前列腺肿瘤计算机辅助诊断系统

2025-01-02


前列腺肿瘤计算机辅助诊断系统

Basics

基本信息

所属领域:人工智能、核磁共振


产业赛道:未来健康


成熟度:工业化生产


合作方式:合作开发


01

项目背景

三甲医院医生工作量大,误诊率偏高。对于以医学影像诊断量最大的影像科为例,就影像科室而言,目前我国医学影像数据的年增长率约为30%,而放射科医师数量的年增长率仅为4.1%。放射科医师数量的增长远不及影像数据增长,所以造成医生工作量大误诊率高的现象。总误诊率在27.8%。


据部分三甲医院统计,影像科医生平均每天需要完成 80-100 份 CT、或 60-80 份磁共振、或 120-150 个超声部位的影像诊断。即使每份报告只用七八分钟,也需要 10 个小时才能完成。AI可以大幅度提升其影像诊断效率。


从放射从业人员分布看,三级医院6.8万人,二级医院9万人。也就是说,一级医院和基层 、医疗卫生机构的放射从业人员完全处于空白状态。因此,影像科医生匮乏,是基层医学影像领域面临的主要问题。而基层影像医生缺乏的现状短期内难以改变,以 AI 医学影像产品为代表的诊断服务能够很好地补位。


公司“前列腺癌辅助诊断及决策系统”这一世界前沿理念,运用人工智能、大数据分析等先进技术,打造全世界首款集前列腺癌检测、诊断、精准靶向穿刺及风险评估为一体的设备系统及产品矩阵,产品有望解决目前临床面临的痛点与难点,能够帮助医院及体检机构提升临床诊断水平,同时产品可与医疗器械厂家的医疗器械实行优势互补及差异化发展,提升医疗产品的竞争力。














02

项目简介

前列腺肿瘤计算机辅助诊断系统是世界上第一个医用的,用于诊断前列腺癌的精准化智能化的AI辅助诊断系统、并可指导TRUS/MRI执行精准靶向穿刺和实现癌复发风险预测的一体综合模块化系统,此系统填补了国内相关领域的空白,领先世界水平。系统基于前列腺诊断专家共识PI-RADS所指定的磁共振图像,可以自动进行前列腺腺体分割、肿瘤检测、PI-RADS评分、包膜侵犯、淋巴结转移诊断,相关模型训练时使用了多中心的大数据集,模型诊断的准确性居国际前列。


团队在AI方面积累了一定经验。前期利用CNN对前列腺癌MRI图像进行分析,CNN对癌与非癌的鉴别诊断敏感性为87%,特异度为90.6%,诊断效能优于传统PI-RADS评分,并在此基础上,建立了基于VGG及3D U-net架构的前列腺分割及癌灶自动检测模型。人脑具有数十亿个神经元,彼此之间相互关联,互相作用及信息共享并一起激活,经过特定的训练学习可以执行临床复杂的分类和识别任务。由此,我们认为可以通过技术创新及算法整合,构建一体化的多任务类脑网络模型,满足分割、检测、识别及预测分类等一系列复杂的临床任务。利用各种网络模型的架构特点,发挥其优势作用,并对其进行整合,资源及网络参数共享,统筹学习,从而建立一体化的类脑网络模型,实现前列腺癌图像分割、检测识别及分类的多任务需求。


此外,基于医、工、商结合的多科学平台及临床-影像-病理大数据库建设,有望建立一体化、标准化、智能化及商业化的前列腺癌计算机辅助诊断及预测(CAD)系统,具有巨大临床应用前景;这将极大改善并优化现有的临床决策体系,提高前列腺癌的精准化管理水平,降低复发及病死风险,患者将从中直接受益。















智能AI辅助诊断系统


03

专家介绍

奚伟

2007-2010 华东师范大学 无线电物理硕士

2010-2018 康达卡勒幅医疗技术有限责任公司

2019年至今创建俪娃荷智能医疗


全程参与了1.5T超导高场磁共振成像系统及0.7T开放型超导磁共振成像系统的产品注册,并成功获得NMPA产品注册证,完成NormStation在三甲医院的部署,使工作站在第一次进医院时便无缝连接PACS系统,完美融合至医生工作流程中负责磁共振成像系统软件MRI2的开发,负责磁共振谱仪软件CmrConsole开发,负责实时(在线)图像重建系统在磁共振系统上的产品化,负责基于深度学习的计算机辅助医疗系统NormStation。














04

商业化前景

目前系统具备如下功能:

智能化前列腺癌检测与诊断,前列腺TRUS/Deep CAD融合精准靶向穿刺,基于智能分析的前列腺癌进展及侵袭风险预测评估。本项目的未来发展战略及理念是在充分考虑了人工智能医学影像设备行业发展现状和未来发展趋势,结合公司技术研发上的优势,积极响应国家人工智能、大健康等产业政策导向并满足国家发展战略的迫切需求、加快自身规模发展和推动行业产业升级的背景下制定的。公司将以现有产品和现有市场为基础,在现有产品的基础上巩固、创新并提高,扩大新产品种类,旨在提高公司的市场规模,降低经营成本,稳步增长其市场占有率。


2023年该系统已完成NMPA(国家食品药品监督管理局)二类产品注册,开始大规模商业化。













Contact

联系方式

上海俪娃荷智能医疗科技有限公司

📧  suwenjie@normalmedical.com