AI、数字化成行业发展风向标,GE医疗如何解锁智能医疗设备新空间?

2022 年 11 月 3 日 36氪

从深度学习掀起磁共振革命开始谈起。


临床磁共振成像(MRI),被认为是20世纪以来最重要的医学发展之一。1983年,全球第一款1.5T临床磁共振问世(注:T即“特斯拉”,为磁场强度单位),科学家们为之振奋。为了纪念这一重要时刻,研发出该设备的GE医疗在美国研发基地埋下了时间胶囊。在胶囊中,科学家们描绘了他们对磁共振未来的美好愿景。因1.5T磁共振的共振频率是64兆,浪漫的科学家们选择64年后开启时间胶囊。
如今64年未到,磁共振已经取得了飞速的发展。首先,性能的不断提升,随着 0.5T、 1.0T、1.5T、3T、7T、极T 等(有部分厂家正研发5T)场强和梯度性能不断提升的设备陆续问世,设备的信号采集能力也在不断增强。其次,诊断地位的加强,今天的 MRI 已取代了许多传统影像诊断技术,成为中枢神经系统疾病诊断的金标准,且在骨关节、软组织病变的诊断中举足轻重。近几年来,超高场磁共振在脑功能成像、频谱成像、白质纤维束成像、心脏检查、冠心病诊断、腹部、盆腔等脏器的检查技术也得到了飞速发展。最后,临床使用的不断普及,据悉,全球每年磁共振扫描超过2亿次,且有一半是在亚洲。
这些发展很大程度得益于磁体、梯度、射频、线圈等硬件技术的创新发展,它们让磁共振的各项性能参数达到非常高的水准。然而,这距离科学家们畅想的磁共振美好远景还有一定的距离。
据GE医疗中国磁共振产品事业部产品经理陈忠维博士介绍,随着磁共振场强的不断增加,人体的安全性也受到了相应的风险的困扰,即便将来能完成10T乃至20T的磁共振场强设计,但难以保证人体的安全性”,譬如梯度场强和切换率提升可能影响人体的外周神经刺激,射频功率提升则会带来患者的7灼伤风险等,“换言之,不断提升的磁共振硬件参数和人体安全之间的调和,成为了现阶段磁共振发展所遇到的最大的瓶颈。
深度学习掀起磁共振革命
如何突破上述瓶颈?结合整个影像链来看,即磁共振都是基于设备采集信号,基于此进行信号处理,并重建整合出图像,最终作为医生的临床诊断依据。过往,科学家们都在硬件端的信号采集层面做优化;现在,他们则逐渐在算法端的信号处理和图像重建上做出努力。
GE医疗全球磁共振总裁兼首席执行官薛洁就表示,人工智能和深度学习的出现,让公司在磁共振发展的方向选择上,有了新的风向标。而GE医疗最新发布的AIR™ Recon DL技术便是典型的攻坚成果,它是业内获得FDA认证的基于深度学习技术的磁共振影像重建技术,它将深度学习嵌入到磁共振重建原始数据阶段,将MR信号与噪声分离,实现了磁共振信号的“所见即为真”,帮助实现病理影像化。
而目前针对磁共振影像的AI技术,大多集中在两方面:一个是前期流程智能化,如自动识别解剖部位(磁共振AI 1.0时代);另一个是图像重建后的智能分析和辅助诊断,如结构与功能成像的多模态融合(磁共振AI 2.0时代)。
区别于上述技术,据陈忠维介绍,AIR™ Recon DL最核心的创新是:从原始数据阶段实现了对于MR信号与噪声信号的有效分离,让磁共振影像进入纯净的元空间(无噪声或者说趋近于0噪声)。深度学习算法在其中发挥了重要作用——实现元空间的信号提纯。陈忠维将其通俗地比喻为自来水的净化过程,“自来水中的杂质同样肉眼不可见,但经过多次PM2.5的过滤和沉淀,包括蒸馏、高温、高压等多次往复的手段以后,将自来水中存在的所有的杂质滤除掉,最终形成纯净水。”
其临床价值在于,扫描参数不再是制约图像质量的主要因素,提升磁共振扫描速度、分辨率和信噪比,“实现了无代价的快、不减速的好”,有助于进一步提升MRI设备在医院的周转率和应用范围。据了解,磁共振检查预约难、排队难,检查一次患者往往要排队5天。很多医院全天所有磁共振设备满负荷运转,仍然难以承受日益增长的临床需求。
另外,AIR Recon DL用提升CNR病灶对比度(病灶与正常组织之间的对比)的方式,让疑难疾病的诊断获得更多的影像支持,进一步拓宽磁共振扫描的适应症,譬如小病灶的检出,疑难杂症、罕见病的精准诊断等,甚至能对标“病理诊断”金标准。
他以垂体微腺瘤患者案例展开说明。“垂体微腺瘤目前是非常难发现和诊断的疾病,病灶往往体积非常小,通常在10毫米以下的肿瘤,要找到病灶除了需要非常高的分辨率和非常好的信噪比,还需要对该垂体微腺瘤的病例进行定性(属于功能性的还是非功能性的)——需要进行动态增强的成像。因为,垂体的动态增强成像的效果是快进快出,而垂体微腺瘤则是一个延迟强化的过程,这就需要磁共振的动态增强,需要有非常高的时限分辨率,AIR™ Recon DL就可以达到分辨率、信噪比、时限分辨率三合一的效果,实现精准诊断。”
除了在小病灶检出上,AIR Recon DL对疑难杂症的诊断上有独到的价值,典型病例如双胎输血综合征,这是目前在临床上罕见、且很难诊断的疾病,过往超声或传统磁共振只能关注到胎儿和母亲胎盘之间的供血情况,有效信号淹没在周围的噪声中;而有了AIR™ Recon DL技术之后,得益于CNR(病灶对比度)的大幅度的提升,可以看到两个胎儿心脏之间的关系以及由供血异常引发的胎儿神经组织上面缺血性的损伤,帮助医生在疾病发生早期介入治疗,提升胎儿的这种生存率以及患者的生活质量。
据悉,截至目前,AIR Recon DL已深入临床,涉及神经、乳腺、体腹部、骨肌以及心脏等领域,在众多国内三甲医院进行临床试用,并取得了丰硕的科研成果,目前正在申报NMPA(国家药品监督管理局)的注册证。另外,全球至少有350万患者接受了AIR™ Recon DL扫描。
陈忠维认为,深度学习技术已彻底改变了磁共振发展的方向,而AIR™ Recon DL技术仅仅是一个开始。

AI、数字化成医疗设备发展风向标

其实,GE医疗早已在人工智能与深度学习算法领域展开研究。据薛洁介绍,“在2016年人工智能刚刚在影像行业兴起的时候,就在全球招募数百位物理学家,计算机科学家、数学家以及医学专家,成立了专门的研究项目组”,为各类影像设备赋能,如今已有诸多成果落地,其中AIR™ Recon DL即是项目组成立之初便着手研发的项目。
而除了磁共振,人工智能和深度学习也成为GE医疗在X射线计算机断层扫描系统(CT)、超声、介入治疗器械等医疗设备的发展风向标。
以CT为例,GE医疗自主研发而成的TrueFidelity™便是这一思路的重要体现,它是GE医疗的深度学习图像重建系统,与传统算法相比,TrueFidelity™能通过持续学习高剂量下的高清影像,配合GE医疗相关的硬件技术,能将低辐射剂量下获得的原始数据重建成高质量的图像,还原图像真相。
根据GE医疗中国首席技术官孙旭光此前介绍,2019年为CT影像引入了深度学习算法,直观效果“就好像电视现在都进入4K、8K时代”,可以看到更多细节、更好的组织边界,以及更低的噪声。据悉,针对肿瘤早期病变,该技术与能谱成像(GSI)相结合的TrueFidelity™ GSI能让轻度强化病灶与周边组织结构的区分更加清晰,从而协助临床为患者前移重疾早诊早治时间窗口,进一步体现了“影像病理化”的趋势。
在今年举办的世界人工智能大会上,孙旭光也表示,这都只是AI技术在医疗设备领域应用的冰山一角。他认为,未来AI技术还能更好地帮助整个医疗技术发展,不光是诊断,甚至是治疗,譬如越来越多的微创手术应用,致力于让患者在受到最少伤害的前提下得到治疗,这些都有赖于智能影像技术的发展。
据悉,此前,GE医疗还在中国市场发布了专门针对急诊、重症医学及围术期临床应用的人工智能超声系统——Venue系列人工智能急重症移动型系列超声,具有AI功能的双C臂血管机AI IGS 6等涵盖从诊断到治疗不同类型的AI产品,甚至推出了AI医疗领域的“应用商店”——“Edison爱迪生数字医疗智能平台”。
结合时代背景,全球新冠疫情仍在持续,医疗行业里来自医疗资源、诊疗效率等方面的压力与日俱增,这迫切需要创新医疗技术的加持,以帮助临床医生高效管理重症新冠患者、应对癌症和心脏病等重疾挑战、大量积压的非紧急护理工作,以及人口老龄化问题,同时还要对抗职业倦怠和人力等资源短缺。
为此,近年来,GE 医疗加快在AI和数字医疗解决方案的创新布局,即是致力于改善上述现状。截至目前,GE医疗的AI、数字化产品已覆盖了以分级诊疗为依据的“三级医院——县域医疗中心——基层医疗机构”三大医疗场景。
具体来说,在三级医院,AI、数字化医疗能在提质增效,缓解群众看病难的问题基础上,进一步助力疑难杂症的科研攻关;在国家区域医疗中心,AI数字化应用则能有效提升内部分工协作、上下联动的模式,加速分级诊疗落地,助力实现基层群众“大病不出县”的目标;在基层医院,则可通过AI数字化应用“让数据多跑路,让百姓少跑腿”,规范诊疗行为,推进基层影像同质化,让更多群众享受优质的医疗卫生服务。
GE医疗持续发力高端创新产品
而能有上述这样的技术进展,主要得益于GE医疗长期积累的硬核实力。
GE医疗深耕中国市场多年,是中国市场最大的医疗设备制造企业,作为上游设备提供商,深入理解医疗客户的临床痛点,结合实际需求研发出更具针对性的产品;长期专注于通过创新科技提升临床诊治效率和质量,改善患者就诊体验,降低医疗成本;在AI技术研究领域蓄力已久,且具备全面覆盖成像AI模型,还会全面覆盖成像端图像信噪比、伪影控制和加速三大方向的研发,技术尝试更多元立体;更重要的是,GE医疗设备的装机量全球领先,具备从数据到图像的先发优势。
以此作为“底气”,GE医疗持续进行创新研发,以行业领先的速度不断推出重磅新品。
据悉,在即将举办的第五届进博会上,GE医疗将会首展出多款产品,譬如目前行业内最轻便、灵活连接智能手机、平板电脑使用的双面探头掌上超声诊断设备Vscan Air,超高端CT设备Revolution CT Power,全球首台双通道、全环数字化核医学成像设备SPECT/CT- StarGuide,全自由移动的Allia IGS 7复合手术室机器人等。
届时,前文提及的AIR Recon DL,以及新一代旗舰型心血管超声诊断设备Vivid E95也会重点展出,以持续发挥进博会的溢出效应,加速布局中国市场。
目前,中国已经成为全球第二大医药市场,仅次于美国。据弗若斯特沙利文数据显示,中国医疗开支总额预计2025年将达到11.6万亿元,市场前景可观。另外,在新冠疫情后,整个中国的医疗环境也发生了显著的变化,譬如国家重视基层疾病的预防工作、建立起强大的疾控网络,这也意味着大量的医院投资。
这对GE医疗而言,机遇与挑战并存,AI和数字化也成为了当下市场环境的必然之选。在这条路上,GE医疗已然迈出了坚实有力的步伐,且成果卓著。可以期待的是,当47年后时间胶囊开启之时,除了磁共振,CT、超声、分子影像等也能实现科学家们此前畅想的美好愿景。

登录查看更多
0

相关内容

2022全球脑机接口技术与应用发展研究报告(附报告)
专知会员服务
46+阅读 · 2022年11月23日
2022年中国AI医学影像行业概览
专知会员服务
66+阅读 · 2022年7月17日
2022年中国智慧医疗行业概览(摘要版)
专知会员服务
70+阅读 · 2022年6月11日
德勤元宇宙系列白皮书:健康医疗行业应用初探
专知会员服务
58+阅读 · 2022年5月29日
医疗人工智能发展现状及展望
专知会员服务
76+阅读 · 2022年4月11日
联邦学习智慧医疗综述
专知会员服务
120+阅读 · 2021年11月27日
专知会员服务
50+阅读 · 2021年7月18日
2022年中国智慧医疗行业概览(摘要版)
专知
5+阅读 · 2022年6月11日
元宇宙造芯,从AR开始
量子位
1+阅读 · 2022年4月28日
CCCF专题导言 | 智能医生助理:需求与挑战
中国计算机学会
1+阅读 · 2022年3月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年11月19日
Arxiv
0+阅读 · 2022年9月29日
Arxiv
13+阅读 · 2019年11月14日
VIP会员
相关VIP内容
2022全球脑机接口技术与应用发展研究报告(附报告)
专知会员服务
46+阅读 · 2022年11月23日
2022年中国AI医学影像行业概览
专知会员服务
66+阅读 · 2022年7月17日
2022年中国智慧医疗行业概览(摘要版)
专知会员服务
70+阅读 · 2022年6月11日
德勤元宇宙系列白皮书:健康医疗行业应用初探
专知会员服务
58+阅读 · 2022年5月29日
医疗人工智能发展现状及展望
专知会员服务
76+阅读 · 2022年4月11日
联邦学习智慧医疗综述
专知会员服务
120+阅读 · 2021年11月27日
专知会员服务
50+阅读 · 2021年7月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员