这家AI辅助医学成像公司仅需一美元即可检测多种疾病,影像和临床匿名数据库超过了IBM

2018 年 1 月 22 日 动脉网 李莹

被认为是第四次工业革命的智能化时代的到来,使得人工智能(AI)、大数据等字眼已经成为如今人们茶余饭后经常讨论的话题。随着各种技术的不断出现、进步、交叉与融合,许许多多的新兴学科正在不断出现,并被逐渐应用到医疗健康领域。


医疗数据中有90%来自于医学影像,并且医学影像的数据正以30%的年增长率逐年增长,相比之下,影像科医生的增长速度和工作效率是不足以应对这样的增长趋势,这将给医生带来巨大的压力。另一方面,目前医学影像数据大部分仍然需要人工分析,最明显的缺陷就是不精准,依靠经验所做的判断容易造成误诊。


人工智能依靠强大的图像识别和深度学习技术,将很好地解决医学影像大数据人工处理中存在的两大问题,大大提高数据分析的效率和准确性,减轻医生的压力,同时提高诊疗的效率和准确率。


位于以色列Kibbutz Shefayim的Zebra Medical Vision是一家运用机器及深度学习向医疗保健行业提供下一代产品及服务的公司。其影像学分析平台可使医疗保健机构能够识别有疾病风险的患者,并提供改良的、预防性治疗通路来改善患者医护。

 


>>>>

节约医生成本


Zebra 的平台提供了一个基于云,并且完全托管的研发环境。人们可获取大量已脱敏的研究资料和数据。该平台具备先进的GPU(图形处理器)计算能力,支持各类研究工具。不同的研究组织还可通过这一平台进行合作,共同创建工具。


Zebra的放射辅助系统能接收来自各种模块的扫描影像,自动进行分析,判读各种临床发现。系统发现的结果按需要实时提供给放射科医生、其他医生或医院系统。


Zebra运用专有的数据库,利用机器学习技术,开发出能实时分析数据同时兼具人工判读准确度的软件,为放射科医生提供必要的协助,在不牺牲质量的情况下妥善管理与日俱增的工作量。


同时,医疗服务提供者运用Zebra来预测疾病。Zebra告诉他们病人具有罹患心血管疾病、肺部、骨骼和其他疾病的高风险。另外,Zebra还促成一些医疗法规的建立,例如《医疗服务可及性与儿童健康保险项目再授权法案》(MACRA)。


通过Zebra,医护人员能在正确的时机给予病人所需的关注,不但节约了整体的成本,同时还能提升照护的质量水平。


>>>>

AI1方案:一美元检测高发疾病


Zebra的AI1方案帮助用户自动检测高发疾病,而且每次扫描费用仅为1美元。目前方案涵盖骨骼、肺、心血管、肝等部位的疾病检测。


 

1) 骨密度算法


Zebra的骨质密度算法运用断层扫描获得的图像,以取得骨质密度,所得数值等同于以“双能X线吸收法”(DEXA) 测定骨质密度的T值。


医疗服务人员可以运用现有的断层扫描数据,为高骨折风险的病人进行预先筛检,不需要额外的检测或放射程序。所得结果可以用于骨骼健康或骨折预防的项目中,进而降低整体骨折的比例和相关的支出。

 

50岁以上的人群中,有1/3的女性和1/5的男性患有骨质疏松,全球每年有超过900万的骨折与骨质疏松有关。另外,有80%的潜在患者未被发现或未受到治疗,而骨质疏松性骨折患者的生活质量也会大大衰退 – 25%臀骨骨折的人在骨折后12个月内都住进了疗养院。仅在美国,骨质疏松症治疗的支出估计就达到170亿美元。


其中一个用来判断病人是否患有骨质疏松症的指标是骨质密度。DEXA测定能得到T值,再加上其他风险因子就能知道患有骨质疏松症的可能性。但是,现在只有少数人会主动监控自己的骨质密度,而且DEXA测定也只有少数人做过,因此发现骨质疏松症的比例始终偏低。

 

2) 压缩性骨折算法


Zebra的压缩性骨折侦测算法结合了传统机器视觉的影像分割和卷积神经网络(CNN)技术,可应用于任何胸腔、腹部和骨盆的断层扫描中。该算法能自动地分割脊柱影像,辨识和定位压缩性骨折,区分压缩性骨折、终板退变和骨刺。

 

压缩性骨折:骨质疏松性椎体压缩性骨折很常见,绝经后的妇女每四人中就有一人受到影响,而65岁以上的男子每七人就有一人受到影响。椎体压缩性骨折(VCF)是行动能力和功能状态降低的直接成因,尤其是老年患者。及时地以外科手术或微创手术处理椎体压缩性骨折非常有效,但却很少人这么做。

 

椎体压缩性骨折的致病原因有很多,比如感染、创伤、恶性肿瘤、骨质疏松等,其中骨质疏松是最主要的原因。因此,在50岁以上的人身上,椎体骨折就成为判断骨质疏松的指标。

 

3) 脂肪肝算法


如果发现及时,通过饮食、运动和降低酒精摄取等生活形态的调整,脂肪肝是可逆的。Zebra的脂肪肝算法能分析胸腔/胃部的断层扫描数据,在影像中自动地分割出肝脏并计算其平均密度。这个算法能作为糖尿病前期的警钟,带动生活方式的转变。

 

4) 气肿算法


Zebra的肺气肿算法能分析胸腔断层扫描影像、侦测肺部肺气肿的区域,并能计算出在整体肺容量中肺气肿的容量。


另外,Zebra可以对特定肺气肿盛行的族群给出更为准确的理解,帮助病人在情况恶化之前,妥善而有效地管理疾病。

 

在美国有将近1,200万人被诊断患有慢性阻塞性肺病。慢性阻塞性肺病是仅次于心脏病和癌症之后,第三大健康杀手。且根据目前的估计,美国慢性阻塞性肺病每年的直接和间接医疗支出就高达500亿美元。

 

>>>>

冠状动脉钙化积分算法

 

Zebra的冠状动脉钙化积分算法基于标准、无造影胸腔断层扫描,自动计算冠状动脉钙化积分。这项工具能早期发现人们是否具有严重心血管问题。

 

冠状动脉钙化积分是冠状动脉疾病的生物标记,也是心脏病或中风等心血管疾病的一个强力指标。而传统的冠状动脉钙化积分的评定必须要有专门的造影或无造影、带有心电门控的心脏断层扫描才行。

 

近来则有相当可靠的推导性冠状动脉钙化积分,是由低剂量胸腔断层扫描通过算法取得。

 

除此之外,Zebra公司还在不断地开发新的算法,希望可以从普通的放射图像(X光)、乳房摄影、头部电脑断层、核磁共振等影像数据中,预测疾病的发生。如检测恶性乳房病变、检测急性脑出血、肺动脉高压风险衡量、主动脉瘤风险衡量、检测胸部X光检查、从胸部断层扫描中侦检测肺结节等。

 

>>>>

合作伙伴



Zebra的自动算法和临床洞察决策支持工具吸引了超过1100家医院和医疗机构,并形成合作伙伴网络,主要的合作伙伴包括:Carestream、Intermountain Healthcare、University of Virgina health system、Clalit、Cedars-Sinai、Mahajan Imaging、Teleradiology solutions、NTTDATA、RIMA、HenryFord health system、Nuance、University of Oxford、Assistance  Hopitaux Publique、Google Cloud Platform等。

 

>>>>

融资情况


Zebra目前已获得2千万美元的两轮融资。


分别于2015年4月6日获得来自Khosla Ventures、Marc Benioff、Deep Fork Capital的800万投资。


2016年5月24日获得来自Intermountain Healthcare、Khosla Ventures、Dolby Family Ventures、Marc Benioff、OurCrowd的1200万美元投资。

 

>>>>

获奖情况


从2014年至今,仅仅3年时间,Zebra已积累了“全球最大的医学影像和临床数据的匿名数据库”,甚至超越了IBM。


这样一个快速崛起的公司已获得多项荣誉。如获《FastCompany》杂志评选为全球前5大人工智能公司,获《Fortune》杂志评选为前50大人工智能界领导者,获Gartner公司评为最酷供应商(Cool Vendor),获Frost&Sullivan公司评选为2017年度科技创新者,获Ayn Rand基金会的社会影响力奖等。


编辑|王晓行

微信|wxh-666-666

添加时请注明:姓名-公司-职位

后台发送关键词即可获得相关好文

网站、公众号等转载请联系授权

近期推荐

 看好区块链,115亿美元主要流向中后期投资,StartUp Health发布2017年投融资报告

 腾讯、阿里、百度、讯飞,2017巨头们的医疗AI发展对比

 基层医疗产业发展现状数据报告:占比4%的卫生院创造52%的医疗收入

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。

登录查看更多
0

相关内容

专知会员服务
124+阅读 · 2020年3月26日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
【综述】智能医疗综述,48页论文详述医学AI最新进展
专知会员服务
70+阅读 · 2019年9月1日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
Generative Adversarial Networks: A Survey and Taxonomy
Arxiv
3+阅读 · 2018年6月19日
Arxiv
4+阅读 · 2017年11月4日
VIP会员
相关VIP内容
专知会员服务
124+阅读 · 2020年3月26日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
【综述】智能医疗综述,48页论文详述医学AI最新进展
专知会员服务
70+阅读 · 2019年9月1日
Top
微信扫码咨询专知VIP会员