中国ESG新故事：主动、常态、变革
06-18
北美放射学会（RSNA）会议是全球最权威的放射学会议，汇集了全球最先进的技术和学术成果。
代表了该领域未来的发展方向。
在北美放射学会（RSNA）第一届年会上，主席、瓦莱丽·P.和Jackson·教授在主题演讲中提到：“辐射医师本质上是有价值信息的守门人”。
医学影像数据占所有医学数据的10%。
该比例超过80%。
数据价值的释放逐渐成为临床诊疗之外的重要组成部分。
临床-科研-临床之间数据价值闭环的实现，或将重新定义辐射医师。
展望AI与科研结合的无限可能，汇医慧影于2017年初自主研发推出了国内首个利用AI赋能影像科学研究的划时代产品——Radcloud大数据人工智能科研平台。
这是领先行业两年、率先实现产品化的AI科研平台。
迄今为止，Radcloud已与国内外10多家医院和医疗机构建立了科研合作。
海外合作覆盖美国、日本、俄罗斯、新加坡、韩国等。
RSNA会议演讲嘉宾日本国家癌症中心久野博文（国家癌症中心东区放射科主任）日本），是 Radcloud 平台的用户之一。
日本国立癌症中心成立于2006年，位于东京市中心。
它是日本国家癌症治疗医疗机构，也是世界上为数不多的癌症预防中心之一。
在抗癌新药研发、临床试验和信息统计等方面发挥着核心作用。
影响。
RSNA会议期间，日本国立癌症中心利用RadCloud大数据人工智能研究平台产出了两篇论文——《探索从CT和MRI中提取机器学习分类器来预测晚期鳞状细胞癌患者术后复发风险》舌癌。
” ”，“基于 CT 的放射组学分析预测局部晚期食管癌患者术前化疗后的病理反应”，由 Kuno 博士在神经放射学/头颈肿瘤特别会议和胸部（放射组学-恶性肿瘤）特别会议上发表会议现场发布，与世界分享前沿影像科研成果 摘要1 探索从CT和MRI中提取机器学习分类器来预测晚期舌鳞状细胞癌患者术后复发风险 本文综述了81。
晚期舌鳞状细胞癌（cT3-4或任何淋巴结转移）患者的性别研究在RadCloud平台上，从T2加权图像（T2WI）和T1加权图像（Gd-T1WI）中提取了共同的放射组学特征。
采用方差阈值法、SelectKBest法和LASSO算法逐步选择最优特征。
使用计算机生成的随机数将每个成像集的 70% VOI 分配给训练数据集，将 30% 的 VOI 分配给验证数据集。
使用六个监督学习分类器（KNN、SVM、XGBoost、RF、LR、DT）进行分类。
通过ROC曲线分析评估放射组学特征的预测性能。
结论MRI（Gd-T1WI）可能是建立放射组学模型的最佳方法，尤其是利用KNN方法预测晚期舌鳞癌术后复发风险。
基于 MRI 的放射组学特征可以为晚期舌鳞状细胞癌提供额外的定量信息，这可能有助于术后辅助治疗的决策。
摘要 2 基于 CT 的影像组学分析预测局部晚期食管癌患者术前化疗后的病理反应。
在这项回顾性研究中，基于LAEC患者的原始数据集建立了放射组学模型。
这些患者接受增强CT扫描、术前化疗和手术治疗，并根据手术切除标本的病理评价分为不良反应组和良好反应组。
利用Radcloud平台从CT图像中提取定量图像特征，并采用方差阈值法、SelectKBest方法和LASSO算法逐步选择最优特征并降维。
使用六种机器学习算法来建立放射组学列线图。
通过 ROC 曲线分析评估放射组学特征的预测性能，包括训练（n=99 VOIs）和验证（n=41 VOIs）。
使用LASSO方法选择6个最优特征。
Xgboost 模型的 ROC 曲线下面积 (AUC) 预测训练数据集的良好响应为 0.(95% CI; 0.79-0.99)，验证数据集的良好响应为 0.(95% CI; 0.65-0.87)。
结论是，基于 CT 的放射学特征可以提供有关疾病进展的更多定量信息，或有助于改善 LAEC 患者术前管理的临床决策。
久野博文与博士（左三）参观汇医汇影展区，共同探讨Radcloud大数据人工智能科研平台给放射组学研究带来的变化。
Kuno博士表示：“AI在科研领域的应用所带来的变化甚至比临床应用阶段更令人惊讶。
在Radcloud平台上，我们的科研过程几乎和日常看电影一模一样”平台完成多维数据信息的综合、特征提取和人工智能建模，让数据价值的挖掘、临床应用辅助决策触手可及。
”在产品展示区，库诺博士还对汇医慧影的智能影像云和AI辅助诊断平台表示了浓厚的兴趣，并期待更多涵盖诊断、治疗、科研、影像云方案合作的一体化智能影像解决方案。
汇医慧影Radcloud大数据人工智能科研平台提供一站式分析工具，实现零技术基础的科学研究。
以影像数据为驱动，率先支持影像数据、检查报告、病理图像、临床信息等数据的管理和分析。
它集成了50多种前沿的深度学习、机器学习和放射组学算法，内置超级特征值分析工具。
极大拓展了科研数据分析的维度，帮助医生发现人眼和经验无法总结的信息，辅助医生完成高价值的科研工作。
在两年的产品化过程中，Radcloud经历了4次升级迭代和功能改进，始终保持技术领先和行业前瞻性优势。
迄今为止，已服务包括库诺博士在内的0+医生用户，产出数千篇高质量论文和摘要，成功申请各类科研基金近亿元。
是国内用户数量最多、研究课题最广泛的影像大数据科研产品。
为了让更多处于科研前沿的医务工作者享受到智慧科研的红利，加速科研成果转化，目前（截至2020年12月31日），Radcloud产品限时开放试用。
时间。
对于科研课题和更高要求的用户，汇医汇影科研部博士专家团队将提供专门的科研服务支持。
成员来自斯坦福、剑桥、清华、北大、中科院等国内外知名大学，拥有十多年的影像经验。
流程经验保障医生科研，促进科研课题高效转化，产出高质量科研成果。
汇医慧影成立于今年4月。
是国家级医学影像人工智能高新技术企业、国际领先的医学影像人工智能技术服务商。
截至目前，汇医慧影已与国内多家医院完成合作，覆盖从科研到临床的全流程，在智能影像云平台、数字智能胶片、人工智能诊断等全流程影像平台上拥有市场份额。
云平台、组学云平台。
先评价一下。
这不仅是市场对汇医汇影商业模式的积极反馈，也是对全行业产品布局和发展方向的验证。
汇医慧影将继续致力于以大数据、人工智能、云计算等前沿技术赋能医疗创新，为智慧医院、分级诊疗、精准医疗等量身定制智能影像解决方案。
发现医疗数据的非凡价值，汇医慧影期待与您合作。
雷锋网版权文章未经授权禁止转载。
详情请参阅转载说明。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-17
06-17
06-18
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态