![前九个执行竞争对手将分享总奖金$ 50 k](http://www.alohadebbie.com/sites/default/files/styles/content_large/public/Jeff%20Rudie%2C%20MD%2C%20PhD.jpeg?itok=EbCPsWmP)
杰夫Rudie,医学博士
2023年8月8日——RSNA推出了“RSNA 2023腹部创伤检测人工智能的挑战“探索人工智能是否可以用来帮助腹部外伤的检测和分类。
国际影像数据集是第一多相数据集RSNA已经组建了一个挑战,其中一个最大和最多样化的,包括详细的临床标签,放射学家注释和分割。
“今年的RSNA人工智能挑战是最雄心勃勃的挑战,因为它包含跨多个器官创伤性损伤的检测和分类,”说杰夫Rudie医学博士,博士,紧急放射学家和斯克里普斯诊所和兼职的放射学助理教授加州大学圣地亚哥分校。“我们的团队已经编译和注释的一组广泛的创伤CTs来自六大洲的机构。数据集注释在多个层面,包括受伤的存在在四个固体器官损伤分级,图像水平注释活跃外渗和肠道损伤,和voxelwise细分每个可能受伤的器官。”
创伤性损伤发生在所有年龄段的人,是一个全世界范围内导致死亡的主要原因。每年有近500万人死于因创伤性损伤,据世界卫生组织。腹部创伤经常引起内脏器官损伤,这可能会导致内出血和伤害肾脏、脾脏、肝脏和肠道。机动车交通事故腹部创伤是最常见的原因在美国受伤的快速、准确检测和分类是有效治疗的关键和有利病人的结果。
研究人员希望人工智能有助于快速识别和分类腹部外伤。
模型具有较大潜力,能促进病人护理
创建地面实况数据集,挑战计划专责小组收集图像数据来自23个站点在六大洲的14个国家,其中包括超过4000 CT检查各种腹部损伤和数量大致相等的情况下没有受伤。
竞争的挑战,参赛者将尝试开发机器学习模型相匹配的放射科医生的性能检测、定位和分类腹部损伤的严重程度。
“人工智能模型开发的一部分,这一挑战具有较大潜力促进病人护理帮助放射科医生和其他医生检测和等级不同的腹部外伤,这是一个特别困难的任务,需要大量的仔细审查形象,“Rudie博士说。“这些模型可能有潜力为更快的阅读优先考虑积极的研究和识别更高年级受伤,可能需要提示干预。”
的RSNA 2023腹部创伤检测人工智能的挑战正在进行Kaggle提供的一个平台,Inc .,并开放给所有人员。2023年10月竞争阶段将完成。前九个执行竞争对手将分享50000美元的奖金。
获奖者将被在AI剧院在2023年RSNA麦考密克芝加哥,11月26日- 30。
更多信息:www.rsna.org