2023年7月19日-格尔伯特全球专家与媒体和医学成像解决方案,宣布其团队的成功在PI-CAI(前列腺成像:癌症Al)大Challenge1国际挑战由放射意见领袖的consortium2前列腺组织成像,泌尿科医师和人工智能专家,比较人工智能算法的性能的检测前列腺癌。
诊断前列腺癌的一个公共卫生问题
第二个显示男性癌症谁,前列腺癌全球每年有140万新发病例,占男性癌症相关死亡的6.8%(每年350000人死亡)。目前,只有10%到20%的患者诊断肿瘤可切除的一个阶段。
磁共振成像(核磁共振成像)中发挥着越来越重要的作用在前列腺癌的早期诊断。欧洲泌尿外科协会建议MRI之前考虑活组织检查。然而,前列腺癌MRI很难理解,需要一个好水平的专业知识,以避免高可变性的解释和强调在某些studies.3诊断错误
然而,由于进步人工智能机器学习,可以开发一个系统,使用监督学习算法训练使用大量疑似前列腺癌患者的医疗数据。通过训练人工智能在这些数据,就可以创建一个模型能够检测前列腺癌的早期迹象。
PI-CAI大挑战,竞争促进前列腺癌的诊断
PI-CAI大挑战,2022年11月推出的检测前列腺癌,旨在鼓励技术进步在前列腺癌早期诊断和精确的检测和评估参与者的人工智能算法的性能。
汇集超过320学术和工业团队,包括格尔伯特,每个邀请提交一个人工智能算法的能力超过10000名前列腺癌MRI诊断考试要比放射科医生专业的诊断前列腺成像。
PI-CAI大挑战是分为两个阶段。在第一阶段,组织提出参与团队训练他们的算法对大约1500个数据,当时测试的组织者在一群内部来自1000名患者的数据。在年度会议上北美放射学会(RSNA) 2022年在芝加哥,格尔伯特团队被认可,根据性能指标排名第一和第二。
第二阶段的挑战,组织者提出5个决赛第一阶段训练他们的算法更大的数据库9100核磁共振成像,以评估他们的表现。格尔伯特再次辉煌回应挑战,排名第一在所有类别,根据结果显示7月10日在医学成像深度学习在纳什维尔(MIDL)会议在美国。
同时这个人工智能的挑战,组织进行了多中心,multireader相同的数据库研究的下一个目标是比较放射科医生的结果的算法。第二部分研究的下一步将公布。
“这个识别演示了我们的承诺,创新和研究来改善癌症患者的诊断和治疗。我们将继续投资于先进的技术解决方案来对抗这种疾病,与医疗专业人士合作,进一步提高我们的技术和可访问性。最初的前列腺癌AI算法营销通路将创建框架内的非排他性许可协议与在2024年上半年Intrasense:签署一项协议,规定了产品的营销将格尔伯特前列腺算法在2024年第一季度,”弗朗索瓦·尼古拉斯说,高级副总裁,研究,开发和创新,和格尔伯特首席数字官。
更多信息:www.guerbet.com
引用:
1https://pi-cai.grand-challenge.org/
2内梅亨大学医疗中心,面临的挑战是由特文特Ziekenhuis集团,格罗宁根大学医学中心,挪威科技大学批准由MIDL MICCAI,泌尿生殖的欧洲社会放射学和欧洲泌尿外科协会;由Amazon Web服务和部分支持欧盟H2020: ProCAncer-I和健康~荷兰。科学顾问委员会是由:放射学部分:Padhani教授(英国),教授Bonekamp (DE),教授Villeirs(是),教授Barentsz (NL)教授Rouviere (FR), Panebianco博士(它);泌尿外科部分:Bjartell教授(SE)、所罗门教授(DE), Giannarini博士(IT),马瑞医生范博士(NL)教授Kasivisvanathan(英国);和人工智能部分:豪氏威马教授(NL), j . Kalapathy-Cramer(美国),教授Maier-Hein (DE),教授Elschot(没有),m . Rusu(美国)。