Skip to main content

人工智能

医疗保健领域利用人工智能提高诊断准确性和速度

医疗保健领域的人工智能

医疗保健领域中的人工智能正在改变诊断医学面貌,帮助医生更准确地确定病因,改善患者治疗效果。

在内窥镜检查过程中使用边缘人工智能即为一个典型示例。内窥镜检查是将一根带有摄像头(内窥镜)的管子插入体内,以获取患者器官和组织的图像或视频。内窥镜检查有多种用途,但除其他方法外,该检查也是帮助胃肠道 (GI) 内科专家筛查癌症的重要诊断工具。通过内窥镜检查,医生可以发现息肉(良性但有潜在问题的生长物),尤其是腺瘤(医生认为是癌前病变的息肉)。

但即使是最有经验的医生也可能很难可靠地解读内窥镜检查的图像。

“医学文献告诉我们,医生在结肠镜检查中未能发现息肉的比例高达 22% 至 28%”,Sabrina Liu 表示,他是全球多元化计算产品开发商 ASUStek Computer Incorporation 的产品工程师。“这本身就是一项困难的工作:有些腺瘤非常小,很难看到,而息肉形态各异,在视频画面中很容易被忽略。”

除了内窥镜技术上的挑战,还存在人类的基本限制。例如,医生在漫长的轮班结束时,可能会比一天开始时更疲劳,更容易出错。在解读医学图像方面,初级临床医生不可能像经验丰富的同事那样精通。

当今的创新解决方案利用边缘人工智能和计算机视觉来增强传统的内窥镜设备。这些系统已经在真实临床环境中应用,并取得了良好的效果。

临床应用显示准确性提高

目前在台湾多家医院使用的华硕内窥镜人工智能解决方案 EndoAim 就是一个很好的例子。

该系统每秒分析多达 60 张图像,实时在屏幕上突出显示人工智能检测到的息肉,提醒医生注意可能遗漏的任何事项。如果他们想更仔细地检查感兴趣的区域,可以切换到窄带成像(NBI),系统会自动将选定的息肉分类为腺瘤或非腺瘤。医生还可以使用该系统对息肉进行一键测量,而此前则通常借助肉眼判断来确定息肉大小,准确率相对较低,约为 62.5%。

该解决方案在临床环境中取得的成果令人印象深刻。“医生们发现腺瘤检出率平均提高了 15% 至 20%,” Liu 指出。“在小息肉检测方面也有明显改善,同时还节省了时间,因为医生现在可以通过内窥镜检查更快速、更准确地测量息肉。”

AI 工具套件、边缘硬件和协作加速产品上市

利用边缘人工智能提高内窥镜检查的准确性和诊断一致性可能会对许多医生产生吸引力——这些系统的物理特性也进一步推动了采用。

EndoAim 基于微型边缘 PC,外形小巧,仅为 12 厘米 x 13 厘米 x 5.5 厘米——这对于空间有限的医院检查室来说是一个重要考虑因素。此外,该系统可以连接到现有的内窥镜设备,无需专门的医疗硬件,使临床医生可以更轻松、更经济地立即开始使用人工智能。

华硕与英特尔的合作对于开发出适销对路的产品至关重要。“集成显卡处理功能的英特尔 CPU 帮助我们缩小了解决方案的整体尺寸,并实现了 60 FPS 的图像分析速率,这是目前医生所能获得的最高速率,” Liu 表示。“利用英特尔® OpenVINO 工具套件,我们还优化了计算机视觉模型,使其能够更流畅、更高效地运行。”

两家公司的合作展示了如何通过技术合作为医疗器械买家提供强大的解决方案——并且速度比以往任何时候都更快。

“我们于 2019 年开始 EndoAiM 研发,并在 2020 年底拥有早期模型,这时我们向英特尔寻求工程支持,” Liu 表示。“到 2021 年,我们已经有了想要推向市场的产品版本。”

人工智能在医疗保健领域的未来:消化内科及其他方面

事实上,解决方案提供商可以更快、更有效地创新边缘人工智能系统。这对医生、患者和医疗保健系统集成商来说是个好消息,因为这无疑会在未来几年中促成其他用例。

华硕目前的内窥镜检查系统已经在研究其中的一些新用例。Liu 指出,公司计划将计算机视觉解决方案扩展到消化内科的其他方面,例如分析上消化道和胃的图像。此外,华硕的工程师们还在研究如何利用人工智能打造超越检测和诊断支持的解决方案,实现疾病预测,帮助医生更早地发现潜在问题,使患者可以更快地开始治疗。

除消化内科外,EndoAiM 背后的计算机视觉算法最终还可应用于其他类型的医学成像。“我们认为这项技术有潜力扩展到分析超声波、X 射线、核磁共振成像等图像,” Liu 表示。“这里蕴藏着帮助人们的巨大机会,我们很高兴能听取不同医疗领域临床医生的意见,了解如何能开发出满足他们需求的解决方案。”

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。