• 金鼎卫生院信息网
  • 您的位置:首页 >> 热点专题 >> 正文

    医院影像数据还在“睡大觉”?你的“唤醒”方式可能不对

    发表时间:2019-09-04 信息来源:www.giaoxuphuoc.com 浏览次数:1320

     

      数据的挖掘和利用,正在成为医院尤其是研究型医院的标配。然而,医院里数据量占比最大的医学影像数据,却鲜有重磅研究成果产生。究其原因,主要是缺乏针对影像数据的分析工具。

      现在,这种局面正在发生改变。

      深度神经网络破局

      近年来,医学影像领域出现了一批高影响分子论文。

      2018年《柳叶刀》上发表的一篇《检测颅内出血、颅骨骨折、中线移位、块状效应》,分析了31万例头部CT扫描,影响因子高达53分;2017年《自然》杂志上的一篇《皮肤癌二分法分类》,分析了13万例各类影像,影响因子达41.5分;南京鼓楼医院在《柳叶刀》子刊上的研究成果,对1800位病人的影像数据进行挖掘和分析后,验证了AI的临床有效性,并把影像科的处理流程大幅缩短到分钟级……

      图片来自推想科技在2019CHIMA大会上的分享PPT

      医学AI公司推想科技参与了南京鼓楼医院的上述研究,该公司副总裁谭立勃介绍,基于影像数据的科研之所以能成为医学科研高地,跟新的分析工具的使用不无关联。

      在医学大数据领域,虽然有一些处理和分析工具在使用,也取得了很多产出,但对于非结构化的影像数据却仍然显得力不从心,这直接导致了医院影像数据的“睡大觉”。

      深度神经网络(DNN)的出现,为医学影像数据分析提供了另外一个维度的“武器”。DNN是模仿人类大脑构造设计的数学模型,由多个层级构成,每一层都是对原始信息的不同知识表达;通过层与层之间的信息交互,通过感知系统解释输入数据;层层抽象,最终实现对图像、声音、文本等不同模态数据的聚类与分类。战胜人类世界冠军的AlphaGo,就是基于深度神经网络的应用。

      DNN基本模仿了人的视觉系统,可以进行分类、检出和分割,在医学影像上可以进行鉴别诊断、发现病灶、量化测量等多种应用。这样一来,几乎所有的影像数据都可以由DNN进行深入分析。也正是因为有了DNN,才出现了医学影像高质量研究论文的数量呈指数级增长的趋势。

      在7月初的2019中国医院信息网络大会上,谭立勃分享了DNN在医学影像研究领域的进展。介绍结束后,北京一位知名三甲医院的信息科工程师找他交流,对相关应用表现出了浓厚的兴趣。那么,医院应如何应用DNN?

      医院可立影像域CDR

      为了进行数据利用和挖掘,很多大型医院都建立了临床大数据中心(CDR)。这些CDR呈现出非影像域和影像域两个分支,前者进展迅速,后者进展缓慢。

      谭立勃建议,利用DNN技术,通过影像域CDR的建设,让医疗大数据平台对所有数据类型进行处理和价值挖掘。具体如下:

      在数据源层,进行分开处理:RISPACS等影像数据交由影像域CDR处理,文本数据、数据库数据交由非影像域CDR处理。

      在数据采集层:通过API,按需从影像域CDR获取数据。

      在大数据中心层,通过API,获取影像域CDR提供的数据服务。

      在应用集市层,通过微服务集成(SOA),集成影像域CDR提供的应用服务。

      基于此,推想科技推出了影像大数据分析平台(InferSight)。该平台几乎可以解决AI科研中的各类数据需求,包括原始数据获取、数据存储、影像数据初分析、文本数据初分析、影像组学分析和脱敏导出,同时还提供了和AI科研平台的各类接口,确保未来兼容。

      平台还可提供专科视图、AI科研数据提取、影像数据的关联分析。联合非影像CDR,InferSight可以完整提供临床统一视图和全息诊疗信息。

      谭立勃认为,InferSight平台的收益体现在三个方面:积累高质量、科研级的数据资产;提高科研效率,缩短科研产出周期;助力大数据驱动的科研和学科建设。他举例,使用InferSight平台,数据入组时间可由3~4个月缩短至1天;从发现临床问题到科研成果转化为大数据应用的耗时,可从一年多缩短为半年。

      北京天坛医院信息中心主任王韬曾表示,“玩数据”将是医院信息中心的主要职责之一,其角色将从数据保管者转变为数据服务商,进行数据运营。这一理念已经成为很多医院CIO的共识。在这方面,“InferSight将帮助医院信息部门提供AI时代的数据动力”。医院信息科可以借助InferSight平台,按照各种特征把数据检索出来,以便临床医护人员和科研工作者更快地检索和获取。

      “相当于信息科做了一个电厂或者一个微信,”谭立勃比喻,“具体怎么用,就看各临床科室的需要。我们有理由预期,在这里可以产出很多高质量的论文。”

      

      在2019CHIMA大会推想科技展台前,工作人员向与会人员介绍产品功能

      致力于提供高质量医疗服务供给

      把这样一个没有人涉足的新想法说出来,不怕其他厂商借鉴吗?谭立勃表示:“我们认为,如果这个想法能被更多同行接受,他们也来做相关的产品,这个细分市场就起来了,这是我们愿意看到的局面。”“从本质上,创业公司不是靠概念竞争的,还是要靠产品,靠硬实力。”谭立勃语气充满自信。

      近年来,推想科技先后推出了面向医技科室的InferRead,面向科研的InferScholar,未来还会发布基于AI的智慧服务相关产品。“每一次发布新产品,都是引领行业在前行。”

      谭立勃认为,医疗可以被AI赋能的领域有很多,推想科技会不停地思考AI可以应用的领域,最终目标是提供高质量的医疗服务供给。

    达到当天最大量

    新利18官方网站下载

  • 热门标签

  • 日期归档

  • 友情链接:

    金鼎卫生院信息网 版权所有© www.giaoxuphuoc.com 技术支持:金鼎卫生院信息网 | 网站地图