智慧醫(yī)院中的醫(yī)療影像
2023-07-03 15:19
深度學習最開始被用于識別圖像中的物體并因此而普及。這也是這項技術在醫(yī)療行業(yè)最早的用途之。目前在醫(yī)療影像領域，有幾十個 Al 模型已經獲得監(jiān)管部門的批準，幫助智慧醫(yī)院的放射科加快對 CT、MRI 和X 光數據的分析。
AI 可以對檢查圖像進行預篩，標記出需要放射科醫(yī)生注意的區(qū)域。這可以節(jié)省醫(yī)生的時間，讓他們有更多的余力查看其他檢查圖像或向患者解釋結果。該技術可以將腦出血等關鍵病例移到放射科醫(yī)生工作清單的首位，進而縮短診斷和治療危及生命的病例的時間。而且它還可以提高放射學影像的分辨率，使臨床醫(yī)生能夠減少每個患者所需要的劑量。
領先的醫(yī)療影像公司和研究者正在使用 NVIDIA 的技術驅動可用于智慧醫(yī)院環(huán)境的新一代應用。
西門子醫(yī)療 (Siemens Healthineers) 開發(fā)了基于深度學習的自動輪廓繪制解決方案，能夠對放射治療中的危險器官進行精準的輪廓繪制。
富士醫(yī)療使用 NVIDIA GPU 驅動其 Cardio stillshot 軟件，該軟件可在 CT 掃描期間生成精準的心臟影像。為了加快該軟件的工作速度，該團隊使用了包括 NVIDIA Optical Flow SDK 在內的軟件來估計像素級運動，并使用 NVIDIA Nsight Compute 來優(yōu)化性能。
NVIDIA 初創(chuàng)加速計劃中的初創(chuàng)企業(yè)也在使用 A 推進醫(yī)療影像工作流程，例如上海聯影智能的 uA平臺可以為設備、醫(yī)生和研究者提供功能齊全的 AI 應用，涵蓋了影像、篩查、隨訪、診斷、治療和評估領域。該公司的 uVision 智能掃描系統(tǒng)在 NVIDIA Jetson 邊緣 AI 平臺上運行。
