医生遇到的问题是，医疗图像很复杂，因为看一张图像并了解病人是否患有某种疾病需要专业知识。直到现在，这一直意味着人类的专业知识。因此，许多医院的放射科医生和其他医护人员面临着巨大的工作量。
现在，Google Cloud的医学成像套件已经上市，旨在改变这种情况，使用人工智能算法扫描医学图像，并提供更快、更准确的诊断结果。通过这种方式，它认为它可以帮助提高医疗工作者的生产力，同时改善医疗服务和病人的结果。
该产品旨在解决之前阻碍医疗机构实施人工智能的最常见痛点。影像实验室提供了对NVIDIA公司和Monai创建的现成的基于人工智能的注释工具的访问，这些工具可以执行重复性的手工任务，如标记医疗图像。
Google的BigQuery和Looker服务也在其中，可用于搜索和查看PB级的成像数据。然后用户可以对这些数据进行高级分析，甚至可以用它来为新的人工智能模型创建训练数据集。
该套件的成像人工智能管道模块提供了对顶点人工智能的访问，使用户有办法快速创建人工智能管道，并以最小的自定义编码建立可扩展的机器学习模型。
Google Cloud的医疗技术战略和解决方案的全球负责人Alissa Hsu Lynch说："Google率先在Google照片、Google图像搜索和Google镜头中使用人工智能和计算机视觉，现在我们正在将我们的成像专业知识、工具和技术提供给医疗和生命科学企业。我们的医学成像套件展示了当科技公司和医疗保健公司走到一起时可能发生的事情。"
Google Cloud的医学成像套件还竭力确保图像数据的隐私和安全，解决了医疗机构的主要头痛问题之一：合规性。该套件利用Google的云医疗应用编程接口，通过DICOMweb标准提供安全的数据交换，实现安全的图像传输。云医疗API是一个完全可管理的企业级开发环境，提供自动的DICOM去识别功能。
最后，Google表示，医学影像套件有多种部署选项，包括云、企业内部或边缘。Google表示，这种灵活性将确保医疗保健客户能够满足不同的数据安全、隐私和主权要求，Google分布式云提供集中管理和政策执行。
Constellation Research Inc.分析师Holger Mueller说，医疗保健是能够从采用云和人工智能中获益最多的行业之一，尤其是在图像处理领域，可以利用这两种技术。
"很明显，在图像分析方面，软件最终会比人更好，因为它可以寻找更多的模式，可以获得更多的数据，不会有糟糕的一天，不需要睡觉，而且永远不会休假，"Mueller解释说。"虽然安全和隐私是一个关键问题，所以很高兴看到Google的新产品以其先进的安全功能解决了这两个问题。接下来就是看行业内的吸收情况如何了。世界需要更好的下一代应用，以获得更好的病人结果"。
Google表示，它正在为数百家因安全和合规问题而受阻的医院铺平道路，以最终采用人工智能进行医疗成像。其中包括总部位于新泽西州的哈肯萨克·梅里迪安医院，该医院已经部署了Google的工具，以去除图像的身份识别。它的计划是创建一个巨大的匿名训练数据池，用于创建新的人工智能模型，以预测前列腺癌患者的转移情况--这是一种威胁生命的疾病，对美国黑人男子的影响较大。
HMM高级副总裁兼首席数据和分析官Sameer Sethi说："我们正在努力建设人工智能能力，它将支持基于图像的一系列临床诊断，并成为我们临床工作流程的一个组成部分。Google Cloud的成像功能，包括标准化存储和去识别，正在帮助我们释放成像数据的价值，这样临床医生和研究人员就能获得适合其临床工作流程的数字化决策支持。"
最新文章