肽积木对医疗影像技术全新革新，推出了人工智能辅助阅读医疗影像

医生、患者可用诊断产品、C端产品上传眼底图像，其可在15秒后提供病情判断，并于10秒内自动形成病历。而标记平台则通过线上任务，引导医生完成数据标记，以此建立医生和人工智能的联系，加快训练速度。下面就随医疗电子小编一起来了解一下相关内容吧。

肽积木对医疗影像技术全新革新，推出了人工智能辅助阅读医疗影像

肽积木成立于2016年，致力于将深度学习与医疗相结合，提供全链条的人工智能服务。肽积木基于以深度学习为代表的人工智能技术，推出了人工智能辅助阅读医疗影像平台的同时构建了医疗大数据人工智能训练平台，面向医生开放，助力科研成果形成与突破，推动人工智能技术在医疗领域的快速普及与拓展。

医生、患者可用诊断产品、C端产品上传眼底图像，其可在15秒后提供病情判断，并于10秒内自动形成病历。而标记平台则通过线上任务，引导医生完成数据标记，以此建立医生和人工智能的联系，加快训练速度。

目前，肽积木已获天使轮融资，积累了超5万名患者的基础数据，并与9家三甲医院达成合作项目，在近10家基层医院设立了C端产品试点。

积蓄力量切入医疗影像

“别人可能很难理解，但我们会感到特别骄傲。”柏文洁倚在沙发靠垫上，描述着团队把算法演进图做出来时的场景。她双手斜举在空中，像是捧着那张图片。

柏在大学期间主攻算法相关的研究，曾发表专业论文12篇，其中以第一作者发表的有4篇，引用次数过千。后来，她成为连续创业者，一直在大数据领域工作，创办肽积木已是她的第三次尝试。

她认为，大数据不能只做分析，需要“更落地一些”。而人工智能与大数据则是很好的结合，也是落地的关键。

2016年，医疗行业受到多方关注，加之肽积木团队成员有相关背景，以大数据、人工智能技术切入医疗行业，成为柏文洁不二之选。

然而，一个公认的事实摆在她面前：医疗行业数据质量、流通性都不是很好，系统打通程度、基础建设也较弱。

因此，在找到合适的切入点之前，她带领团队参加了多个比赛，并不断提高基础算法的核心功能，希望其在数据的提取、整理、预处理等方面的能力达到最佳。

机会来得很快。2016年年中，她和团队成员通过收集、整理公开数据集，考察行业相关的技术形式后发现，大数据、人工智能、医疗影像三者的结合进程“已经到了一个拐点”。

她看到，行业内在医疗影像处理方面，基础算法的差异不大，构成核心竞争力的是处理数据的技巧和对算法的理解。得益于此前的准备，这两方面正是她“有底气的部分”。

而在当时，将深度学习用于图像的基本方法和架构均已构建完备。下一步要拼的是“谁能更快产品化”，即谁能更快地将技术落实到帮医生解决实际问题上。

她经过思考后决定，除数据整合与训练人工智能外，需利用训练成果，应用在端到端的产品上。如此一来，数据就从科研到应用形成闭环。一方面，训练成果可经受用户检验，并得到直接反馈;另一方面，用户使用产品时会上传映像，成为重要的数据来源。

7月，柏文洁创立肽积木，尝试从医疗影像切入。

基层试验调整研发方向

胎心图像数据是柏文洁团队尝试的第一个方向，“它在算法逻辑上很简单”。

然而实际情况却并非如此。经过一个月的训练与测试，人工智能的准确度仅为70%。

柏文洁经分析后发现，若仅根据一张胎心图像，医生难以出准确结论。在实际情况中，导致胎心图像异常的因素很多。由于客观评价标准难以获取，所以判断同一张图像时，不同医生的统一度也仅为70%，甚至同一个医生“前后两次看也会有偏差”。

她由此认定，团队需要转换方向。她把目光投向了眼底图像，其数据获取较为容易，且较之胎心图像，医生的意见相对统一，可由其他检查比对结果。

8月，柏文洁从眼底图像切入，开始研发诊断产品和C端产品。两个月后，产品原型完成，她开始在基层医院试验产品效果。

过程中，柏文洁遇到了很多出乎意料的问题，多数与大数据、人工智能无关。她举了个简单的例子：有些上传的影像质量很差，甚至分不清到底是病灶(指机体发生病变)还是“拍糊了”。

因此，产品原型上线后，她不得不花大量时间去摸索基层医院的多元环境，重新调整了产品的算法和工程化逻辑。

今年2月，肽积木团队正式上线诊断产品以及C端产品，并开始小范围发布、测试。

医生可使用诊断产品上传眼底图像，在眼底出血、黄斑、分泌物等方面获得诊疗辅助，如病灶位置、类型、分级等。医生确定病情后产品可自动形成病历，此时，患者通过扫码即可获得自己病历的详细说明。

此外，患者将眼底图像上传到C端产品后，其他医院的医生也可以通过扫码获得之前的病历报告，从而对其疾病历史有较好的了解。产品可在13~15秒内完成病灶标记，特定数据集的准确度超过97%。

同时，在与三甲医院的合作过程中，柏文洁与医生做了大量的沟通。她发现，医生对人工智能的接受度并不低，只是不明白如何参与，也担心参与到多个项目中会造成重复劳动。

由此，她着手开发标记平台。平台发布任务，医生可在平台上参与影像的病灶标记，并以此建立医生和人工智能的联系，加快训练速度。

据柏文洁介绍，以眼底片为例，医生可在1~2分钟内完成一张图片的简单标记，较复杂的则需3~4分钟。

她认为，当参与标记的医生足够多时，对数据的判断即可在一定程度上达到共识。如此一来，人工智能对数据的识别和判断也将达到更高的精度。“在某种程度上，也能辅助行业标准的建立。”

肽积木团队的标记平台已于上月正式上线，并将于本月内全面开放。

目前，肽积木已获天使轮融资，积累了超5万名患者的基础数据，与中山眼科中心、温州医科大学附属眼视光医院、中国人民解放军总医院等9家三甲医院达成合作项目，在近10家基层医院设立了端到端产品试点。

项目近期预进行A轮融资，资金将主要用于团队扩展与模式落地。

以上是关于医疗电子中-肽积木对医疗影像技术全新革新，推出了人工智能辅助阅读医疗影像的相关介绍，如果想要了解更多相关信息，请多多关注eeworld，eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。