全息照相在檢測乳房斷層合成圖像中潛在的細微癌癥方面邁出了重要的一步。這家總部位于馬薩諸塞州馬爾堡的公司獲得了其天才人工智能檢測技術(一種基于深度學習的新軟件)的許可。
該公司表示，新軟件將在獲取圖像時提供關鍵指標，幫助放射科醫(yī)生根據(jù)復雜性和預期閱讀時間對病例進行分類和優(yōu)先排序，從而優(yōu)化工作流程，加快患者護理。
全息醫(yī)學的乳房和骨骼健康解決方案部門總裁Jennifer Meade告訴MD DI:“考慮一下這個為期一天的工作流程：在獲取患者圖像后，Genius AI Detection可以在不到一分鐘的時間內(nèi)為技術人員提供結(jié)果?！薄案鶕?jù)案例得分，該算法會標記出一定百分比的關注度較高的案例。如果患者的檢查有標記，提供者可以選擇優(yōu)先病例立即閱讀，并在檢查期間保留患者。如果放射科醫(yī)生檢查后需要額外的成像，可以作為同一次就診的一部分進行，而不是安排回電預約?！?
在標準分辨率和高分辨率模式下，Genius AI檢測的靈敏度為93%至94%，特異性為37%至41%。
該公司表示，最終將在歐洲申請該軟件的批準。
Meade說：“事實上，Hologic在機器學習專業(yè)知識方面有著悠久的歷史，這可以追溯到1998年，當時我們的第一個基于機器學習的CAD產(chǎn)品(ImageChecker CAD用于從乳房x光照片中檢測癌癥圖像)獲得了FDA的批準。"從那以后，全息一直是使用機器學習技術開發(fā)計算機輔助設計支持工具的行業(yè)領導者."
她補充道：“基于機器學習的這些進步，全息一直在努力建立應用深度學習的能力。為了開發(fā)Genius AI檢測，全息已經(jīng)使用安裝的大規(guī)模斷層合成系統(tǒng)(全息的3維和Selenia Dimensions系統(tǒng))來收集必要的訓練數(shù)據(jù)，以開發(fā)用于在斷層合成圖像中檢測癌癥的模型。”
最近，全息術復活了。該公司在最近一個財政季度實現(xiàn)了超過13億美元的收入，這直接歸功于其新冠產(chǎn)品的強勁銷售。特別是，全息表示，其分子診斷部門(包括其新冠測試)本季度帶來了8.19億美元的收入，與2019年第四季度相比增長了376%。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！