专注于 “机器视觉+医疗”的人工智能科技公司拍医拍,深耕医疗单据识别、医疗影像处理和理解,在大数据和深度学习方面具备领先经验和积累,是目前全球在人工智能辅助诊断方向中拥有重要核心竞争力的AI科技类公司。
拍医拍公司目前已经积累了亿级医疗数据的处理经验,具备行业领先优势。作为人工智能在医疗垂直领域应用的实力先锋,目前已拥有40余项国家专利等关键技术产权,分别在全医疗单据品类的OCR(optical character recognition)和医疗影像数据挖掘方面。拍医拍在大数据和深度学习方面也具备丰富的经验和行业积累。目前每日运行数百台机器群组,平均单日内处理的数据达到亿级,单次请求响应速度在ms以内。拍医拍在mxnet基础上根据业务的特点进行框架改造,同时进行数据并行化和计算并行化,训练效率的提升达到50%以上,其所训练的深度学习模型非常精简,甚至在手机上就可以运行。
早自2015年起,拍医拍就已经进行医学智能的研究,自主研制了医疗单据智能识别系统。目前不仅支持血常规、尿常规、便常规、肿瘤标记物、凝血、病毒等上百种常见化验单识别,还具备医疗发票单据识别、处方笺识别、诊断证明书识别、理赔单据自动分类、医疗大数据挖掘等广泛技术能力,并为很多医疗机构、体检机构、保险公司有效传递了医疗信息。随着技术经验的积累,拍医拍将其优势拓展到医学影像智能辅助诊断、以及医疗信息系统的流程优化方面。此次成立医学智能研究院,将着重探索人工智能在医学影像方向的产品落地和广泛应用。
拍医拍智能研究院院长刘立博士介绍,拍医拍团队通过智能输入CT、X光、MRI、PET、病理切片、眼底照片、超声等医学影像信息,可对200余种医学影像检测项目进行高精度、高召回率影像判断,同时还克服了传统计算机辅助诊断细分医疗领域中的假阳率问题,降低了患者疾病误诊率。
刘立博士同时还表示,拍医拍的AI技术目的绝不是取代医生。“医学影像中存在大量与疾病不相关的信息,传统诊断模式下,医生必须全部浏览后去判断,而人工智能的作用就是由机器来帮助医生筛除掉绝大部分无效影像信息,辅助医生根据关键信息快速做出诊断。“拍医拍的医学影像AI系统可以与医疗机构合作,协助医生快速分析图像,找到ROI,定位出关键位置、病变,给出有效标记,从而提升医生诊断效率,随着患者数据的充实和获得医生的医学感知判断,又能够进一步迭代优化,实现更准确的医疗AI辅助诊断,帮助医生获取有效信息。
在X光方面,拍医拍医学影像AI系统主要是运用卷积神经网络(Convolutional Neural Network,简称ConvNet)开发,在人类医生的帮助下,通过对大量医疗图像数据进行解析,自动总结出能够代表恶性肿瘤的“形状特征”以及形成能够用来判断有无恶性肿瘤的“识别模式”。当医学影像AI系统将其总结出的识别模式应用于医学影像中时,便可判断影像中是否存在恶性肿瘤。
据了解,为提高全行业医疗数据获取与解析能力,强力辅助医疗诊断治疗全过程,拍医拍曾成立达芬奇(Da Vinci)医学智能研究项目组,在人工智能、大数据、深度学习、机器视觉等顶尖技术在医学领域已经具备深度智能化应用能力后,拍医拍医学智能研究院成立。技术团队期望运用机器学习技术和先进的统计分析,机器通过对数据的深度学习,能力得到迅速提高和突破,从而进一步获得医学及健康领域有效数据,实现对专业医疗机构的各类场景化应用服务。2017年4月,“拍医拍医学智能研究院” 正式成立,与美国顶级医疗影像AI科技公司达成战略合作,助推人工智能辅助诊断方面的应用技术转化成为了重要的市场价值。据公开数据显示,单从放射科医生的年增长率来看,美国和中国仅仅只有2.2%和4.1%,远远不及医学影像数据对应63.1%和30.0%的高速增长率。而人工智能技术在医学影像领域的深度应用,则将有望填补这些缺口,释放出巨大的市场潜力。
拍医拍公司拥有全国领先医疗行业方案与整体经营拓展能力,实现了AI与医疗机构的深度跨界合作。2016年,拍医拍公司在多项医疗科技服务细分领域的行业第一,荣获中关村高新和国家高新双高企业称号,成为医疗创新科技的标杆企业。
