Infervision正在开发一种突破性的功能，以借助机器学习算法来诊断和治疗中风。 AI医学图像专家已经完成了Head CT增强筛查平台的成功试点。人们认为，通过允许医生更快，更准确地诊断中风并评估中风造成的损害，该技术将很快进入广泛使用并挽救生命。
这是Infervision成功地基于机器学习的第二种医学技术。
使用了超过100,000条带批注的临床图像扫描图来对算法进行教育，该算法可以提供更长的实时数据，从而在诊断两种主要类型的中风（出血性和缺血性）中变得越来越有效。
Infervision创始人兼首席执行官陈宽告诉我们：“ X射线在中国是一种非常古老的医学检查，例如，在过去的15年中，没有人在学术会议中提到胸部X射线。 AI。AI已经帮助放射科医生发现了以前无法确定的问题。因此，我们很高兴看到放射科医生开始探索AI之间一些非常有趣且奇妙的实例。”
新技术可以释放已经存在很长时间的数据的价值，这无疑是一个很好的例子。
它解决的一些最大问题是评估出血性（出血）中风的血容量的方法。当中风后每一刻都很关键时，医生通常会利用简单的数学公式“推测”体内可能的失血情况。
研究表明，对该容积的评估越正确，由于其影响治疗的方式，患者恢复的可能性就越大。
关说：“出血量与死亡率密切相关，是入侵的最佳方法。”
“超过30毫升的液体与死亡率密切相关，使用竞争性手术技术进行干预更为安全。问题在于，在我们的测试阶段，我们要求放射科医生进行这些计算，我们发现在某些情况下，误差范围超过30毫升。 。”
不仅可以期望算法在这些评估中将比人类放射线学家“学会”变得更加精确，而且它们还具有能够更快地将其取出以应对危机的能力。
它具有从X射线和CT扫描进行诊断的附加好处，而不是独立于MRI扫描，这是现在诊断缺血性（血凝块）中风的唯一方法。 MRI机器的供应量较少，而且几家医院没有资源每天24小时进行检查。
我们询问了关先生，放射科医生和其他医务人员在面对似乎旨在使他们的一些技能变得多余的技术时如何反应。
他解释说：“他们非常兴奋。两三周前，有一次中国放射科医生大会，人们对我们的工作充满热情。他们还意识到，我们正在协助他们进行鉴定，同时也帮助了他们。同时为患者提供治疗策略。”
实际上，Infervision在中国的试验结果也将在本周于芝加哥举行的北美放射学会年度会议上展示，关光希望在该会议上也能获得同样的热情响应。他还希望很快会有更多的人有机会从这项技术中受益。
“目前，我们已经将其扩展到了中国的四家医院，并且最初的结果是有希望的，因此不久我们将有望扩展到美国的医院。”
人工智能无疑正在深化其发展的破坏性触角，以向人类提供最大的利益。