Содержание
Быстрое и точное определение COVID-19 на КТ-исследованиях — AI Russia
2404
Май, 2020 год.
Платформа для анализа КТ-исследований Care Mentor AI.
ЗдравоохранениеКлиентский сервисПродажиФинансыРост производительностиCare Mentor AIComputer visionImage recognition
Какую проблему решали
Врачи «Областного диагностического центра» (УЗОДЦ) тратят на одно КТ-исследование от 20 до 40 минут, что сказывается на времени ожидания пациентами результатов исследования и их дальнейшей маршрутизации.
Процент поражения легких COVID-19 вычисляется врачами «на глаз» с разбросом в 10-15%, что затрудняет оценку динамики патологических изменений.
Структура рабочего процесса по расшифровке КТ-исследований нерациональна, недостаточно высоки скорость и точность диагностики из-за перегруженности врачей и человеческого фактора.
Решение проблемы
Компания Care Mentor AI внедрила в УЗОДЦ систему для анализа рентгенологических исследований, которая автоматически вычисляет процент поражения легких.
Сервис работает 24/7 в качестве помощника врача-рентгенолога, автоматизируя выдачу заключения о степени тяжести заболевания и существенно сокращая время обследования.
Автоматическое вычисление объема поражение легких дает возможность с максимальной точностью оценить динамику патологических изменений.
Применяемые технологии
Базовым элементом системы искусственного интеллекта Care Menor AI являются нейронные сети.
На первом этапе проектирования каждой сети используются InveptionV3, ResNet, DenseNet и др.
Для обучения модели применяли наборы диагностических изображений, сбалансированные по полу, возрасту, объему и характеру поражения. Также в обучении использовали датасеты из открытых источников.
Бизнес-процесс
До проекта:
- Ручной подсчет степени и % поражения легких на КТ-исследованиях.
- 25-40 минут на обработку одного КТ-исследования.
- Перегруженность врачей.
- Сильное влияние человеческого фактора на оценку результатов.
- Погрешность в точности финальных результатов: 10-15%.
После проекта:
- Автоматический подсчет площадей поражения легких на КТ-исследованиях.
- Формирование заключения по формуле площади поражения.
- Автоматизация рутинных процессов.
- 5-8 минут на обработку одного КТ-исследования.
- Более точные результаты исследования.
Результаты
Команда департамента здравоохранения Ивановской области
Сергей Степаненко
Генеральный директор
Команда Care Mentor AI
Дмитрий Блинов
Руководитель отдела научных исследований и разработок
Андрей Дорофеев
Руководитель отдела государственной сертификации
Инна Мороз
Директор по развитию
Юрий Новохатько
Технический директор
Илья Плиско
Генеральный директор
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
Тамбовский областной онкологический клинический диспансер
ИИ для раннего выявления онкологии
Июнь, 2019
Департамент здравоохранения ЯНАО
Платформа для анализа медицинских исследований
Сентябрь, 2019
МИАЦ ЯНАО
Повышение эффективности диспансеризации населения
Май, 2020
Разъём герметичный SZC28 19P-M-FB, 19 контактов
Работаем с физическим и юридическими лицами. Обработка заказов; ПН – ПТ (10:00-18:00). Электронная почта: [email protected]
subject
- Интернет магазин Радиотехники
- Разъемы соединения
- Специализированные разъемы
- Разъём герметичный SZC28 19P-M-FB, 19 контактов
org/ListItem»>Герметичные разъемы- Описание
- Характеристики
- Отзывы
- Вопрос/ответ
Комплект штекер-гнездо, 19 контактов
Пыле и влаго защищенные герметичные разъемы соответствую высочайшей степени защиты (IP68/IP67), что позволяет использовать разъемы в самых неблагоприятных условиях окружающей среды, в том числе при длительном погружении в воду (более 30 минут) на глубину больше одного метра.
| Тип разъёма | Разъем герметичный серии SZC28 (комплект) |
| Тип соединения | кабель (вилка) — блок (розетка) |
| Особенности конструкции | с заглушкой на блочной части |
| Количество контактов | 19 х 1,0 мм |
| Диаметр входящего кабеля, мм | 15 (PG19) |
| Номинальное напряжение, В | 250 (АС) |
| Номинальный ток, А | 5 |
| Контактное сопротивление, мОм, не более | 2 |
| Сопротивление изоляции, МОм, не менее | 2000 |
| Диэлектрическая прочность, В | 1500 |
| Материал корпуса | РА66 UL94V-0 |
| Цвет | корпус — черный; накидные гайки — синие |
| Класс защиты | IP68 |
| Диапазон рабочих температур, °C | -25…+85 |
| Размер установочного отверстия, мм | Ф28,5 |
| Диаметр корпуса, мм | розетка Ф37 |
| Глубина, мм | вилка — 76; розетка — 22 |
| Транспортная упаковка: размер/кол-во | 48*48*28/50 |
| Вес брутто | 66. 60 |
Недавно вы смотрели
SZC
Разъём герметичный SZC28 19P-M-FB, 19 контактов
1 196
NIH использует искусственный интеллект для диагностики, лечения и мониторинга COVID-19
You are here
Совместная сеть для привлечения медицинских изображений и клинических данных для выявления уникальных особенностей COVID-19.
Компьютерная томография легких пациента с COVID-19 с областями, описанными радиологами как напоминающие зерна матового стекла. сила искусственного интеллекта и медицинской визуализации для борьбы с COVID-19. Межучрежденческое сотрудничество под руководством Национального института биомедицинской визуализации и биоинженерии (NIBIB), входящего в состав NIH, позволит создать новые инструменты, которые врачи смогут использовать для раннего выявления и индивидуальной терапии пациентов с COVID-19.
«Эта программа особенно интересна, потому что она даст нам новые способы быстро превратить научные открытия в практические инструменты визуализации, которые принесут пользу пациентам с COVID-19», — сказал Брюс Дж. Тромберг, доктор философии, директор NIBIB. «Он объединяет лидеров в области медицинской визуализации и искусственного интеллекта из академических кругов, профессиональных сообществ, промышленности и правительства для решения этой важной задачи».
Особенности инфицированных легких и сердца, видимые на медицинских изображениях, могут помочь оценить тяжесть заболевания, предсказать реакцию на лечение и улучшить результаты лечения пациентов. Однако основная проблема заключается в том, чтобы быстро и точно идентифицировать эти признаки и оценить эту информацию в сочетании со многими другими клиническими симптомами и тестами. Цели MIDRC — возглавить разработку и внедрение новых диагностических средств, включая алгоритмы машинного обучения, которые позволят быстро и точно оценивать состояние заболевания и помогут врачам оптимизировать лечение пациентов.
«В ходе этой работы будет собрано большое хранилище изображений грудной клетки COVID-19, — объяснил Гоин Лю, доктор философии, руководитель научной программы NIBIB, — что позволит исследователям оценивать данные как о легких, так и о сердечной ткани, задавать важные вопросы. исследовать вопросы и разработать прогностические сигнатуры изображений COVID-19, которые могут быть доставлены поставщикам медицинских услуг».
Мэриеллен Л. Гигер, доктор философии, Институт им. А.Н. Притцкеровский профессор радиологии Комитета по медицинской физике Чикагского университета возглавляет работу, в которую входят соисследователи Этта Пизано, доктор медицины, и Майкл Тилкин, магистр медицины, из Американского колледжа радиологии (ACR), Кертис Ланглотц, доктор медицины. , доктор философии, и Адам Фландерс, доктор медицины, представляющий Радиологическое общество Северной Америки (RSNA), и Пол Кинахан, доктор философии, из Американской ассоциации физиков в медицине (AAPM).
«Эта крупная инициатива отвечает выраженной неудовлетворенной потребности международного сообщества специалистов по визуализации в безопасной технологической сети, позволяющей разрабатывать и этически применять искусственный интеллект для принятия наилучших медицинских решений для пациентов с COVID-19», — добавил Кришна Кандарпа, доктор медицинских наук, кандидат наук.
Д., директор по исследовательской науке и стратегическим направлениям НИБИБ. «В конце концов, разработанные подходы могут принести пользу и в других условиях».
MIDRC будет способствовать быстрому и гибкому сбору, анализу и распространению изображений и связанных с ними клинических данных. Сотрудничество между ACR, RSNA и AAPM основано на уникальном и взаимодополняющем опыте каждой организации в сообществе медицинских изображений, а также на приверженности каждой организации качеству, безопасности, доступу и устойчивости данных изображений.
О Национальном институте биомедицинской визуализации и биоинженерии (NIBIB): Миссия NIBIB состоит в том, чтобы улучшать здоровье, возглавляя разработку и ускоряя применение биомедицинских технологий. Институт стремится интегрировать инженерные и физические науки с биологией и медициной, чтобы углубить наше понимание болезней и их профилактики, обнаружения, диагностики и лечения. NIBIB поддерживает исследования и разработки новых технологий в своих внутренних лабораториях, а также посредством грантов, сотрудничества и обучения.
Более подробная информация доступна на веб-сайте NIBIB https://www.nibib.nih.gov.
О Национальном институте здоровья (NIH):
NIH, национальное агентство медицинских исследований, включает 27 институтов и центров и является частью Министерства здравоохранения и социальных служб США. NIH является основным федеральным агентством, проводящим и поддерживающим фундаментальные, клинические и трансляционные медицинские исследования, а также изучающим причины, методы лечения и лекарства как от распространенных, так и от редких заболеваний. Для получения дополнительной информации о NIH и его программах посетите сайт www.nih.gov.
NIH… Превратить открытия в здоровье ®
###
Свяжитесь с нами
- Свяжитесь с нами
- Твиттер
- Фейсбук
- Инстаграм
- Ютуб
- Flickr
ИИ, роботы и этика в эпоху COVID-19
Темы
Столбец
Наши эксперты-обозреватели предлагают мнения и анализ важных вопросов, стоящих перед современным бизнесом и менеджерами.
Еще из этой серии
значок подписки
Подписаться
Поделиться
Твиттер
Фейсбук
Линкедин
До пандемии COVID-19 большинство людей в той или иной степени опасались роботов и искусственного интеллекта. Хотя их убеждения, возможно, изначально были сформированы антиутопическими изображениями технологии в научной фантастике, их дискомфорт был усилен законными опасениями. Некоторые из бизнес-приложений ИИ действительно приводили к потере рабочих мест, усилению предубеждений и нарушениям конфиденциальности данных.
Похоже, что с началом пандемии эти опасения были отброшены, поскольку для сдерживания распространения вируса использовались технологии с искусственным интеллектом. Мы наблюдаем ускорение использования робототехники для выполнения работы людей, которым было приказано оставаться дома или которые были переведены на рабочее место.
Например, роботы, заменяющие рабочую силу, берут на себя уборку полов в продуктовых магазинах и сортировку в центрах переработки. ИИ также способствует увеличению использования чат-ботов для обслуживания клиентов в таких компаниях, как PayPal, и машинного мониторинга контента на таких платформах, как YouTube. Роботизированные платформы телеприсутствия предоставляют японским студентам возможность «лично» получить диплом об окончании колледжа. Роботы даже служат шумными болельщиками на пустых стадионах во время бейсбольных матчей на Тайване. Что касается данных, ИИ уже демонстрирует потенциал в ранних попытках отслеживать уровень заражения и отслеживать контакты.
Без сомнения, многие из нас упускают из виду свое прежнее беспокойство по поводу роботов и ИИ, когда воспринимаемая ценность технологии перевешивает ее ожидаемые недостатки. Но есть опасности для этого новообретенного объятия ИИ и роботов. Поскольку роботы заменяют все больше и больше рабочих функций, чтобы позволить людям сосуществовать, пока мы цепляемся за некое подобие нормальности, важно подумать о том, что будет дальше.
Что произойдет, когда люди захотят вернуть свою прежнюю работу? И что мы будем делать, если отслеживание ради безопасности станет слишком инвазивным или покажется слишком жутким, но уже укоренившейся практикой?
Гонки нового стандарта
После того, как будет разработана вакцина от COVID-19 (мы надеемся) и пандемия отступит, трудно представить, что жизнь вернется к тому состоянию, в котором она была в начале 2020 года. Наш опыт в ближайшие месяцы позволит довольно легко нормализовать автоматизацию, поскольку часть нашей повседневной жизни. Компании, внедрившие роботов во время кризиса, могут подумать, что значительная часть их сотрудников-людей больше не нужна. Потребители, которые проводили больше времени, чем когда-либо, взаимодействуя с роботами, могут привыкнуть к такому типу взаимодействия. Когда вы привыкнете к тому, что еду доставляет робот, вы, возможно, даже не заметите исчезновения работы, которую когда-то занимал человек. На самом деле, некоторые люди могут захотеть поддерживать социальное дистанцирование, даже если в этом больше нет крайней необходимости.
Мы, как общество, до сих пор не задавались вопросом, какие типы функций заменят эти роботы, потому что во время этой пандемии технология играет важную роль. Если эти машины помогут сохранить наше здоровье и благополучие, то наше доверие к ним возрастет.
По мере того, как время, которое мы проводим с людьми за пределами наших ближайших личных и связанных с работой социальных сетей, уменьшается, наши связи с нашими местными сообществами могут начать ослабевать. При этом наши опасения по поводу последствий роботов и ИИ могут уменьшиться. Помимо того, что мы упускаем из виду масштабы потери рабочих мест, вызванные использованием роботов и ИИ, мы можем поспешно упустить из виду формы предвзятости, заложенные в ИИ, и инвазивность технологии, которая будет использоваться для отслеживания распространения коронавируса.
Вопросы предвзятости и конфиденциальности должны иметь значение
Прежде чем во время пандемии мы станем более зависимыми от ИИ и роботов, нам необходимо принять во внимание множество важных соображений.
Во-первых, по мере того, как общество принимает и повышает уровень комфорта, организации должны помнить, что возможности предвзятости, которые, как мы знаем, существуют в ИИ, по-прежнему вызывают озабоченность. Например, потенциал алгоритмов ИИ для помощи в принятии решений в области здравоохранения огромен отчасти потому, что их можно обучать на больших наборах данных. ИИ может быть призван помочь справиться со случаями, когда необходимо принять решение о сортировке в отделении интенсивной терапии — например, кто получает доступ к аппарату искусственной вентиляции легких — что может иметь последствия для жизни и смерти. Учитывая, что сердечные заболевания часто неправильно диагностируются у женщин, а чернокожие пациенты часто недостаточно лечатся от боли, мы знаем, что многие формы систематической ошибки лежат в основе наборов данных и могут влиять на качество данных и методы их анализа. Эти проблемы возникли еще до появления ИИ, но они могут стать более широко закодированными в структуре системы здравоохранения, если их не исправить до того, как ИИ станет широко распространенным.
Во-вторых, вопросы конфиденциальности в отношении сбора и точности данных становятся все более серьезной проблемой, и организациям необходимо уделять этому вопросу особое внимание. Сбор обширных данных может быть необходим для ограничения распространения болезни: компании по всему миру предлагают приложения для телефонов, которые отслеживают контакты людей с теми, у кого диагностирован вирус или выздоравливает от него. Google и Apple, например, сотрудничают в разработке приложения, позволяющего людям самостоятельно сообщать о своем COVID-19.диагноз. Можно привести убедительный аргумент, что это оправдано до окончания пандемии. Тем не менее, как только будет создан прецедент для такого типа наблюдения, как вы лишите эту власть правительств, компаний и других? Будут ли оговорки об истечении срока действия встроены в планы организаций по сбору и использованию данных?
Вторичное использование огромных массивов данных отслеживания, несомненно, побудит организации сохранить их, особенно учитывая финансовую прибыль, которую можно извлечь из данных.
Возьмите случай с приложением от Google и Apple. Что происходит, когда представители общественности требуют вернуть свои данные или правила ЕС о защите данных и конфиденциальности требуют удаления данных, когда они больше не нужны? Случаи злоупотреблений при скрытом сборе данных и обмене ими уже хорошо задокументированы. Организации, занимающиеся сбором и анализом данных, а также их надзор, должны решать эти проблемы сейчас, а не позже, когда люди будут менее снисходительны, если их данные будут присвоены для других целей или использованы сомнительными с этической точки зрения способами.
Конечно, заманчиво отказаться от определенных норм, правил и других мер защиты, например, касающихся конфиденциальности данных, в чрезвычайной ситуации, когда это может быть необходимо в краткосрочной перспективе для защиты людей и спасения жизней. Тем не менее, мы не должны не подготовиться к тому, что произойдет после этой глобальной чрезвычайной ситуации. Это включает в себя разработку стратегий переподготовки, чтобы помочь тем, чья работа была нарушена из-за пандемии (а это уже более 30 миллионов человек только в США), когда они пытаются вернуться на работу, учитывая, что некоторые из этих рабочих мест очень легко заменить автоматизацией.
. Нам нужно переосмыслить вредные предубеждения, которые могли возникнуть в приложениях ИИ, которые мы внедрили, — предубеждения, которые они усвоили из нашего адаптивного поведения и смоделировали в ходе взаимодействия с нами. И хотя мы живем в беспрецедентной ситуации, нам необходимо активно заниматься планированием и защитой в связи с внедрением роботов и ИИ. В противном случае может наметиться кризис другой формы.
Темы
Столбец
Наши эксперты-обозреватели предлагают мнения и анализ важных вопросов, стоящих перед современным бизнесом и менеджерами.
Еще из этой серии
Об авторах
Аянна Ховард (@robotsmarts) — профессор Линды Дж. и Марка С. Смит и председатель Школы интерактивных вычислений в Колледже вычислительной техники Технологического института Джорджии. Она также является директором лаборатории систем автоматизации человека (HumAnS) в Школе электротехники и вычислительной техники.