学习
实践
活动
专区
工具
TVP
写文章

专访 | LUNA再次夺冠,科大讯飞向世界宣告自己的实力不止于语音

关于落地应用 AI科技大本营:这个模型(医学影像辅助诊断系统)能直接应用到医院了吗?效果如何?目前和哪家医院合作? 鹿晓亮:目前科大讯飞医学影像智能辅助诊断系统基于图像识别和深度学习技术,结合医学专家诊断经验和大量样本数据,能自动从医学影像中检出病灶并对良恶性作出判断,辅助医生快速、准确地完成影像诊断。 科大讯飞与安徽省立医院等多家一流医院进行合作,此外讯飞的影像辅助诊断系统还是讯飞人工智能辅助诊疗中心的重要组成部分,能够远程实现对基层医院的辅助诊断,目前已可实现乳腺钼靶、肺部CT的辅助诊断。 目前在实际应用中科大讯飞医学影像智能辅助诊断系统已能在很大程度上能够辅助医生工作,减少误诊、漏诊。 讯飞的人工智能在医疗以及所有的行业中的应用定位是非常明确的,我们的医学影像辅助诊断系统不是要去代替医生,是要辅助医生,从而达到人机协同的效果,大大提升影像诊断准确率。

95540
  • 广告
    关闭

    【玩转 GPU】有奖征文

    精美礼品等你拿!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    机器人医生进医院“执业”,还要跨过几道坎?

    杭州认知网络科技有限公司法律顾问、上海宏仑宇君律师事务所李昱昊律师表示:包括沃森在内的人工智能辅助诊断系统原则上是给执业医师提供参考,仅授权给执业医师使用此类咨询服务。 作为法律专家,李昱昊认为,医学影像辅助分析或诊断系统的法律责任问题比较复杂,结合具体案例才能分析。 因为基于人工智能技术的医学影像分析系统不在我国医疗器械名录内,它很可能无法获得医疗器械注册证,也就不能上市销售。 从各个类别的品名举例可以看出,人工智能医学影像分析系统不在现行的软件类医疗器械名录里。 李昱昊也认为,阿尔法医生等人工智能医学影像分析系统不属于医疗器械。 李昱昊认为值得政府部门研究,因为人工智能辅助诊断系统的推广应用,能够使我国医生直接获取国际最新的医学资讯和诊疗方案,能提高医疗欠发达地区的诊疗水平和规范性。

    54950

    AI+医疗「最佳掘金案例」榜单出炉,致敬寒冬中的“持炬者”

    研究场景间的需求及其对应的最优技术实现路线和方案,开发出了适配各种场景及不同病灶的算法,在业内打造了全方位的AI辅助诊断产品体系,包括全肺、乳腺X线、脑卒中、复杂关节病变、儿童生长发育评估、胸部平片、头颈血管等各类人工智能医学辅助诊断系统 特别是全肺人工智能产品,属于单器官多病种的影像人工智能系统,改变了目前AI胸部CT应用仅局限于肺结节自动筛查,其他肺部疾病仍然需要医生人工诊断的现状,将AI应用由单病种检测拓展至单个人体部位-全肺的多病种检测 该系统将提供包括肺癌在内的多种肺部征象和疾病从筛查检出、临床辅助诊断、智能随访的全周期AI辅助诊断,结合深睿医疗胸部平片AI辅助诊断系统,也可为医生提供呼吸系统AI辅助诊断解决方案。 同时,深睿医疗最新发布了Dr.Wise®头颈CTA AI医学辅助诊断系统,结合此前深睿医疗应对急诊卒中中心推出的Dr.Wise®脑卒中AI医学辅助诊断系统,也可为临床提供完整的神经系统AI整体解决方案。 2017年的北美放射学年会上,依图医疗就发布了“医学影像人工智能科研平台”,联合世界顶级科研机构,加速影像类应用从科研到产品的转化 。

    42320

    综述:当医学影像遇上深度学习

    近年来,随着深度学习的发展,医学影像逐渐成为人工智能最有潜力的落地领域之一。 在这里我们将对医学影像遇上深度学习后的当前行业应用进行介绍和分析,希望能够帮助对人工智能医学影像上的研究和应用感兴趣的同学们更好地了解行业的现状和发展方向。 ? 2)在缺血性脑卒中,急性期CT平扫方面,人工智能诊断系统给出预测的病灶位置,结合临床症状可以更好地帮助临床医生选择下一步的治疗方案。 写在最后 在这篇文章中,我们对人工智能在当前医学影像行业中的诸多应用和产品进行了概述。在后续的文章中,我们会进一步对各个细分领域中的AI学术研究和工业应用进行更为详细的介绍。 当医学影像遇上深度学习,人工智能医学影像辅助诊断系统能够更有效地提高医生诊断的效率和准确率。 (*本文为AI科技大本营转载文章,转载请联系原作者)

    96900

    综述:当医学影像遇上深度学习

    近年来,随着深度学习的发展,医学影像逐渐成为人工智能最有潜力的落地领域之一。 在这里我们将对医学影像遇上深度学习后的当前行业应用进行介绍和分析,希望能够帮助对人工智能医学影像上的研究和应用感兴趣的同学们更好地了解行业的现状和发展方向。 ? 2)在缺血性脑卒中,急性期CT平扫方面,人工智能诊断系统给出预测的病灶位置,结合临床症状可以更好地帮助临床医生选择下一步的治疗方案。 写在最后 在这篇文章中,我们对人工智能在当前医学影像行业中的诸多应用和产品进行了概述。在后续的文章中,我们会进一步对各个细分领域中的AI学术研究和工业应用进行更为详细的介绍。 当医学影像遇上深度学习,人工智能医学影像辅助诊断系统能够更有效地提高医生诊断的效率和准确率。 (*本文为AI科技大本营转载文章,转载请联系原作者)

    93011

    人工智能加“医真云”,每年让5700万人告别误诊

    现代医学诊断越来越倚重影像,专业医疗科学网站估计:医疗数据中有超过90%的数据来自于医学影像。 这样一来,就实现了人工智能辅助医学诊疗的创新,并取得了实实在在的进展。 组合拳第二式,是iMAGES核心引擎,具备强大的影像大数据处理能力,专门针对医学影像处理及分析,可以高速实时计算存储在医真云上的医学影像数据。 组合拳第三式,是智能化辅助诊断系统 Cloud IDT。在医真云和大数据iMAGES核心引擎的支持下,该系统实现了人工智能辅助医学诊疗的创新。 模型优化裁剪融合带来了近30%的性能提升,而进一步优化OpenMP*多线程实现方案后,其性能还能再提升40%-50%,包括使用面向深度神经网络的英特尔数学核心函数库,这都进一步提升了西安盈谷智能化辅助诊断系统的功效

    72310

    中科院AI医学影像新成果:人工智能可为肝癌患者无创分级

    人工智能系统SE-DenseNet与增强核磁共振图像结合,可以在无创条件下为病患完成癌症分级。 研究结果显示,与医学影像联合使用的人工智能系统SE-DenseNet与增强核磁共振图像结合,可以在无创条件下为病患完成癌症分级。 随着模式识别、机器学习、深度学习等技术的不断发展,借助医学影像辅助诊断系统,构建深度学习网络模型,对肝癌进行客观自动的分级成为目前主流的研究方向之一。 AI为肝癌患者无创分级 ? 研究人员表示,与医学影像联合使用的人工智能系统SE-DenseNet与增强核磁共振图像结合,可以在无创条件下为病患完成癌症分级。 近年来,利用人工智能进行病灶分级的准确性还在不断提升,说明这项技术应用于疾病诊疗具有很广阔的前景。”

    97640

    RSNA 2018 有哪些亮点?多位行业精英为你深度解读

    总的来说,本届RSNA有三点大的变化:第一、今年大会开幕的两个主题演讲都在谈AI,AI越来越成为一个热点话题,深入到医学影像的讨论中;第二、数据科学成为新的范式,过去我们更多讨论成像和诊断,现在已经开始立足数据科学范式探讨未来十年 近年来,与中国放射医学学术并驾齐驱的中国放射医学影像产业界也取得极大的进展。 过去一年行业有哪些变化? 柏视医疗创始人 陆遥 与去年相比,过去一年行业发展迅速,特别是人工智能在放射学中的应用。 图玛深维CEO 钟昕 图玛深维在本次RSNA展会上除了展出Discover/Lung Nodule 肺结节智能诊断系统,还展示了最新发布的四款医疗影像辅助诊断系统,即胸部X线智能诊断系统(σ-Discover /Lung DR)、乳腺钼靶智能诊断系统(σ-Discover/Mammo)、脑卒中CT智能诊断系(σ-Discover/Stroke CT)及肝脏CT智能诊断系统(σ-Discover/Liver CT 视见医疗CEO 陈浩 除了Lung-Sight CT胸片智能诊断系统,我们先后推出以下新产品: DR-Sight(DR胸片智能诊断系统),能对多达17种疾病类型进行精准病灶定位,进行正异二分定初筛。

    30720

    人工智能助理智慧医疗

    由海归博士团队联手成立的杭州健培科技有限公司,从2014年开始与国内外著名的研究机构和高等院校展开合作,致力于医学影像大数据分析技术(MIBA)的研发及应用,并通过深度学习技术,建立人工智能诊断系统,帮助医生诊断各种疾病 深度学习与医学影像诊断 当下互联网+推动了医疗行业大数据爆炸,据权威调查数据显示,医疗行业非结构化数据占整个数据量的90%左右,医疗行业的非结构化数据主要包括医疗PACS系统产生的医学影像,比如DR,CR HealthView诊断云在驻地云的基础上,结合最新人工智能算法,实现海量相似病例检索和医学影像智能诊断,极大地帮助医生进行定位病症、分析病情和指导手术,属于“临床决策系统”的一部分,也是医学科技发展的前沿方向 但是基于深度学习的人工智能诊断,可以快速给出诊断意见,并且诊断率达78%,远远高于目前的临床诊断准确率。程国华强调,未来健培科技将会陆续对几十种疾病进行实验分析。 GPU耗能和数据流传输怎破? 据了解,本医疗大数据中心项目主要致力于医学影像大数据分析和存储,建立人工智能诊断系统,实现机器辅助医生对疾病进行诊断,主要是以帮助诊疗的方式来推动国内智慧医疗建设。

    1.4K90

    【AI影像见分水岭,行业面临洗牌】中美医学影像人工智能前沿峰会干货集锦

    由汇医慧影和斯坦福大学医学院Department of Radiation Oncology AI Lab联合发起的“中美医学影像人工智能前沿峰会”于12月2日-3日在美国硅谷召开,针对医学影像创新和AI 受益于大数据和人工智能技术的发展,医学影像人工智能公司如雨后春笋般涌现,并迅速成为资本的宠儿。随着国家人工智能、大数据两项国家战略的扶持措施的相继落地,医疗AI即将步入落地应用阶段。 由汇医慧影和斯坦福大学医学院Department of Radiation Oncology AI Lab联合发起的“中美医学影像人工智能前沿峰会”于12月2日-3日在美国硅谷召开,针对医学影像创新和AI 就在文章整理之际,国务院关于“促进新一代人工智能产业发展三年行动计划”出台,计划指出会进一步推动医疗影像辅助诊断系统的落地:推动医学影像数据采集标准化与规范化,支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发 ,加快医疗影像辅助诊断系统的产品化及临床辅助应用。

    81360

    【专家痛陈AI医学影像三大难点】数据规模小、标注质量差、懂算法的不懂医疗

    【新智元导读】中金公司(CICC)此前发布的人工智能相关领域证券研究报告指出,数据获取、数据标注和跨学科人才积累已经成为医疗影像识别进一步推进的三个关键点。 ,更要对医疗影像识别建立深入了解,人工智能+医疗的复合背景人才构成核心竞争力之一。 “随着人工智能技术在医学影像领域的兴起,各种各样的国际国内大赛、评比、甚至所谓的人机大赛搞得轰轰烈烈,公布的成绩从85、90 提升到所谓的 95、98,令人目不暇接,各路人马高唱凯歌,大有接替医生之势。 “目前应用人工智能对某些症像的识别取得了进展, 但是此项技术不论在国内还是国外都还没有开始大规模的临床验证,甚至缺乏验证的技术和科学方法。 目前已经完成第一款用于肺癌早期筛查的医疗影像诊断系统,并在多家三甲医院进行试用。 中金报告所指出的跨学科人才难点,恰恰是深睿医疗的一项显著优势。 深睿医疗目前已经组建了近50 人的团队。

    1.6K60

    医疗人工智能困局:技术成熟,缺乏立法

    肺部结节是指通过医学影像学检查发现肺部直径≤3厘米的类圆形病变。一般情况下,结节多为良性,恶性结节95%会逐渐发展为肺癌,如果能够提前发现并诊断,在进行合理的治疗后患者基本上都可以痊愈,复发率极低。 在科技飞速发展的今天,技术可以极大抹平认知和经验方面的差距,尤其是在医学影像分析方面。 3月29日,阿里在云栖大会深圳峰会上展示了基于阿里云服务的超声甲状腺结节智能诊断系统的实际应用情况。 大数据和人工智能在医疗行业的应用覆盖风险管理、健康管理、生物科技、医学影像、药物挖掘、急救室监控、精神健康、可穿戴设备、虚拟护士助理、营养和病理等多个领域,阿里向外界展示的仅仅是在医学影像方面的应用。 张逊认为,医学影像和病理诊断是人工智能最能够发挥其价值的领域。 实事上,在ET医疗大脑之前阿里云已经开始在医疗领域进行探索。 “ 实际上,医疗人工智能技术已经日趋成熟,以上这些事例都清楚的表明了这一点。那么为什么我们还是很难在实际操作中见到医疗人工智能的身影呢?

    877130

    从英特尔支持DE超声机器人开发,看人工智能在医疗影像领域的价值和机遇

    医疗影像数据快速增长,引入人工智能技术成必然 人工智能和医疗影像的结合已经成为一个比较热门的研究和创业方向。 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约为 6.1%,其间的差距是 23.9%,放射科医师的数量增长远不及影像数据的增长。 深度学习可以模仿人脑的机制来提取医学影像的特征,形成更加抽象的高层特征来进行分类或识别物体。 同时,结合分割技术、检测与识别技术,通过来自大量不同医院、不同品牌、不同型号的超声机采集的超声影像数据来训练网络结构,开发出了超声医学影像智能诊断系统——DE 超声机器人。 ? 英特尔与合作伙伴在人工智能医学影像的开发和应用的探索实践,为将来引入更多病种的检测与诊断,充分发挥人工智能在影像识别的独特优势,提高诊断的质量和效率,起到了非常有效的推动。

    90970

    超声AI时代来了,你准备好了?

    比赛中的AI为中国台湾大学、台大医院联合历时9年研发的甲状腺超声智能辅助诊断系统,而场内外的选手均为各地各级医疗机构的超声医生,其中不乏三级甲等医院及教学医院的超声高手们。 1 事实上,超声医生与人工智能的PK,这已经不是第一次了。 人工智能是否会取代人类?这种种的疑虑和担心,相信都会给我们带来极大的思想冲击。 实际上,人工智能在医学领域的发展,在国内外都是刚刚起步,包括医学影像领域。 目前国内的人工智能用于医学影像诊断,切入点相对局限,一般为那些结构相对简单、二维图像对判定良恶性至关重要的器官,比如甲状腺、乳腺等。 目前业界在争议中渐成共识的是,医疗终为核心,人工智能只是赋能。故而,在国内业界,目前仍把医疗人工智能的定位在辅助诊断上。

    94070

    CCF-GAIR AI医疗论坛:翻越医疗行业的三座大山

    「AI医疗」专场将以“后深度学习时代的医疗变局”为主题,设立“医学影像AI”、“医疗大数据”、“医疗机器人”三大环节,分别邀请三大领域的顶尖专家,阐述未来人工智能医疗的技术理念、产品逻辑和商业方法论 以人工智能、云计算、大数据、5G、物联网、VR/AR等为代表的新一代信息技术迅猛发展,并与医疗器械行业加速融合,人工智能辅助诊断系统、智能化医疗器械、可穿戴健康设备等新产品加速普及应用,智慧医疗正在改变着传统的疾病预防 设立“医学影像AI”、“医疗大数据”、“医疗机器人”三大环节,分别邀请三大领域的顶尖专家,向海内外业内人传播未来人工智能医疗的技术理念、产品逻辑和商业方法论。 2018年4月,AI创新业务部成立,隶属于百度AIG事业群(人工智能事业群),同年6月开始做医疗影像。 阿里医疗也在两年发力医学影像。 但是,不管如何闪转腾挪,传统器械商还是会围绕“医学影像”这一核心优势做文章,医学影像AI会驱动GPS进入新一轮的增长周期。 在巨头面前,医学影像AI的创业公司也在寻找自己的“一亩三分地”。

    40940

    塔尖上的AI医疗,它要飞起来必须迈过这几道坎丨科技云·视角

    数据显示,预计到2025年,人工智能应用市场总值将达到1270亿美元。其中,医疗行业将占市场规模的五分之一。 全球近100家AI医疗公司活跃于虚拟助理、医学影像、药物挖掘、营养学、生物技术、急救室/医院管理、健康管理、精神健康、可穿戴设备、风险管理和病理学共11个具体场景,使AI医疗成为人工智能增长最快的细分领域之一 今年7月,阿里健康及其参股公司万里云一起推出了人工智能医学影像平台“Doctor You”,从事临床医学科研诊断、医疗辅助检测和医师能力培训等。 近日,在科大讯飞2017年度发布会上,科大讯飞发布三款AI医疗工具:语音病例录入、医学影像辅助诊断系统和“智医助理”,力求在原有的医疗水平上融入新的技术,帮助医护人员进行医疗深入诊断、包括对B超、心电图等影像处理分析 在今年全球肺结节测试中,科大讯飞医学影像识别准确率达到94.1%,刷新世界纪录。

    14020

    关注

    腾讯云开发者公众号
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • 腾讯觅影开放实验平台

      腾讯觅影开放实验平台

      一站式医学人工智能开放创新服务平台,涵盖数据管理、标注,算法训练、评测、应用全流程

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注腾讯云开发者

      领取腾讯云代金券