在刚刚结束的RSNA2019投稿中(截止时间为北京时间4月11日凌晨1点,芝加哥时间4月10日中午12点),推想科技与国内外用户共同成就了超过300篇的RSNA2019投稿。300+篇RSNA的临床验证性论文投稿,可以说是推开了医疗AI行业临床验证性论文的规模化、体系化和普遍化落地的大门。 接下来,让我们看看300+篇投稿的背后都有哪些故事。 300+篇投稿分析 用户基于推想科技的AI产品(CT肺结节,CT骨折,CT脑出血,DR,骨龄)完成的临床验证性课题占了本次投稿的绝大多数(93%),这是今年推想用户进行RSNA投稿的最大特点,也是AI产品规模化临床验证性科研的新起点。 除了CT肺结节产品的验证性研究外(73%),针对推想科技其他四大AI产品(CT骨折6%,CT脑出血5%,DR5%,DR骨龄4%)和基础课题的研究分布较为均匀;其中,占比7%的基础课题主要是由推想的科学家和工程师共同完成。具体到科研内容方面,AI的效能评估占了51%,而人工和AI的对比研究达到12%。 接下来,让我们再看看各个产品中不同研究内容的分布情况。其中,关于AI效能评估的研究,CT肺结节产品、CT骨折产品、DR产品、骨龄产品、CT脑卒中产品中占比分别为48%、62%、41%、71%、100%。 感恩节和RSNA 感恩节——北美人民阖家欢聚、感激上帝恩惠的日子。 芝加哥——世界著名国际金融中心,篮球上帝成名的地方。 当感恩节遇上芝加哥,刺骨的寒风将密歇根湖冻结诠释着“风城”的威名,却吹不灭来自世界各地放射学者的热情。芝加哥,RSNA诞生的圣地,RSNA——世界上最大的放射学年会、放射科大夫心中的圣地,每年于感恩节后的周日在芝加哥举行。 而今年(2019年)的RSNA恰逢从西部伦琴协会(WRS)更名为北美放射学会(RSNA)100周年,届时来自世界各地的医学影像机构和放射学者将会带上最新产品和科研成果共襄盛举,推动人类放射学和医学不断发展。纵观近几年的会议主题,AI领域的科研无疑将是这场“百年RSNA”的紫禁之巅。 清明节和RSNA投稿截止日 清明时节,或与家人思忆故人,或与友人踏青赏春,但还有人为RSNA投稿做最后的冲刺,因为RSNA投稿截止日(往往)是每年清明小长假结束后的周三。 所以对于想在(更名)百年RSNA这个神圣时刻发表自己科研成果的年轻放射学者来说,第一步就是在芝加哥时间2019年4月10日周三中午12点前完成RSNA文章的投稿。在各位医生和技师的辛勤努力下,终于在投稿截止日前投出了超过300篇基于推想科技AI产品的科研成果文章。每一篇都凝聚了作者太多太多的泪水和汗水:除了每天繁重的的临床工作,还需在下班之后,周末和节假日进行科研课题的研究,精准的标注,繁复的阅片,严谨的分析..... AI临床验证性科研的价值 最近一篇来自韩国团队的论文显示,超90%的医学影像AI论文未在临床环境进行严格论证,这个研究结果吸引了很多AI影像领域专家的关注。其实,早在2019年春节期间,RSNA最新的旗舰杂志《Radiology:Artificial Intelligence》上杂志主编Charles博士就写道:现在是百家争鸣的时代,各家公司都宣称自己具有某种功能的AI系统,但是这些系统是否能够达到他们宣传的效果是需要非常严格的临床验证的。iCR通过分析2018年RSNA 入选AI板块的200篇摘要内容(包括口头发表(paper)、海报展示(poster)),发现绝大多数入选摘要是基于某种算法的技术可行性实验(technical feasibility study),也就是对某个模型/算法做一些微调,通过小样本数据进行测试,偏重概念验证(proof-of-concept)方面的初步探索, 而基于成熟商业AI产品的临床科研验证的文章极少,AI的真实临床价值尚未得到体现,亟需通过多中心、前瞻性的临床试验等多种方式进行验证。 推想科技iCR的使命 基于针对成熟商业AI产品的临床科研验证性课题非常缺乏的现状,推想科技创始人及CEO陈宽先生早在2018年夏天就考虑AI学科建设和规模化临床验证性科研的布局,并于2019年1月1日开创性地建立了以“与医生一起进行验证性科研”为主要目标的推想科技全球临床科研合作学院(iCR)。RSNA2019投稿截止时,iCR创建只有百日,但是在服务推想科技的国内外用户的同时已与用户一起创造了超过300篇RSNA投稿的传奇故事,每一篇摘要从初稿到定稿为止平均至少修改两次,多的修改达到5次以上,最多的一天(4月8日)达到50篇的定稿...... iCR的使命:坚持AI科研创新和临床落地,推动AI学科建设与成果转化,与用户开展广泛而深入的临床科研合作项目,使更多的推想用户能在国内外的知名学术期刊和专业学术会议上发表更多的论文,不断提升推想用户在国内外的学术知名度。同时,iCR倡导“RSNA投稿是手段,文章转化是目的”的动态规模化科研模式理念,期待更多的放射学者能把RSNA的投稿转化成更多的国内核心和SCI文章。在最近的3月26日的《中国AI医学影像白皮书》发布会上,推想科技又推出了最新产品——人工智能(AI)科研的学者平台(InferScholar Center),以推想临床科研合作学院(iCR)和推想先进研究院(iAR)科学家为核心的推想人将会利用InferScholar Center继续为推想用户提供更专业更全面的科研服务。 回顾去年的RSNA,AI领域的研究已然成为热点,AI走入各行各业、进入人们的生活趋势毋庸置疑。2018年度图灵奖授予深度学习三大教父正是对基于深度学习的人工智能研究及其应用的肯定。而今年的RSNA2019很可能会专门设置为AI产品展示所用的展厅,相信今年RSNA又会是一个AI医学影像盛会。 最后,祝愿大家如愿中稿、工作顺利,相约芝加哥,煮酒论英雄! 附录-部分投稿题目分享 一 InferRead CT Lung Research, CT肺结节 No.1 不同管电压下使用深度学习辅助诊断系统预测结节良恶性的效能评估(大连中山) No.2 基于深度学习的辅助诊断系统对不同重建算法下的CT扫描图像肺结节检出效能对比(武汉同济) No.3 AI对于疲劳医生对于<4mm和>4mm结节检出效能比较(大连中山) No.4 使用AI肺结节检测的最优重建层厚(大连中山) No.5 增强CT在基于深度学习预测亚实性结节恶性程度中的作用 (北京友谊医院) No.6 双源CT中单能图像提高AI系统对肺亚实性结节的检测效能(大连中山医院) No.7 基于深度学习的不同图像背景人工智能诊断系统在肺结节检测中的性能评价(北京同仁医院/东京女子医科大学) No.8 人机协同在高原地区肺结节诊断上的作用评估 (青海人民医院) No.9 基于深度学习的人工智能诊断系统在不同卷积核重建CT图像中检测不同密度肺结节的鲁棒性研究 (聊城人民医院) 二 InferRead CT Bone Research, CT骨折 No.10 利用基于深度学习的人工智能改善放射科住院医师对急诊外伤肋骨骨折诊断效能(宁夏人民医院) No.11 基于深度学习对急诊外伤肋骨骨折检出最佳重建算法的探讨(宁夏人民医院) No.12 基于深度学习的辅助诊断系统降低医生CT骨折的读片时间和职业疲劳(陕中医附院) No.13 基于深度学习的辅助诊断系统在胸部顿挫外伤诊断上的应用(陕中医附院) 三 InferRead CT Stroke Research, CT脑卒中 No.14 评估人工智能测量脑出血血肿体积(宁夏医科大学总医院) No.15 基于深度学习的辅助诊断系统在不同出血期的出血体积测量的准确性 (安康中心医院) 四 InferRead DR Chest Research, DR胸部 No.16 基于深度学习辅助诊断系统对DR骨折检测中的检能评估(福建协和) No.17 基于深度学习的辅助诊断系统在气胸诊断的初步研究(郑大一附院) 五Related Posts:
0 Comments