Google Cloud tutvustab uut tehisintellektil töötavat meditsiinilise pildistamise komplekti

1
Google Cloud tutvustab uut tehisintellektil töötavat meditsiinilise pildistamise komplekti

Tehisintellekti rakendamine meditsiinilistel piltidel võib olla arstidele ja patsientidele kasulik, kuid selle tegemiseks vajalike tööriistade väljatöötamine võib olla keeruline. Google teatas teisipäeval, et on valmis selle väljakutsega toime tulema oma uue meditsiinilise pildistamise komplektiga.

“Google oli teerajaja AI ja arvutinägemise kasutamisel teenuses Google Photos, Google Image Search ja Google Lens ning nüüd teeme oma pilditeadmised, tööriistad ja tehnoloogiad kättesaadavaks tervishoiu- ja bioteaduste ettevõtetele,” Alissa Hsu Lynch, ülemaailmne juht Google Cloud MedTechi strateegia ja lahenduste esindaja avalduses.

Gartner Asepresident ja lugupeetud analüütik Jeff Cribbs selgitas, et tervishoiuteenuse osutajad, kes otsivad tehisintellekti diagnostiliste pildilahenduste jaoks, on üldiselt olnud sunnitud tegema ühe kahest valikust.

“Nad saavad hankida tarkvara seadme tootjalt, pildihoidla müüjalt või kolmandalt osapoolelt või luua oma algoritme tööstuse agnostiliste kujutiste klassifitseerimise tööriistadega,” ütles ta TechNewsWorldile.

“Selle väljaandega,” jätkas ta, “Google kasutab oma madala koodiga AI arendustööriistu ja lisab märkimisväärset tervishoiuspetsiifilist kiirendust.”

“See Google’i toode pakub AI-arendajatele platvormi ja hõlbustab ka pildivahetust,” lisas Ginny Torno, Houstonis asuva Houston Methodisti innovatsiooni ja IT kliiniliste, abi- ja uurimissüsteemide haldusdirektor.

“See ei ole sellel turul ainulaadne, kuid võib pakkuda koostalitlusvõimalusi, milleks väiksem pakkuja pole võimeline,” ütles ta TechNewsWorldile.

Tugevad komponendid

Google’i sõnul käsitleb Medical Imaging Suite mõningaid levinumaid valupunkte, millega organisatsioonid AI ja masinõppe mudelite väljatöötamisel kokku puutuvad. Komplekti kuuluvad komponendid:

  • Cloud Healthcare API, mis võimaldab lihtsat ja turvalist andmevahetust, kasutades rahvusvahelist pildistamise standardit DICOMweb. API pakub täielikult hallatavat, skaleeritavat ettevõttetasemel arenduskeskkonda koos automaatse DICOM-i deidentifitseerimisega. Pildindustehnoloogia partnerite hulka kuuluvad NetApp sujuvaks kohapealse pilvandmehalduse jaoks ja Change Healthcare, mis on pilvepõhine ettevõtte pildindus PACS, mida radioloogid kasutavad kliiniliselt.
  • Nvidia ja Monai tehisintellekti abiga annotatsioonitööriistad automatiseerivad väga käsitsi ja korduvat meditsiinipiltide märgistamise ülesannet ning integreerimist mis tahes DICOMwebi vaatajaga.
  • Juurdepääs BigQueryle ja Lookerile, et vaadata ja otsida petabaitide kaupa pildiandmeid, et teostada täpsemat analüüsi ja luua koolitusandmekogumeid ilma tööülesanneteta.
  • Vertex AI kasutamine AI torujuhtmete arendamise kiirendamiseks skaleeritavate masinõppemudelite loomiseks, kusjuures kohandatud modelleerimiseks on vaja 80% vähem koodiridu.
  • Paindlikud pilve-, kohapealse või servajuurutamise võimalused, mis võimaldavad organisatsioonidel täita erinevaid suveräänsuse, andmeturbe ja privaatsusnõudeid – pakkudes samal ajal tsentraliseeritud haldust ja eeskirjade jõustamist teenusega Google Distributed Cloud, mille võimaldab Anthos.

Täielik tehnikakomplekt

“Meditsiinilise pildistamise komplekti peamine erinevus seisneb selles, et pakume kõikehõlmavat tehnoloogiate komplekti, mis toetavad tehisintellekti edastamise protsessi algusest lõpuni,” ütles Lynch TechNewsWorldile.

Ta selgitas, et komplekt pakub kõike alates pildiandmete sissevõtmisest ja salvestamisest kuni tehisintellektiga toetatavate annotatsioonitööriistadeni ja lõpetades paindlike mudeli juurutamise võimalustega servas või pilves.

“Pakume lahendusi, mis muudavad selle protsessi tervishoiuorganisatsioonide jaoks lihtsamaks ja tõhusamaks,” ütles ta.

Lynch lisas, et komplektis on avatud ja standardiseeritud lähenemine meditsiinilisele pildistamisele.

“Meie integreeritud Google’i pilveteenused töötavad DICOM-standardi lähenemisviisiga, võimaldades klientidel sujuvalt kasutada Vertex AI-d masinõppeks ja BigQueryt andmete tuvastamiseks ja analüüsimiseks,” ütles ta.

“Kui kõik on üles ehitatud selle standardse lähenemisviisi ümber, muudame organisatsioonide jaoks oma andmete haldamise ja nende kasulikuks muutmise lihtsamaks.”

Piltide klassifitseerimise lahendus

Meditsiinilise pildistamise kasvav kasutamine koos tööjõuprobleemidega on muutnud valdkonna küpseks tehisintellektil ja masinõppel põhinevate lahenduste leidmiseks.

“Kuna pildisüsteemid muutuvad kiiremaks, pakuvad kõrgemat eraldusvõimet ja võimalusi, nagu funktsionaalne MRI, on neid süsteeme toetaval taristul raskem sammu pidada ja ideaaljuhul vajalikust ees olla,” ütles Torno.

“Lisaks on radioloogiatööjõu puudus, mis raskendab töökoormust ka personali poole,” lisas ta.

Google Cloudi eesmärk on muuta tervishoiu pildiandmed oma Medical Imaging Suite’i abil kättesaadavamaks, koostalitlusvõimelisemaks ja kasulikumaks (pildikrediit: Google)


Ta selgitas, et tehisintellekt suudab tuvastada pildil leitud probleeme, võrreldes seda õpitud piltide komplektiga. “See võib soovitada diagnoosi, mis vajab siis lihtsalt tõlgendust ja kinnitust,” märkis ta.

“See võib tõsta pilte ka tööjärjekorra ülaossa, kui pildil tuvastatakse võimalik eluohtlik olukord,” jätkas ta. “AI saab korraldada töövooge ka pilte lugedes.”

Masinõpe teeb meditsiinilise pildistamise jaoks sama, mis näotuvastuse ja pildipõhise otsingu puhul. “Selle asemel, et tuvastada fotol koera, frisbee või tooli, tuvastab tehisintellekt diagnostilisel pildil kasvaja piiri, luumurru või kopsukahjustuse,” selgitas Cribbs.

Tööriist, mitte asendaja

Michael Arrigo, ettevõtte juhtivpartner Maailmapiire poleCalifornias Newport Beachis asuv riiklik tervishoiuküsimuste ekspertide võrgustik nõustus, et tehisintellekt võib aidata mõnda ületöötanud radioloogi, kuid ainult siis, kui see on usaldusväärne.

“Andmed peavad olema struktureeritud viisil, mis on AI jaoks kasutatavad ja tarbitavad,” ütles ta TechNewsWorldile. “AI ei tööta hästi ettearvamatutes vormingutes väga muutuvate struktureerimata andmetega.”

Torno lisas, et tehisintellekti täpsuse kohta on tehtud palju uuringuid ja tehakse ka edaspidi.

“Kuigi on näiteid selle kohta, et tehisintellekt leiab asju, mida inimene ei leidnud, või on “sama hea” kui inimene, on ka näiteid, kus tehisintellekt jätab millestki olulisest ilma või pole päris kindel, mida tõlgendada, kuna neid võib olla mitu. probleeme patsiendiga,” märkis ta.

“AI-d tuleks vaadelda kui tõhus tööriist piltide tõlgendamise kiirendamiseks ja abiks esilekerkivate juhtumite korral, kuid mitte täielikult asendada inimlikku elementi,” ütles ta.

Suur pritsmepotentsiaal

Oma ressurssidega saab Google avaldada meditsiinilise pildistamise turule märkimisväärset mõju. Torno märkis, et Google’i-suguse suurtegija omamine selles valdkonnas võib hõlbustada sünergiat teiste tervishoiuasutustes juba kasutusel olevate Google’i toodetega, võimaldades potentsiaalselt sujuvamat ühenduvust teiste süsteemidega.

“Kui Google keskendub sellele turusegmendile, on neil ressursid, et lüüa,” jätkas ta. “Sellel alal on juba palju mängijaid. Huvitav on näha, kuidas see toode saab kasutada muid Google’i funktsioone ja torujuhtmeid ning olla eristav.

Lynch selgitas, et Medical Imaging Suite’i käivitamisega loodab Google aidata kiirendada AI arendamist ja kasutuselevõttu tervishoiutööstuses pildistamise jaoks.

“AI võib aidata leevendada tervishoiutöötajate koormust ning oluliselt parandada ja isegi päästa inimeste elusid,” ütles ta.

“Usume, et tervishoiuorganisatsioonidele oma pilditööriistade, -toodete ja -teadmiste pakkumisest saavad kasu turg ja patsiendid,” lisas ta.

sarnased postitused

Leave a Reply