《邢寶財-AI技術賦能區域心電診斷平臺新.pdf》由會員分享,可在線閱讀,更多相關《邢寶財-AI技術賦能區域心電診斷平臺新.pdf(23頁珍藏版)》請在三個皮匠報告上搜索。
1、AI技術賦能區域心電診斷平臺職 位:產品經理姓 名:邢寶財日 期:2023.05.27目錄01/AI在醫療行業中的應用02/AI技術在心電分析領域的表現CONTENTS04/東華醫為AI心電算法簡介03/AI技術如何賦能區域心電診斷平臺AI在醫療行業中的應用01/AI賦能醫療眾多領域CT影像AI藥物研發心電圖識別CDSS眼底檢查AI外科手術AI技術在心電分析領域的表現02/國內外關于AI心電的研究在逐年增加1192355106200232316050100150200250300350201420152016201720182019202020212022IEEE人工智能心電研究成果數量趨勢圖
2、據2017年Nature Medicine 一篇研究報道人類心臟病醫生的人工識別準確率為78%,斯坦福大學人工智能專家吳恩達團隊研究表明AI心電診斷準確率能達到83.7%,部分疾病分類甚至超過了人工判讀。近幾年關于AI心電的算法相關研究也多起來,我們統計近年來具有代表性的成果,從表中可以看到AI心電算法的廣度和精度均在提高。中國心血管健康與疾病報告2021報告顯示我國心血管病的發病率與致死率仍高居榜首,推算出全國心血管病現患人數有3.3億。2016年統計的農村心血管病死亡率為309.33/10萬,約占全部死因的45.50%;城市心血管病死亡率為265.11/10萬,約占全部死因的43.16%。
3、AI心電的研究發展能更好的解決我國醫療資源分布不均衡、心電檢測判讀效率、心電圖讀圖精度等問題。AI技術如何賦能區域心電診斷平臺03/目前區域心電診斷平臺痛點痛點采圖質量差,部分數據達不到分析要求。危急數據無預警,導致病情延誤。流水式分發診斷任務,導致工作量不均衡心電數據無難易等級,導致人工判讀準確率低。傳統機器算法準確率低,無法輔助醫生診斷。人工測量、分析診斷效率低,報告回傳不及時。云心電平臺心電數據中心心電數據中心心電數據中心采集中心設備設備設備AI采集質控遠程診斷中心診斷醫生診斷醫生診斷醫生AI輔助診斷AI調度中心區域心電診斷中心C設備手機診斷子系統區域心電診斷中心A設備手機診斷設備子系統
4、社區醫院私人診所三級/二級醫院區域心電診斷中心B設備平臺系統(區域)平臺系統(區域)手機診斷子系統設備手機診斷子系統主數據閉環管理AI調度中心數據清洗數據分發用戶注冊數據訂閱管理標準建模技能等級工作量數據難易機構等級危急等級陰陽性AI時域分析時間向量心向量QT離散度AI可多維度輔助分析心電數據采集質量提醒 提高工作效率AI采集質控AI調度中心快速智能分診 自動分級心電圖合理匹配醫生資源心電診斷分析 處理報告高效高質量心電圖診斷AI輔助診斷優勢1基于心電片段進行連續分析優勢2基于心電大數據平臺模型訓練,抗干擾能力強心電圖心拍細節分析干擾對心電圖細節特征影響大,導致分類準確率低69%72.1%82
5、%84%83%98.3%95%97.7%98.7%96.6%AI心電技術與傳統心電技術識別精度對比傳統算法accAI算法acc優勢3神經網絡將矩陣式特征逐層傳遞,實現更多細節識別,無需人工干預獨立完成分類。傳統分析算法分析特征單一,需要人工校準,更新迭代速度慢,準確率上升空間有限。東華醫為AI心電算法簡介04/網絡結構ResNet+SEBlock模型ResNet提取各導聯空間特征SEBlock提取導聯間依賴關系采用跨接方式防止梯度消失逐層卷積提取特征softMax計算標簽概率原始心電信號數據清洗數據增強逐層卷積提取特征計算損失獲得分類統計相關性去除沖突數據數據歸一化數據拉伸數據翻轉數據鏡像類型
6、傳統算法AI算法敏感性特異性敏感性特異性正常組90%82.60%98.50%98.30%房顫64.50%69%95.30%93.80%肥厚組65.30%72.10%95.70%92.60%急性心肌梗死(AMI)78%82%90.70%96.50%左束支阻滯(LBBB)70%84%91.50%91.70%右束支阻滯(RBBB)71.50%83.60%90.60%95.60%00.20.40.60.81十七分類ACC 95%+采用10萬例均衡臨床數據作為訓練集,以1000例臨床數據作為測試集,AI心電算法與傳統算法性能結果如下:AI心電算法的提升,離不開海量樣本數據。規?;?、提高效率、解放勞動力提
7、高心電科研服務、推動技術發展心電圖自動診斷系統的研發,使心電圖診斷自動化、數字化、流程化、規范化和信息化。AI心電智能分析系統,輔助出具臨床心電圖報告,預告預警心電圖危急值。優化傳統手工測量分析心電圖分析現狀,使數萬心電從業人員從繁重的,重復性的工作中解拖出來。使心電技術人員有更多的時間密切結合臨床深入研究心電學技術,提高心電專業技術水平,推動心電學科的快速發展。使心電圖更好地為臨床醫療、保健、教學和科研工作服務。影像AICDSSAI心電基于知識+深度學習的后結構化引擎迭代學習準確率95%+,召回率85%+20+20+大三甲醫院語料2020萬萬+典型語料100100萬萬+醫療術語 ResNet結合擴張卷積和雙線性插值 識別肝臟CT腫瘤 識別肺結節 病理骨肉瘤 發明專利認證ResNet卷積層第二卷積層擴張卷積池化層特征復用卷積層雙線性插值放大11卷積層 10萬臨床心電數據 心電圖十七分類 ResNet結合SEBlock 準確率90%+心電病歷ResNet卷積層26大類實體88+類實體屬性更多實體及屬性擴展中SEBlockSoftMax十七分類器平均池化output17類標簽THANKS謝謝您的觀看