Infervision 및 AI : 놀라운 기술 Infervision은 뇌졸중을 식별하기 위해 AI를 구현합니다.

Infervision 및 AI : 놀라운 기술 Infervision은 뇌졸중을 식별하기 위해 AI를 구현합니다.

Infervision은 기계 학습 알고리즘의 도움으로 뇌졸중을 진단하고 치료하는 획기적인 기능을 개발하고 있습니다. AI 의료 영상 전문가들은 이미 Head CT Augmented Screening 플랫폼의 성공적인 파일럿을 완료했습니다. 이 기술은 의사가 뇌졸중을보다 빠르고 정확하게 진단하고 그로 인한 손상을 평가할 수있게함으로써 곧 널리 사용되어 생명을 보존 할 것으로 예상됩니다.

인퍼 비전이 성공했다고보고 한 머신 러닝 기반의 제 2 의료 기술입니다.

100,000 개 이상의 주석이 달린 임상 이미지 스캔이 알고리즘을 교육하는 데 사용되었으며, 더 긴 라이브 데이터를 제공하면 주요 종류의 뇌졸중, 출혈 및 허혈을 진단하는 데 점점 더 효율적이 될 것입니다.

Infervision의 설립자이자 CEO 인 Chen Kuan은 "X- 레이는 중국에서 매우 오래된 종류의 건강 검진입니다. 예를 들어, 15 년 이상 학술 대회에서 흉부 X- 레이를 언급 한 사람은 아무도 없었습니다. AI. AI는 방사선 전문의가 이전에는 결정할 수 없었던 문제를 발견하는 데 도움을주었습니다. 따라서 방사선 전문의가 AI 사이의 매우 흥미롭고 환상적인 사례를 탐색하기 시작하는 것을 매우 기쁘게 생각합니다. "

신기술이 아주 오랫동안 존재 해 온 데이터의 가치를 실현할 수있는 좋은 사례입니다.

이것이 해결하는 가장 큰 문제 중 일부는 출혈성 (출혈) 뇌졸중에서 혈액량을 평가하는 방법입니다. 뇌졸중 후 매 순간이 중요 할 때 의사는 일반적으로 간단한 수학적 공식을 사용하여 신체의 혈액 손실 가능성을 "추측"합니다.

연구에 따르면이 양을 더 정확하게 평가할수록 치료에 영향을 미치는 방식으로 인해 환자가 회복 할 가능성이 커집니다.

"출혈량은 사망률과 밀접한 관련이 있으며 침입하는 가장 좋은 방법"이라고 Kuan은 설명합니다.

"30ml가 넘는 부피는 사망률과 밀접한 관련이 있으며 개입을 위해 경쟁적인 수술 기법을 사용하는 것이 더 안전합니다. 문제는 테스트 단계에서 방사선과 의사에게 이러한 계산을 요청했고 어떤 경우에는 오류 한계가 30ml 이상이라는 것을 발견했습니다. . "

이러한 평가에서 알고리즘이 인간 방사선 전문의보다 더 정확 해 지도록 "학습"할뿐만 아니라 위기에 대응하여 훨씬 더 빠르게 알고리즘을 제거 할 수있는 능력도 갖게 될 것입니다.

MRI 스캔을 독립적으로 수행하는 대신 X- 레이 및 CT 스캔으로 진단을 수행 할 수있는 추가 이점이 있습니다. 이는 이제 허혈성 (혈전) 뇌졸중을 진단하는 유일한 방법입니다. MRI 기계의 가용성이 떨어지고 일부 병원은 하루 24 시간 사용할 자원이 없습니다.

우리는 Kuan에게 방사선 전문의와 다른 의료진이 몇 가지 기술을 중복으로 만드는 것을 목표로하는 기술에 직면했을 때 어떻게 반응했는지 물었습니다.

"그들은 매우 흥분하고 있습니다. 2 ~ 3 주 전에 중국 방사선과 의사 회의가 있었는데 우리가 할 수있는 일에 대해 많은 열의가있었습니다. 그들은 또한 우리가 신원 확인을 돕고 있음을 알고 있습니다. 환자를위한 치료 전략도 있습니다. "

실제로 중국에서 Infervision의 실험 결과는 Kuan이 똑같이 열광적 인 반응을 얻기를 희망하는 시카고에서 열리는 북미 방사선 협회 연례 회의에서도 이번 주에 전시 될 것입니다. 그는 또한 훨씬 더 많은 사람들이 곧이 기술의 혜택을 누릴 수있는 기회를 갖게 될 것으로 기대합니다.

"우리는 단계에서 중국의 4 개 병원으로 확장했으며 첫 번째 결과가 유망하므로 조만간 미국으로도 병원으로 확장 할 것입니다."

AI는 인간에게 가장 많은 것을 제공하기 위해 분야 깊숙한 곳에서 파괴적인 진화의 촉수를 확실히 정교화하고 있습니다.