專利
#文章僅代表作者觀點(diǎn),不代表IPRdaily立場,未經(jīng)作者許可,禁止轉(zhuǎn)載#
來源:IPRdaily中文網(wǎng)(iprdaily.cn)
作者:閆杰 超凡知識產(chǎn)權(quán)咨詢信息技術(shù)部 檢索分析師
原標(biāo)題:AI賦能醫(yī)療影像抗疫
近日,一篇由醫(yī)療AI影像企業(yè)科亞醫(yī)療攜手國內(nèi)六家醫(yī)院共同研究發(fā)表的完全基于肺部CT影像的深度學(xué)習(xí)判別新冠肺炎的論文《Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT》被國際頂級放射學(xué)期刊《Radiology》使用的算法似乎在尋覓新冠肺炎的CT影性學(xué)特征方面找到了竅門,通過COVNet實(shí)現(xiàn)CT影像特征提取,對新冠肺炎、社區(qū)獲得性肺炎的鑒別準(zhǔn)確性高。這項(xiàng)研究是AI在醫(yī)療領(lǐng)域的一個(gè)極具現(xiàn)實(shí)意義的應(yīng)用,通過AI增效優(yōu)化新冠篩查流程,實(shí)現(xiàn)高效精準(zhǔn)篩查、降低醫(yī)生工作強(qiáng)度,合理分配醫(yī)療資源的作用。人工智能AI在醫(yī)療領(lǐng)域的應(yīng)用都有哪些呢?接下來,筆者從科亞醫(yī)療專利角度出發(fā),介紹AI在醫(yī)療領(lǐng)域的應(yīng)用。
新冠肺炎疫情期間,各家企業(yè)各展所能,積極研究,利用人工智能技術(shù)助力抗擊新冠肺炎。
近日,一篇由醫(yī)療AI影像企業(yè)科亞醫(yī)療攜手國內(nèi)六家醫(yī)院共同研究發(fā)表的完全基于肺部CT影像的深度學(xué)習(xí)判別新冠肺炎的論文《Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT》被國際頂級放射學(xué)期刊《Radiology》所接收,這篇文章使用的算法似乎在尋覓新冠肺炎的CT影性學(xué)特征方面找到了竅門,通過COVNet實(shí)現(xiàn)CT影像特征提取,對新冠肺炎、社區(qū)獲得性肺炎的鑒別準(zhǔn)確性高。這項(xiàng)研究是AI在醫(yī)療領(lǐng)域的一個(gè)極具現(xiàn)實(shí)意義的應(yīng)用,通過AI增效優(yōu)化新冠篩查流程,實(shí)現(xiàn)高效精準(zhǔn)篩查、降低醫(yī)生工作強(qiáng)度,合理分配醫(yī)療資源的作用。
疫情期間,工信部也曾發(fā)布了《充分發(fā)揮人工智能賦能效用 協(xié)力抗擊新型冠狀病毒感染的肺炎疫情倡議書》就提出了倡議,進(jìn)一步發(fā)揮人工智能的聚能的效益,呼吁人工智能企業(yè)等能夠在疫情企業(yè)、預(yù)警、防治等方面積極做出貢獻(xiàn)。
人工智能AI在醫(yī)療領(lǐng)域的應(yīng)用都有哪些呢?接下來,筆者從科亞醫(yī)療專利角度出發(fā),介紹AI在醫(yī)療領(lǐng)域的應(yīng)用。
科亞醫(yī)療專利情況
通過對科亞醫(yī)療進(jìn)行檢索發(fā)現(xiàn),科亞醫(yī)療在全球領(lǐng)域公開/授權(quán)的專利共計(jì)96件,包括:發(fā)明專利87件,實(shí)用新型4件,外觀設(shè)計(jì)5件。在美國和中國都有專利布局,其中,美國涉及44件,中國涉及52件。
從專利技術(shù)上看,科亞醫(yī)療相關(guān)專利涉及技術(shù)包括:醫(yī)療影像輔助診斷、醫(yī)學(xué)圖像目標(biāo)分割/檢測、病歷/診斷報(bào)告生成、醫(yī)療圖像管理、病癥結(jié)果預(yù)測以及醫(yī)療設(shè)備6個(gè)方面,其中醫(yī)療影像輔助診斷專利數(shù)量最多,為43件。
通過對科亞醫(yī)療專利分析發(fā)現(xiàn),AI在醫(yī)療影像輔助診斷、醫(yī)學(xué)圖像目標(biāo)分割/檢測、病歷/診斷報(bào)告生成、醫(yī)療圖像管理、病癥結(jié)果預(yù)測這幾個(gè)方面都有所應(yīng)用。接下來,筆者分別針對這些方面介紹AI在其中的應(yīng)用。
醫(yī)療影像輔助診斷
涉及專利數(shù)量43件,技術(shù)應(yīng)用包括:(1)借助醫(yī)學(xué)圖像實(shí)現(xiàn)生理狀況預(yù)測;(2)血管狀態(tài)分析或者血流儲備分?jǐn)?shù)(FFR)預(yù)測;(3)利用醫(yī)學(xué)圖像進(jìn)行模型重建;(4)引導(dǎo)血管中的支架植入;(5)為生理上結(jié)構(gòu)生成解剖學(xué)標(biāo)記。
借助人工智能手段,對醫(yī)學(xué)影像進(jìn)行處理分析或者模型構(gòu)建,實(shí)現(xiàn)對患者的生理或者血管等狀況的預(yù)測,輔助醫(yī)生進(jìn)行病癥診斷,降低醫(yī)生誤診漏診率,以及為醫(yī)生進(jìn)行手術(shù)指引,例如通過模型重建,直觀呈現(xiàn)相關(guān)區(qū)域,以便于直觀的確定支架植入位置。
代表專利:CN110853029A 用于基于醫(yī)學(xué)圖像自動預(yù)測血流特征的方法、系統(tǒng)和介質(zhì)
本發(fā)明公開了一種用于基于醫(yī)學(xué)圖像自動預(yù)測血流特征的方法、系統(tǒng)和介質(zhì),獲取血管樹的圖像塊和血管相關(guān)特征;基于血管樹的圖像塊和血管相關(guān)特征,利用學(xué)習(xí)網(wǎng)絡(luò)來計(jì)算血管樹的血流特征,其中學(xué)習(xí)網(wǎng)絡(luò)包括依序連接的多模型神經(jīng)網(wǎng)絡(luò)和樹結(jié)構(gòu)遞歸神經(jīng)網(wǎng)絡(luò)。
該方法能夠根據(jù)采集的目標(biāo)對象血管的醫(yī)學(xué)圖像的圖像信息和血管相關(guān)特征來對該目標(biāo)對象的血流特征進(jìn)行精準(zhǔn)的預(yù)測,如預(yù)測目標(biāo)對象的血流儲備分?jǐn)?shù)(FFR)等血流特征,以根據(jù)血流儲備分?jǐn)?shù)幫助用戶對目標(biāo)對象進(jìn)行相應(yīng)的病理判斷或其他處理。
醫(yī)學(xué)圖像目標(biāo)分割/檢測
涉及專利數(shù)量27件,技術(shù)包括:(1)利用神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)圖像分割;(2)3D圖像中目標(biāo)檢測;(3)醫(yī)學(xué)圖像中諸如血管等對象的中心線生成方法。
通過人工智能手段,實(shí)現(xiàn)了醫(yī)學(xué)圖像對象的檢測及準(zhǔn)確定位,提高后續(xù)進(jìn)行疾病預(yù)測的準(zhǔn)確性。
代表專利:CN110148129A 3D圖像的分割學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練方法、分割方法、分割裝置和介質(zhì)
本公開提供一種3D圖像的分割學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練方法、分割方法、分割裝置和介質(zhì)獲取,由圖像采集裝置采集的3D圖像;基于所獲取的3D圖像利用訓(xùn)練好的分割學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行分割,其中,所述分割學(xué)習(xí)網(wǎng)絡(luò)基于卷積層、多個(gè)密集塊、解卷積層和輸出層的依序聯(lián)合而構(gòu)成,所述密集塊內(nèi)的基本單元之間具有密集連接,所述基本單元由批量歸一化層、RELU層和卷積層組成,且所述分割學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練所利用的損失函數(shù)更關(guān)注困難樣本且對遠(yuǎn)離所述關(guān)注對象的負(fù)面體素進(jìn)行懲罰。
通過上述方法,能夠以結(jié)構(gòu)更緊湊且參數(shù)更少的學(xué)習(xí)網(wǎng)絡(luò)實(shí)現(xiàn)對不規(guī)則且小型的關(guān)注對象的快速且準(zhǔn)確的分割,且該結(jié)構(gòu)更緊湊且參數(shù)更少的學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練過程,解決現(xiàn)有技術(shù)中在學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練中嚴(yán)重的前景背景失衡問題以及準(zhǔn)確勾畫目標(biāo)物(如腫瘤)邊界繁瑣導(dǎo)致樣本稀缺而產(chǎn)生的過擬合的技術(shù)問題。
病歷/診斷報(bào)告生成
涉及專利9件,技術(shù)包括:(1)交互式診斷報(bào)告系統(tǒng);(2)病歷文本處理。
通過人工智能方法,實(shí)現(xiàn)對文本的處理,能夠使用諸如電子病歷和生物醫(yī)學(xué)研究文章之類的自由文本或者醫(yī)學(xué)圖像描述語句來構(gòu)造醫(yī)學(xué)報(bào)告和生物醫(yī)學(xué)文章,提高醫(yī)學(xué)報(bào)告的生成效率,節(jié)省醫(yī)生時(shí)間。
代表專利:CN109887577A 用于基于患者的醫(yī)學(xué)圖像生成報(bào)告的系統(tǒng)、方法和介質(zhì)
本公開提供一種用于基于患者的醫(yī)學(xué)圖像生成報(bào)告的方法,接收由圖像采集裝置獲取的醫(yī)學(xué)圖像以及用戶對至少一個(gè)視圖中的至少一幅醫(yī)學(xué)圖像的選擇,基于學(xué)習(xí)網(wǎng)絡(luò)自動生成描述所選擇的醫(yī)學(xué)圖像的關(guān)鍵詞,所述學(xué)習(xí)網(wǎng)絡(luò)包括串聯(lián)連接的卷積神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)。所述方法還包括接收在所生成的關(guān)鍵詞中的關(guān)鍵詞選擇,基于所述關(guān)鍵詞選擇生成所述報(bào)告,并且在顯示器上顯示所選擇的醫(yī)學(xué)圖像和所述報(bào)告。
上述方法提供了一種診斷報(bào)告系統(tǒng),能夠達(dá)到基于用戶對醫(yī)學(xué)圖像的關(guān)注的視圖和/或區(qū)域的選擇來生成醫(yī)學(xué)診斷報(bào)告,以及生成描述醫(yī)學(xué)圖像的關(guān)鍵詞根據(jù)用戶對關(guān)鍵詞的選擇來創(chuàng)建診斷報(bào)告的技術(shù)效果。
醫(yī)療圖像管理
涉及專利8件,技術(shù)包括:(1)通過確定醫(yī)學(xué)圖像優(yōu)先級對醫(yī)學(xué)圖像數(shù)據(jù)進(jìn)行排序以實(shí)現(xiàn)醫(yī)學(xué)圖像調(diào)度管理;(2)外觀專利,醫(yī)學(xué)圖像管理界面。
代表專利:CN108305671A 由計(jì)算機(jī)實(shí)現(xiàn)的醫(yī)學(xué)圖像調(diào)度方法、調(diào)度系統(tǒng)及存儲介質(zhì)
本公開涉及一種由計(jì)算機(jī)實(shí)現(xiàn)的醫(yī)學(xué)圖像調(diào)度方法、調(diào)度系統(tǒng)及存儲介質(zhì),獲取醫(yī)學(xué)圖像相關(guān)數(shù)據(jù),對所述醫(yī)學(xué)圖像相關(guān)數(shù)據(jù)進(jìn)行處理,以至少得到醫(yī)學(xué)圖像相關(guān)數(shù)據(jù)的優(yōu)先級參數(shù),根據(jù)排序來呈現(xiàn)醫(yī)學(xué)圖像相關(guān)數(shù)據(jù)及其處理結(jié)果的隊(duì)列。
該方法基于人工智能對醫(yī)學(xué)圖像進(jìn)行初步判斷并據(jù)此優(yōu)化調(diào)度,需要時(shí)還能夠?qū)⑷斯ぶ悄艿呐袛嘟Y(jié)果、醫(yī)學(xué)圖像的屬性信息(例如數(shù)據(jù)采集時(shí)間)和臨床醫(yī)生的診斷結(jié)果綜合起來對病例進(jìn)行精確排序,確保病情緊急重要的病例能被及早及時(shí)地處理,優(yōu)化影像科醫(yī)生的工作量分配,均衡各位影像科醫(yī)生之間的工作量分配,并為各張醫(yī)學(xué)圖像分配勝任的影像科醫(yī)生,以避免因分配不當(dāng)導(dǎo)致對醫(yī)學(xué)圖像相關(guān)數(shù)據(jù)的處理延遲。
病癥結(jié)果預(yù)測
涉及專利5件,技術(shù)主要包括:(1)借助人工智能手段對醫(yī)學(xué)圖像進(jìn)行分析,以疾病分析結(jié)果;(2)借助神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)癌癥轉(zhuǎn)移檢測。
通過人工智能方法,對醫(yī)學(xué)圖像進(jìn)行分析,實(shí)現(xiàn)患者病癥預(yù)測或者對診療結(jié)果風(fēng)險(xiǎn)預(yù)測以提早預(yù)估風(fēng)險(xiǎn),便于醫(yī)生制定診療方案以及把控診療過程。
代表專利:CN110503640A 對醫(yī)學(xué)圖像進(jìn)行分析的裝置、系統(tǒng)及計(jì)算機(jī)可讀介質(zhì)
本公開涉及一種對醫(yī)學(xué)圖像進(jìn)行分析的裝置、系統(tǒng)及計(jì)算機(jī)可讀介質(zhì),基于所述醫(yī)學(xué)圖像利用訓(xùn)練好的學(xué)習(xí)網(wǎng)絡(luò)來分別確定患有各種疾病的狀況,學(xué)習(xí)網(wǎng)絡(luò)依序包括編碼器和與每種疾病一一對應(yīng)設(shè)置的遞歸神經(jīng)網(wǎng)絡(luò)單元,編碼器被配置為基于所述醫(yī)學(xué)圖像提取特征信息,從輸入側(cè)起的第一個(gè)遞歸神經(jīng)網(wǎng)絡(luò)單元被配置為:至少基于所述特征信息來確定患有相應(yīng)疾病的概率;從輸入側(cè)起的第二個(gè)以后的每個(gè)遞歸神經(jīng)網(wǎng)絡(luò)單元被配置為:基于特征信息以及至少一個(gè)相鄰遞歸神經(jīng)網(wǎng)絡(luò)單元的隱藏信息來確定患有相應(yīng)各種疾病的概率。
該方法以自動化的方式,幫助放射科醫(yī)師和臨床醫(yī)生快速準(zhǔn)確地解讀醫(yī)學(xué)圖像且一并提供多種疾病的分析診斷結(jié)果。
人工智能在醫(yī)療領(lǐng)域的應(yīng)用
事實(shí)上,除了上述介紹的應(yīng)用之外,人工智能在醫(yī)療領(lǐng)域還可以應(yīng)用在智能問診、基因測序、醫(yī)療物資調(diào)配、抗病毒藥物研發(fā)等方面。例如,依圖醫(yī)療開發(fā)的“新冠肺炎小依醫(yī)生”產(chǎn)品,提供面向大眾的新冠肺炎科普、智能問診及導(dǎo)診,以及面向政府的區(qū)域疫情的智能監(jiān)控及分析,等等。
據(jù)不完全統(tǒng)計(jì),目前已有20余款人工智能系統(tǒng)應(yīng)用在抗“疫”一線以及全國數(shù)百家醫(yī)院,服務(wù)人群包括疑似病例和確診病例達(dá)到數(shù)十萬人次,有效提升了新冠肺炎排查效率和診斷準(zhǔn)確率。相信隨著人工智能技術(shù)的發(fā)展,在未來,人工智能技術(shù)在醫(yī)療領(lǐng)域會發(fā)揮更大的作用,助力醫(yī)療領(lǐng)域的發(fā)展。
參考文獻(xiàn)
1. https://news.yaozh.com/archive/29114.html
2. http://news.pharmnet.com.cn/news/2020/03/20/537750.html
3. https://www.sohu.com/a/372448044_120067116
4. https://blog.csdn.net/KuAI_KST/article/details/104171347
5. http://tech.gmw.cn/2020-03/25/content_33684579.htm
來源:IPRdaily中文網(wǎng)(iprdaily.cn)
作者:閆杰 超凡知識產(chǎn)權(quán)咨詢信息技術(shù)部 檢索分析師
編輯:IPRdaily王穎 校對:IPRdaily縱橫君
點(diǎn)擊圖片,查看專題詳情!
「關(guān)于IPRdaily」
IPRdaily是具有全球影響力的知識產(chǎn)權(quán)媒體,致力于連接全球知識產(chǎn)權(quán)與科技創(chuàng)新人才。匯聚了來自于中國、美國、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個(gè)國家和地區(qū)的高科技公司及成長型科技企業(yè)的管理者及科技研發(fā)或知識產(chǎn)權(quán)負(fù)責(zé)人,還有來自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機(jī)構(gòu)的全球近100萬用戶(國內(nèi)70余萬+海外近30萬),2019年全年全網(wǎng)頁面瀏覽量已經(jīng)突破過億次傳播。
(英文官網(wǎng):iprdaily.com 中文官網(wǎng):iprdaily.cn)
本文來自IPRdaily中文網(wǎng)(iprdaily.cn)并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意,并附上出處與作者信息。文章不代表IPRdaily.cn立場,如若轉(zhuǎn)載,請注明出處:“http://m.globalwellnesspartner.com/
文章不錯(cuò),犒勞下辛苦的作者吧