利用 AI 改善床旁超声诊断

作者 Emily Bryce

医疗急救期间,基于手头信息进行快速诊断可能会决定患者的生死。

在非紧急情况下也是如此。如果医疗设备有限,诊断延误可能会引发紧急情况。

利用超声诊断可对大量疾病进行准确、高效和非侵入性诊断,如阑尾炎、心脏病变以及诸多泌尿外科和妇科疾病。

但大多数急救人员和医学专家要么未经过训练,要么不具备使用这项技术的条件。

DESKi 是 NVIDIA 初创加速计划的成员,目前,这家位于法国波尔多的公司正在利用 AI 改善医疗人员及患者的床旁超声诊断效果。

“世界有三分之二的人口无法使用医学成像技术,这是一个公共卫生问题。”DESKi 首席执行官 Bertrand Moal 表示说,“超声波是一种价格合理的非侵入性检测技术,可用于诊断各种器官疾病,因此是支持非医疗专业人员进行床旁诊断的理想工具。”

超声波的优势

为帮助奋斗在医疗事业前线的医疗工作者们实现更准确的诊断,针对患者护理做出更明智的决策,DESKi 创建了 DeepEcho

该系统结合了深度学习算法,在 NVIDIA DGX 工作站以及尖端手持超声设备上进行训练,这些设备可连接移动电话和平板电脑,在紧急情况下提供心脏健康专家意见。

DESKi 已借助大量来自领先心脏病诊疗机构的训练数据开发出了一系列神经网络,用于判定 DeepEcho 的超声波探头是否处于正确位置,从而获得准确、专业的心脏影像。

该公司还训练其算法来自动测量左心室射血分数,用于帮助诊断心力衰竭。

Moal 表示:“我们利用 AI 软件在现场部署超声波检测,为最需要的人提供医学成像专业知识。”

保护患者隐私

为了训练其深度学习算法,DESKi 需要收集由心脏病学专家审阅和解读的优质数据。

近日,这家初创公司与波尔多大学医院 (Bordeaux University Hospital) 达成了一项框架协议,以便开发包括 DeepEcho 在内的 AI 项目。

每年,经验丰富的心脏病专家会在医院进行超过 20,000 次心脏超声波检查。DESKi 使用来自这些检查的匿名数据训练其深度学习算法。

为加快训练速度,DESKi 使用了 NVIDIA DGX 工作站。这台桌边型超级计算机十分便携,在公司内部即可构建初始框架;部署时,他们会将系统运送到医院。

“在医院部署 NVIDIA 的 DGX 工作站后,我们不仅可以结合尖端 AI 技术与心脏病学专业知识,而且能够确保患者数据的安全,不会将其从医院泄露出去。”DESKI 联合创始人兼首席技术官 Victor Ferrand 表示。

未来,DESKi 计划将其工具扩展到其他专业领域,如妇产科、肠胃病学和泌尿学。

欢迎观看我们的网络研讨会“用于心脏自动超声分析的深度学习”,详细了解他们与波尔多大学医院的合作。