Un side-by-side de comparaison de sclérose en plaques, lésion de la segmentation. Image de gauche montre le manuel de lésion de la segmentation, alors que celle de droite montre entièrement automatisé lésion de la segmentation.
Image: Fourni/NAC
Sydney Neuroimagerie Centre d’Analyse (NAC) est la construction de l’intelligence artificielle (IA) des outils pour aider les radiologues automatiser laborieux des tâches d’analyse quand il s’agit de l’examen d’imagerie scanner du cerveau.
Relatives à une nouvelle activité, les chercheurs ont développé AI algorithmes à l’aide de la carte Nvidia Clara suite de l’imagerie médicale des outils, ainsi que cuDNN bibliothèques et TensorRT inférence logiciel pour un certain nombre d’applications, notamment l’isolement des images du cerveau à partir de scans de tête et la segmentation des lésions cérébrales.
Selon le neurologue, professeur à l’Université de Sydney du Cerveau et de l’Esprit du Centre, Michael Barnett, dans le un ans et demi depuis SNAC AI intégré dans ses systèmes, il a permis de “réduire considérablement le temps nécessaire pour réaliser assez simple des évaluations de l’IRM”.
“Par exemple, l’un des principaux paramètres que nous voulons produire pour un essai clinique serait de volume du cerveau, siège de la lésion nombre et le volume de la lésion, [et] changement de lésions à partir d’une analyse à l’autre. Ces processus pourrait prendre jusqu’à une heure sur une seule numérisation, nous avons maintenant de 90 à 95% du temps entièrement automatisé,” dit-il.
“Bien sûr, avec un essai clinique, il y a toujours une QA [assurance de la qualité] de l’étape — ce n’est pas comme vous pouvez envoyer des scans hors de la société pharmaceutique sans le regarder-mais néanmoins nous dépensons 2-3 minutes au lieu de 40 ou 50 minutes.
“À partir d’une productivité et des coûts du point de vue de l’exploitation d’une centrale service de lecture a été spectaculaire.”
Voir aussi: l’imagerie Médicale à la “vitesse de la lumière”: Nvidia Clara supercalculateur
Les autres algorithmes ont été élaborés pour aider les radiologues examiner les changements progressifs entre les scans du cerveau pour voir si les patients se sont améliorés.
Généralement, ce processus impliquerait de défilement en haut et en bas par le biais de 300 tranches de cerveau les images et le contrôle de retour-et-vient entre les deux analyses sont placés côte à côte, Barnett a dit, mais l’IA peut maintenant mettre en évidence, segment, et de quantifier ces changements dans une affaire de secondes.
Barnett a ajouté que les algorithmes sont également appliquées pour aider à chercher de nouveaux de nouveaux biomarqueurs dans l’IRM et la TOMODENSITOMÉTRIE. Certaines applications immédiates pour cela pourrait inclure la détection de critique des anomalies sur les scans et à offrir rapidement de ces analyses à l’attention de la clinique de radiologistes et de cliniciens, dit-il.
En dépit de certains résultats immédiats, Barnett a dit que nous ne sommes qu’au tout début, en termes de compréhension des possibilités de ce que l’IA peut faire pour les données d’imagerie.
“Ce que nous faisons, c’est l’automatisation de choses pour le rendre beaucoup plus facile et plus productif. Dans deux à trois ans, il va totalement changer; et nous allons commencer l’extraction d’informations à partir d’analyses que nous ne savions jamais existé.”
Résoudre les mystères derrière les maladies du cerveau
Un domaine que Barnett a dit qu’il a été particulièrement intéressé à l’application de l’IA est de nouveaux traitements de la sclérose en plaques (MS), comme la remyélinisation thérapie et de comprendre comment évaluer la réparation des nerfs par le biais de scans du cerveau.
“La plupart des MS traitements cible le système immunitaire et réduire l’inflammation dans le cerveau, mais la remyélinisation thérapies sont ceux qui vont probablement transformer MS quand il devient disponible dans les cinq à 10 ans,” at-il dit.
En conséquence, la SNAC a maintenant développé une remyélinisation des biomarqueurs plate-forme soutenue par l’IA technologie qui permettra aux entreprises pharmaceutiques pour mener des essais cliniques de l’émergence de remyélinisantes thérapies.
Un travail similaire est déjà en cours au SNAC pour une maladie vasculaire cérébrale l’imagerie de biomarqueurs.
“Nous sommes déjà à l’application de certaines de nos algorithmes d’IA pour qu’en travaillant en étroite collaboration avec Le George Institute sur une grande multinationale étude intitulée “Trident”, dit-il.
Au-delà de cela, Barnett est optimiste le même travail pourrait être appliquée à d’autres maladies neurodégénératives telles que les différentes formes de démence et, éventuellement, des tumeurs du cerveau.
Lire aussi: Comment un compagnon robot peut aider les enfants atteints de maladie chronique (TechRepublic)
La propulsion de données d’imagerie à la convention de financement
NAC, qui est co-localisé avec le Cerveau et l’Esprit du Centre, a été en mesure d’étendre ses activités dans cet espace depuis qu’il a été attribué près de AU$2,4 millions de dollars l’an dernier par le gouvernement fédéral de la Cooperative Research Centre (CRC) de la subvention pour intégrer l’IA dans le développement de biomarqueurs et de la clinique de neuro-imagerie.
Dans le cadre de ses recherches, relatives à une nouvelle activité fonctionne avec l’imagerie fournisseur de I-Med, les neurosciences computationnelles équipe du Cerveau et de l’Esprit du Centre, ainsi que les radiologues à Australiens hôpitaux pour valider ses algorithmes, donnant UN accès organisé ensembles de données.
“Pas beaucoup de gens ont organisé de données. Parce que nous avons cette collaboration avec I-Med, et nous sommes logés dans le Cerveau et l’Esprit du Centre et ont un grand nombre de cliniques et de nous voir beaucoup de patients, de toutes les données est très bien organisée, elle signifie que nous avons une incroyable vérité terrain pour la formation de nos IA modèle,” Barnett dit.
Liés À La Couverture
Comment AI est de rendre les soins de santé de l’homme againHow machines à battre les cardiologues dans le Nord de la Pennsylvanie Centrale
Comment l’industrie de la technologie cloud est en train de changer healthcareSydney cliniciens de soins à son tour à l’analyse des données pour améliorer les maux de dos treatmentsMary Meeker de 2019 Internet rapport sur les Tendances des projecteurs de soins de santé digitizationCVS de la Santé du grand orienté vers le consommateur, plan de soins de santé dépend des données, infrastructureAI en médecine: Tech qui peuvent améliorer la patient-médecin de l’expérience (TechRepublic)
Rubriques Connexes:
L’australie
CXO
Transformation Numérique
Industrie De Haute Technologie
Les Smart Cities
Cloud