0项
图片由柯克Graczyk
人工智能(AI)发出嘶嘶声北美放射学会(RSNA) 2018会议供应商提升新、旧和非常规技术手段提高效率在成像。新版本发布在成像模式,特别是磁共振成像(MRI)和计算机断层扫描(CT)。但兴奋是温和与人工智能的热情相比,已经高了两年。
AI是由多个医疗社会激起兴趣在他们的年度会议前几周RSNA 2018。北美放射学会贡献进一步通过其决定设立一个机器学习展示朝鲜的展览大厅。
热情为企业成像(EI)与供应商增加促进人工智能软件,承诺将简化工作流程。这种“摆效应”的多峰性展品包括通用电气、西门子、飞利浦和佳能,这不仅促进了人工智能的使用提高扫描仪,但提高的表现图像存档和通信系统(PACS)和供应商中立的档案(VNA)。
规定谨慎应对炒作的人工智能
打击了极高的热情,布拉德利·j·埃里克森,医学博士放射学信息学的主席、副主席放射学研究罗彻斯特市梅奥诊所的明尼苏达州。放射科医生警告说,采用人工智能时要小心。
“重要的是,他们了解人工智能的基本概念,什么是碎片,碎片做什么和如何把它们放在一起,”埃里克森说,“而且AI如何失败。”
埃里克森指出,人工智能在医学和放射学非常广泛的适用性,而且可能产生实质性的影响。“这可以提高我们的效率,”他说。
提高效率的原因,一些供应商说,他们人工智能集成到他们的产品。但是,就像任何技术,人工智能的效用是由人决定的。这一点被Imalogix等专用软件公司强调,改变医疗,强调人类的互补性服务和人工智能技术。
提高效率与AI之外
人工智能可以说是最明显的元素成像效率的大趋势,反映了全社区的识别需要改进的流程,技术和技术。解释这是DR800爱克发医疗保健,这出现在RSNA 2017年半成品(在制品)和2018年回到RSNA展览楼作为fda产品。
通用数字系统可以做静态和倾斜博士考试,以及荧光镜的,包括关节摄影术和脊髓造影术。它被设计来适应任何成像提供者的需要,根据乔治·科里,爱克发的营销传播总监。DR800一直减少剂量,而由于爱克发的最新一代交付高质量的图像重逢(多尺度图像对比放大)图像处理软件。
飞利浦医疗保健寻求提高效率与其DigitalDiagnost人私下偷偷收藏盒式数字放射显影术(博士)。天花板悬挂博士,RSNA 2018等待FDA批准,但在欧盟,提供了一个触摸屏的管头,包括相机支持病人定位。
西门子Multix影响使用一个图形化器官程序选择特性协助技术设置程序。同样,机载相机的目的是提高效率,因为它支持病人的调整定位的控制室。公司将底座上的博士的销售目标,这在RSNA等待2018年食品和药物管理局的510 (k)审查,在社区和小型医院和诊所。
柯尼卡美能达重新定义了“动态”一词用在制品动态数字放射显影术(DDR)。DDR火灾爆发的低剂量x射线所记录的数字探测器和组装成移动的图像结构在病人体内可视化移动结构,如肺部和关节。透视(根据定义是动态)的特点是高剂量应用程序参与检查身体的其他部位和介入工作,根据大卫Widmann总裁兼首席执行官柯尼卡美能达医疗美洲。Widmann DDR说,这仍然是一项实验技术,有可能“打开一个全新的临床空间。”
使模式智能通过深入学习
虽然博士不需要人工智能的进展,可以看到存在的智能算法在多个模式。模范的最适条件XR240amx,一个便携式x光机,通用电气医疗集团嵌入式半成品AI应用发现肺衰竭。应用,等待FDA批准,目的是国旗胸片显示这样的气胸。
这个程序是通用电气的急救护理套智能算法,并使用新命名为爱迪生通用电气的构建平台,旨在帮助加速开发和采用新技术。通用电气的临床合作伙伴可能使用新品牌的平台来开发算法,特别的AI,据该公司。希望至少其中一些提供者将使用爱迪生与GE合作带来数据处理的发展新的应用程序和智能设备,公司最终会发展成商业产品。通用电气和旧金山加州大学的发展正是这样做的气胸的应用。
进一步寻求加快扫描解释,通用电气医疗集团的FDA-pendingAIRx自动化工作流与大脑的磁共振(MR)。算法的目的是提高一致性和效率通过自动精简的选择大脑切片扫描,以便减少手动工作,减少或消除冗余。先生的想法是让大脑扫描较少依赖技术专家的技能,从而减少召回的数量由于不正确的位置。
飞利浦展示一个羽翼未丰的摄像系统,光学检测病人的运动,使用人工智能,调整成像协议先生西装,例如,心率和呼吸的变化。“它改变了协议并触发收购,这样相关的所有运动工件的过程,”说虚假的Sokka放射学解决方案主管,副总裁和飞利浦医疗保健。
佳能展示了一个聪明的算法,称为先进的智能Clear-IQ引擎(AiCE),因为它能够提高CT图像分辨率同时最小化病人辐射。使用深度学习技术来区分噪声和信号,AiCE算法“学习”,提高CT图像的分辨率。CT图象重构从使用产生的高质量图像基于模型的迭代重建(MBIR)。虽然新算法的经验是有限的,该公司已经表示,AiCE有潜力创造了一个新的标准在CT图像重建。
利用人工智能,西门子AI-Rad伴胸部CT识别和分析胸CT的结构。西门子提出了基于云计算的智能算法来展位游客在制品等待FDA批准。算法将加速胸部图像通过自动测量的解释疑似异常,如肺;准备报告;之前的研究和指导的比较。算法是完全集成到影像判读工作流程,根据西门子。
初步测试建立了AI-Rad伴胸部CT可以确定肺部病变和心血管风险计算基于分析冠状动脉钙化non-ECG-triggered CT图像。应用程序也可以帮助检测脊柱骨折由于骨质疏松症。
西门子介绍人工智能平台
胸部算法是建立在AI-Rad伙伴平台,两种人工智能平台讨论西门子RSNA 2018。另一种是AI-Pathway同伴一个基于ai的临床决策支持系统用于诊断和治疗。
AI-Pathway同伴正在设计总病历,检查结果和临床研究,然后分析数据。或许有一天,整合不同类型的数据和多模图像,以及提供医生与病人的临床状态。这也可能表明可能可以采取的步骤,医生来管理他们的病人。西门子预计第一临床应用来自这个平台来解决前列腺癌。
这是AI-Pathway伙伴应用程序如何工作。滚动病人之前和现在的护理,应用程序可以共享模式可以帮助医生病人有效地和有效地管理。此外,医生可能会使用它的用户界面与病人讨论结果。
在2018年RSNA,西门子也出现syngo。乳房护理乳房x光检查阅读和报告工作站,利用人工智能——正在开发,以帮助医生阅读二维和乳房tomosynthesis图像。WIP是名存实亡的情况下自动进行排序并生成一个分数表明恶性肿瘤的可能性。
另一个西门子的效率艾滋病、syngo虚拟座舱旨在使远程连接MRI, CT、PET / CT和PET / MRI扫描仪。如图所示在2018年RSNA,它旨在解决后勤问题,提高标准化和支持培训,尤其是关于复杂的或复杂的考试。
其他放射学人工智能市场的推动者
2018年西门子Healthineers推出三个核磁共振扫描仪RSNA,每一个基于BioMatrix技术。BioMatrix技术西门子于2017年启动,使用传感器植入病人表自动调整扫描先生。一个病人参数,例如,可能会呼吸。
BioMatrix提供了依据1.5 t Magnetom Altea和3.0 t Magnetom腔,在2018年RSNA等待FDA批准。除了优势来自BioMatrix,扫描仪都“有成本效益的,”据该公司介绍,70厘米孔和特性。
飞利浦公司展示了其Ingenia野心X公司两个月前宣布。该公司强调了全数字扫描仪对其微不足道的氦和工作流的使用创新提高生产力。
在美国自合并以来的首次RSNA东芝,佳能溢价1.5 t扫描仪。的有利Orian等待FDA批准,于2018年被纳入欧洲放射学大会3月。公司关注高效的工作流Orian及其内置3.0 t系统有利的公司,也是佳能展位所示。
在CT,日立医疗美洲公布了张图片视图,溢价CT可以配置了64或128片。视图提供了增强的剂量减少功能;80厘米孔径和84千瓦发电机容纳大的病人。横向转移表有10厘米范围内协助病人定位的转变。
通用电气医疗集团展示了顶峰CT扫描仪在制品的数量。新的成像链顶端上提供了改进的空间分辨率和低对比度检测能力,据该公司。比其他人更模糊的图像生成的低辐射剂量。扫描仪可以配备一个重建方案,该公司表示,提高了检测低对比度的能力结构,减少患者辐射剂量和工件;一个图像质量包,提供高图像质量,尽管金属植入物的存在;和包优化了心脏、大脑和肿瘤扫描。
AI主导RSNA世博会地板上
AI定下了基调,进步效率。富士医疗系统中的人工智能实验室展位展示用例来自公司内部的AI倡议REiLIRSNA,已经在2017年和2018年进一步扩大。富士胶片的AI实验室操作展台显示第三方应用程序,包括那些由Lunit河边的技术和Koios医疗。所有运行在富士胶片的突触5,一个服务器端pac,取名为“因为服务器进程的数据,然后将结果显示在工作站或其他设备。中所示的用例是区域识别,利用人工智能识别和提取器官区域图像,计算机辅助检测,指出病理学的迹象,以减少放射科医生花费的时间解释图像。
根据突触pac比尔花边富士胶片副总裁医学信息学,“作为桥”之间的人工智能成像分析和其他人工智能应用程序,软件工程师,促进人工智能发展之一,和外部富士胶片。
飞利浦医疗保健公布了两个新转折IntelliSpace发现3.0,一个先进的可视化和分析平台专门支持成像研究,和一个扩展版IntelliSpace企业版,包括飞利浦PerformanceBridge优化网站业务和工作流程,根据公司。
发现3.0支持临床数据的使用培训和验证“学习”算法。最新版本的发现平台聚合数据,可实现它们,所以他们可以比较无论制造或模型的设备他们获得和带病人临床资料的标识符。
“它给你的工具来创建您自己的智慧。它给你的数据应用于湖泊。它给你的工具给验证算法,”说珀斯助教在皇家飞利浦首席创新和战略官。供应商在许多机构已经发现使用这个版本的平台来开发人工智能算法。
而这个厂商中立平台设计只对研究者,飞利浦最新IntelliSpace企业版是面向程序的功能。它旨在提供性能数据资料的日常操作放射科,据该公司。新改进的产品提供了这些信息的一部分通过新集成的交互式仪表板PerformanceBridge。
改变医疗由三部分组成的企业成像方法,体现了自己的产品(特别是一个普遍观众和工作流智能产品),第三方软件和内部专业知识让他们一起工作。成功的企业成像的关键是确定目标和路线映射到实现这些目标,说托德•约翰逊企业投资组合转换的执行董事改变卫生保健。
“这真的开始谈话,真的听我们的客户,”约翰逊说。
企业成像时成功的技术选择与应用的上下文中仔细计划,说金加略特首席顾问Logicalis IT公司。“供应商可以是一个非常大的伙伴,一个很大的帮助当组织正在调查企业成像策略和他们应该从第一个开始,”加略特说。
拿着块Electromnic医疗记录和人工智能
改变医疗exec约翰逊描述公司的通用浏览器,显示第一次在2018年RSNA,水泥企业的众多组件的胶水成像,和变化的工作流智能生产线协调工作流引擎。
通用电气展示中心普遍观众,观众现在支持CT, MRI和数字乳房tomosynthesis,以及患者临床和病理报告等报告。查看器更新增强访问病人先知先觉,连通性和EMR软件和考试优先级建立在iCAD得分tomosynthesis图像的人工智能技术。
示威活动的厂商中立存档,称为中心临床存档,嵌入式分析企业范围的。车载媒体管理器应用程序显示了更新包括新的多媒体图像捕获移动和桌面设备和文档。也首次在通用电气布斯是成像协议管理器中,成像模式的云计算成像协议管理服务。它的使用确保所有成像设备使用相同的协议,根据通用电气的说法。
企业成像一个挥之不去的问题是脆弱的放射和病理之间的联系,以低于固体流程处理乳房活检。很多放射学网站不妥善保存之前送往病理活检,组织。
通过其Mammotome企业实体,徕卡生物系统提出了一个解决方案——一个标本容器和运输系统。这个系统叫做MammoPort,消除了大部分的活检组织的放射学技术人员处理。商业在9月发布新产品克服了缺点的乳房活检活检组织可能放在罐子防腐剂的福尔马林而很少考虑组织的完整性。
MammoPort可能带来病理范围的成像,更近一步收紧放射和病理之间的联系,并帮助标准化的过程转移乳腺癌活检组织病理学实验室从放射学套件。组织放置后针能被x光检查提取成小托盘,装在一个塑料盒里,然后关闭,浸在福尔马林和病理。这种标准化组织从放射学病理学的承诺,以确保质量和减少错误。
人工智能在医学成像构建魔力
在人工智能算法在RSNA 2018临床是fda的观点IcoBrain来自比利时的IcoMetrix,一个使用深度学习算法,分析CT扫描(DL)创伤性脑损伤的特点。产品使用DL量化等一般定性指标的脑损伤的严重程度、高密度卷,压缩的大脑基底水箱和中线的转变。
利用DL来提高效率,Imalogix描述它的人工智能算法如何帮助供应商符合评审准则,然后帮助他们继续改善流程。这些努力的最终受益者是病人,Imalogix董事长兼首席执行官说约翰嗨。
如果CT扫描“偏心”,例如,患者可能暴露于辐射超过50%有必要,嗨说。公司的人工智能软件显示“定心”是否需要改变,如何改变,以及网站如何获得更多的从他们的设备安装。
一Imalogix产品相比之下供应商出售格尔伯特追踪病人暴露于电离辐射。最出名的法国公司,媒体相比,特色Imalogix-built产品与自己的Contrast&Care软件,其目的是提高生产率和格尔伯特与媒体的可追溯性。
格尔伯特高度集中于数字产品RSNA 2018,还显示一个AI工具由IBM Watson健康,总结了患者信息成单一视图报告。公司与IBM Watson健康共同努力,开发人工智能软件支持肝癌诊断和护理作为设备的一部分,2023年计划,格尔伯特的五年战略计划,大力强调提高数字化。
“我们可能会开发其他应用程序在同一空间,”说戴维·黑尔首席商务官诊断成像在格尔伯特,“但总是,我们认为我们可以为客户提供诊断信心帮助和生产力。”
在2018年RSNA, iCAD公布了深刻的人工智能利用人工智能检测癌症的乳房tomosynthesis。软件是面向筛查,但也可以用于诊断研究。检查每一个图像在tomosynthesis扫描,检测恶性软组织密度和钙化。
算法计算每个检测“确定的”和“成绩”来表示算法的信心,检测或恶性。分数表示在一个范围从0到100%。高分表明高水平的信心在检测或恶性肿瘤的情况下,解释道罗德尼·霍金斯在iCAD营销副总裁。如此,它们作为指南来帮助确定可疑的结果或情况下需要进一步研究。深刻的AI的使用可能导致改进检测,减少病人回忆和mammographers花费更少的时间阅读图像,霍金斯说。“因为节省时间方面,它是面向一个筛选环境。但它可以用于,”他解释道。
从其在机器学习展示展台,最近fda有氧AIMR动脉推动,而分析先生对心血管血流图像。该公司还显示基于ai工具测量和跟踪肝脏病变和肺结节;加快医学图像的显示和阅读;和支持使用Google Chrome浏览器显示乳房x光检查。
当AI RSNA 2018最明显的趋势,它的存在铰接在需要提高效率。在途中,放射科医生需要警惕。
“人工智能可以失败。通常有模式的方式失败,”埃里克森说。“我们需要学习那些和地址和不断改进算法。”
格雷格Freiherr自1983年以来已经报道了放射学的发展。他负责管理咨询服务,Freiherr组。
相关RSNA AI的报道:
2022年9月20日
