Infervision

Компания

Infervision

Содержание

300px
СМ. ТАКЖЕ (1)

История

2017: Внедрение ИИ для повышения выявляемости опухолей

Китайская компания Infervision внедряет технологии искусственного интеллекта (ИИ) и глубинного обучения в практику радиологии в целях повышения выявляемости опухолей на ранних стадиях, сообщает издание Medgadget 17 мая 2017 года.

В основе технологии Infervision — анализ десятков тысяч рентгеновских и КТ-исследований, сделанных в диагностических целях, и использование этой базы для оценки новых снимков. Разработанное Infervision программное обеспечение уже применяется в ряде лечебных центров Китая, и компания заявляет, что точность получаемых результатов очень высока и близка к заключению опытных медиков, в частности, заместителя главного врача по диагностике кардиоторакальных заболеваний в одной из ведущих китайских больниц.

Infervision внедряет технологии искусственного интеллекта и глубинного обучения в практику радиологии в целях повышения выявляемости опухолей на ранних стадиях

Софт работает со стандартной системой передачи и хранения медицинских изображений PACS (Picture Archiving and Communication System). Для обучения и тренировки системы Infervision было использовано около 200 тысяч рентгеновских снимков и данных компьютерной томографии из медицинских учреждений КНР.

Эксперимент, проведенный специалистами Infervision совместно с группой радиологов показал, что заключения, сделанные с использованием ИИ-технологии, были более точны, чем у радиологов.

Разумеется, программа не ставит диагноз самостоятельно и никоим образом не заменяет врачей. Скорее, она служит для дополнительной проверки и выявления потенциальных очагов заболевания, а также позволяет избавить медиков от повторяющейся трудоемкой работы, поясняли в компании.Как DevOps-сервис помогает «разгрузить» высоконагруженные системы BPMSoft

В Infervision надеются, что их программа поможет сократить время, которое рентгенологи тратят на изучение и обработку снимков пациентов, сделает диагностику более точной, оперативной и позволит избежать задержек при оказании медицинской помощи. Также в компании добавили, что их система продолжает самообучаться и совершенствоваться по мере поступления в нее новых данных.[1]

Примечания