。掌握Oracle数据库的SQL语句是数据库管理员、开发人员及运维人员的基本技能。本文将详细介绍Oracle数据库SQL语句的基本概念、语法、应用及最佳实践。一、Or
695 3
|
Web App开发 域名解析 JSON
HTTP 及 http 请求解析过程
HTTP 及 http 请求解析过程
891 4
|
存储 缓存 弹性计算
重新审视 CXL 时代下的分布式内存
从以太网到 RDMA 再到 CXL,标志着互连技术的重大突破。

热门文章

最新文章