达摩院医疗AI在26家医院上岗,已诊断3万个疑似肺炎病例

简介: 达摩院医疗AI已在湖北、上海、广东、江苏等16个省市的26家医院上岗,截至目前,达摩院AI已对3万个临床疑似新冠肺炎病例CT影像进行了诊断,单个病例影像分析可在20秒内完成,准确率达到96%。据介绍,该技术将很快在全国100多家新冠肺炎定点医院完成部署应用。

2月21日,记者获悉,达摩院医疗AI已在湖北、上海、广东、江苏等16个省市的26家医院上岗,截至目前,达摩院AI已对3万个临床疑似新冠肺炎病例CT影像进行了诊断,单个病例影像分析可在20秒内完成,准确率达到96%。据介绍,该技术将很快在全国100多家新冠肺炎定点医院完成部署应用。

疫情早期,由于确诊案例样本量少,医疗机构缺少高质量临床诊断数据,核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随着临床诊断数据的积累,新冠肺炎的影像学大数据特征逐渐清晰,CT影像结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版,CT影像临床诊断结果可作为新冠肺炎病例判断的标准之一。

但在临床诊断过程中,医生人肉辨别CT影像效率较低,据了解,一位新冠肺炎病人的CT影像大概在300张左右,每诊断一个病例,影像医生的耗时大约为5-15分钟。

image.jpeg

为了提升新冠肺炎的临床诊断效率,达摩院基于5000多个病例的CT影像样本数据,学习训练样本的病灶纹理,研发了全新的AI算法模型,可在20秒内快速完成新冠肺炎影像的分析,分析结果准确率达96%,大幅提升诊断效率。AI还能并直接算出病灶部位的占比比例,进而量化病症的轻重程度。

据报道,该技术2月15日率先在郑州小汤山——郑州岐伯山医院投入使用,目前已在湖北、上海、广东、江苏、安徽等16个省市的26家医院落地,包括武汉市第六医院、上海市大华医院及江苏无锡虹桥医院,已有3万个临床疑似新冠肺炎病例通过达摩院医疗AI完成CT影像的诊断。

达摩院算法专家徐敏丰表示,“AI已经成为临床医生提升诊断效率的重要手段,尤其在细微区别的CT影像分析上远远高于医生肉眼的效率,可以预见未来AI还将在更多的疾病诊断中会发挥价值。”

据悉,达摩院正与合作伙伴卫宁健康加快技术推广。该技术将很快在全国100多家新冠肺炎定点医院完成部署应用。

相关文章
|
4天前
|
机器学习/深度学习 人工智能 智能设计
VisionFM:通用眼科 AI 大模型,具备眼科疾病诊断能力,展现出专家级别的准确性
VisionFM 是一个多模态多任务的视觉基础模型,专为通用眼科人工智能设计。通过预训练大量眼科图像,模型能够处理多种眼科成像模态,并在多种眼科任务中展现出专家级别的智能性和准确性。
31 4
VisionFM:通用眼科 AI 大模型,具备眼科疾病诊断能力,展现出专家级别的准确性
|
11天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 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与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
24天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用与挑战
随着人工智能(AI)技术的飞速发展,其在医疗领域的应用也日益广泛。从辅助医生进行疾病诊断到提供个性化治疗方案,AI技术正在改变着传统医疗模式。然而,AI在医疗诊断中的应用并非一帆风顺,面临着数据质量、模型可解释性、法规政策等一系列挑战。本文将从AI在医疗诊断中的具体应用场景出发,探讨其面临的主要挑战及未来发展趋势。
|
21天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
36 2
|
25天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
本文探讨了人工智能(AI)技术在医疗领域的应用,包括其在疾病诊断、治疗计划制定、患者监护和健康管理等方面的潜力。通过分析AI如何帮助医生更准确地诊断疾病,提高治疗效果,以及降低医疗成本,我们可以预见到一个更加智能、高效和人性化的医疗未来。 ##
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景
本文探讨了人工智能(AI)技术在医疗领域的应用,包括疾病诊断、治疗方案制定、药物研发等方面。通过对现有研究成果的梳理,分析了AI技术在提高医疗服务效率、降低医疗成本、改善患者体验等方面的潜力。同时,也指出了AI技术在医疗领域面临的挑战,如数据隐私保护、伦理道德问题等,并展望了未来的发展趋势。
81 2
|
23天前
|
机器学习/深度学习 人工智能 机器人
AI技术在医疗领域的应用及挑战
本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的定义和分类开始,然后详细介绍其在医疗领域的具体应用,如疾病诊断、药物研发等。最后,我们将讨论AI在医疗领域面临的挑战,包括数据隐私、伦理问题等。
|
23天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
在现代医疗领域,人工智能(AI)技术正在逐步改变传统的诊疗方式。本文将探讨AI在医疗中的几个关键应用,包括医学影像分析、疾病预测和个性化治疗等。通过这些应用,AI不仅提高了诊断的准确性和效率,还为患者提供了更加精准的治疗方案。 ##
50 2
|
23天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)技术在医疗领域的应用现状、面临的挑战以及未来发展趋势。随着科技的飞速发展,AI技术正逐渐渗透到医疗行业的各个环节,从疾病诊断、治疗方案制定到患者管理等,都展现出巨大的潜力和价值。然而,AI技术的广泛应用也带来了数据安全、伦理道德、法规监管等一系列挑战。本文旨在通过分析AI技术在医疗领域的实际应用案例,揭示其优势与不足,为推动AI技术在医疗领域的健康发展提供参考。
60 1
|
24天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗健康领域中的多维度应用,从疾病诊断、个性化治疗到健康管理,展现了AI如何革新传统医疗模式。通过分析当前实践案例与最新研究成果,文章揭示了AI技术提升医疗服务效率、精准度及患者体验的巨大潜力,并展望了其在未来医疗体系中不可或缺的地位。 ####