医诺大力发展人工智能技术 构建肿瘤大数据与智慧医疗新业态

医学是一门循证科学,它决定了医学必然是一个数据密集型的行业。患者就医过程中会产生大量病案数据,尤其在肿瘤领域,检查、诊断、治疗过程会产生大量文本记录和医学影像数据,这些病案数据绝大部分都以碎片化与非结构性的方式存储,分散而难以利用。另一方面,随着医学技术和生命科学的发展以及社会对生命质量的重视,又催生了大量关于寻找治愈疑难疾病,如肿瘤、遗传疾病等的方法的迫切愿望,大数据和人工智技术的兴起,为实现这一愿望提供了新的技术手段。

 

大数据+人工智能,深圳医诺能做什么?

 

深耕肿瘤临床一线10余年的深圳医诺,很早就开始了肿瘤大数据人工智能的规划。医诺认为,在整个医疗数据里最深层次的一定是来自于设备层面,尤其是肿瘤放疗,治疗设备上的数据是最基础最深层的数据,也是价值最高的医疗数据。由此,医诺花了很多年时间在设备层面上,把各种肿瘤治疗设备的数据接口打通,为肿瘤大数据的结构化融合以及基于深度学习的人工智能计算平台搭建,奠定了良好基础。

 

那么,为实现肿瘤智慧医疗,医诺在肿瘤治疗领域做了哪些具体应用呢?

 

首先,医诺针对肿瘤治疗的临床管理过程提供了肿瘤信息一体化管理整体解决方案(OIS),OIS是肿瘤信息化领域的综合产品体系,包括放疗信息管理(RTIS)系统、放疗勾画工作站、高级计划评估(APE)系统、放疗记录与验证(R&V)系统、放疗预约叫号系统、放疗计划会诊系统等多个产品。该产品体系覆盖了肿瘤治疗过程中方方面面,打通了肿瘤治疗所有设备的数据接口,实现了各环节业务数据无缝对接,为肿瘤治疗提供了一套实现科室规范化管理的信息化平台,医务人员可直接通过该平台进行肿瘤治疗过程管理和质量控制。

 

其次,医诺在实现医院内部肿瘤治疗信息化管理的基础上,针对肿瘤治疗周期长、医患互动频繁的特点,开发了一套用于医患管理服务的移动医疗产品“肿瘤好医生”APP,与其他移动医疗产品不同的是,肿瘤好医生APP实现了从设备层、科室层、医院层、以及互联网层面的全面数据打通,形成了肿瘤治疗从预约、检查、诊断、治疗、随访、康复的全面数据闭环。在APP上,患者在医院放疗的信息也会同步到APP,医生可以直接管理患者,患者也可以及时与医生交流。

 

在实现单体医院的临床数据打通之后,医诺开始了各医院之间的数据整合,通过互联网和云技术,建立安诺云智@远程放疗协作平台平台,实现不同医院之间数据的互联互通,为落实国家关于医联体建设、开展远程医疗和分级诊疗提供专业化平台。该平台充分利用了大数据和人工智能技术,它构建了肿瘤放疗设备智能分析数据库和肿瘤放疗计划专家数据库,可以实现肿瘤放疗质控参数远程智能分析和自动风险预警,也可以通过该平台提供基于人工智能的放疗靶区自动勾画和计划自动设计服务,实现区域放疗分级诊疗和远程放疗新型服务模式创新。

 

基于该平台,不同医院之间的可以开展多中心医疗合作,实现肿瘤远程放疗质控和远程计划协作,可以有效缓解我国医疗资源分布不均衡,实现肿瘤治疗优质资源通过平台快速下沉基层,帮助基层医疗机构快速提升肿瘤治疗水平,提高肿瘤治疗整体治愈率。

 

1.png

 

医诺肿瘤大数据产品技术路线图

 

大力发展人工智能,构建肿瘤智慧放疗新业态

 

基于人工智能技术开展肿瘤智慧医疗研究是医诺当前在肿瘤放疗领域的重大战略举措。医诺高级副总裁兼CTO邓金城表示:“基于调强技术的精确放疗设备,可以对人体部位做到非常精确的剂量照射。除设备以外,精确放疗更加强调肿瘤靶区与危及器官的精确勾画,放疗计划的良好设计,放疗质控的严格执行等,以确保放射剂量被精准照射于肿瘤部位并有效保护正常器官,从而提高临床疗效。无论是靶区勾画,计划设计还是基于图像引导的放疗质控,均以放疗图像精准识别为基础,而这正是人工智能可以大展拳脚的地方。

 

2.jpg

                              医诺高级副总裁兼CTO邓金城

机器学习是人工智能领域最能体现智能的一个分支,大数据下,相较于其他机器学习技术,深度学习更有优势,数据集越大预测精度越大,因此深度学习是人工智能取得成功的关键。深度学习在自然图像处理领域已经取得突出应用效果,广泛应用于各类自然图像识别和目标检测场景。深度学习为医学影像分析技术的发展提供了新契机,医诺已在放疗靶区勾画、自动计划等方面开展基于深度学习的临床应用研究。

医诺从肿瘤智慧医疗的战略高度出发,借助大数据和人工智能技术(AI),大力发展放疗中的智能勾画和自动计划技术,通过与众多临床单位开展科研合作,收集整理了数万例优选的肿瘤放疗计划病案数据,并基于深度学习技术对鼻咽癌、肺癌、肝癌、乳腺癌、前列腺癌等常见病种进行了深入研究,取得了初步研究成果。

例如采用FCN-深度学习模型,可对影像图像进行像素级的分类,提高了对正常组织器官和病灶的识别能力。而基于深度学习技术的自动勾画,相较于传统自动勾画技术则具有巨大的性能和准确性优势,多数人体结构的机器自动勾画平均准确率可达到90%以上。这不仅使得医生的工作更为高效精准,更加推动放疗乃至肿瘤医疗的智能化发展,促进肿瘤医学的进步。

 

3.png

肿瘤靶区深度学习智能分割效果图

 

智慧医疗,赢取未来!

 

未来的医疗发展,一定离不开人工智能。但人工智能的发展离不开三个关键要素,计算力、算法、大数据集。计算力可以通过购买设备获取,算法则需要人才来掌握,这两者都可以通过投资而快速获取,唯独大数据集需要长期积累,尤其是医疗大数据,没有在医疗行业的长期积累,单纯靠投资是很难获取的。医诺在数据领域相对于其他一些初创企业甚至是一些刚开始转向医疗的大型企业更有优势,毕竟医诺已经在肿瘤放疗领域深耕十多年,长期从事肿瘤信息化事业,有了长期而大量的积累,这是医诺区别于一般企业的优势所在。

 

作为中国肿瘤放疗信息化行业领导者,未来,医诺将根据自身的业务发展方向,逐步将大数据和人工智能技术应用到更多的肿瘤临床应用领域,推动放疗乃至肿瘤医疗的智能化发展,造福更多肿瘤患者。

 

得益于深圳市发改委的大力扶持,医诺通过深圳市战略性新兴产品和未来产业项目的1200万扶持资金,构建了肿瘤大数据和人工智能研究的高性能计算中心,并采购了大量高性能计算显卡构建专用于深度学习算法研究的GPU集群。同时,医诺结合自身在肿瘤领域的行业优势,与深圳大学、腾讯、中兴通讯等共同建设大数据国家工程实验室,独立承担互联网+肿瘤大数据研究中心建设,并通过与深圳大学、中科院深圳先进技术研究研究建立紧密的科研合作关系,充分发挥深圳本地科研优势,共同研究应用于肿瘤临床的人工智能算法。目前,医诺正在将依托上述资源优势,大力发展科技创新,加快推进肿瘤人工智能研究的产业布局。

返回新闻列表
分享到:
商务&技术支持热线
4006-085-580
周一至周五 9:00-18:00