團隊名稱:柏瑞醫
柏瑞醫運用獨家AI技術,結合顯微鏡協助醫檢人員精準執行膀胱癌尿液細胞學檢測,與醫院合作提供民眾非侵入式的檢查,提高篩檢意願與醫療品質。
專案成果簡述
率先建置與成功移植:
- 率先於Intel 11th /12th Generation 架構和Windows系統上,成功建置ONNX Runtime for OpenVINO 2022.2
- 率先將RTSP (Real Time Streaming Protocol) Stream 使用OpenVINO Real Time_Streaming_Analysis及OpenVINO PrePostProcessor 影像分析前預處理並結合ONNX Runtime for OpenVINO 2022.2的膀胱癌分析模型,打造第一台OpenVINO AI/AR 即時癌症分析顯微鏡
運用Deep learning的技術突破:
- OpenVINO AI/AR 即時癌症分析顯微鏡,在ZNET框架整合RTSP及OpenVINO PrePostProcessor 與OpenVINO Real Time_Streaming_Analysis,並可即時使用ONNX Runtime for OpenVINO 2022.2的模型,達到顯微鏡鏡頭移到哪即時AI(Real-time computing)隨看即時分析。
- Object Detection及Segmentation AI模型:可超快速分析整張全數位玻片WSI影像(Whole Slide Imaging)的細胞分析標註
- Classification AI模型: 分析細胞為正常細胞/低度病變細胞/高度病變 之細胞
- 專利少資料高精度AI迭代訓練演算法訓練,訓練效率可提升16倍
- 運用ONNX Runtime for OpenVINO 2022.2在Windows 10上加速, 可分析2百億像素的玻片WSI影像,辨識效率可達兩倍以上,膀胱癌AI 臨床分析整體正確率高達於 98%
優秀的臨床評估表現 (取得臺灣醫療器材許可衛部醫器製字第007559號 ):
- 進行200位個案的臨床測試,膀胱癌AI模型的整體AUC達98%,敏感度為95%以上,特異度為98%以上
醫療端與社會端的雙贏:
- 目前已與醫院與醫師合作準備部署,未來將配合醫療院所,只需尿液檢體即可以無痛、非侵入性的方式幫助民眾進行篩檢,能找出更多潛在個案,擴大預防醫療服務範圍,強化檢測量能
作品介紹
膀胱癌是國內男性10大癌症之一,根據台灣地區癌症登記調查報告,膀胱癌佔了泌尿系統癌症之大部份,而且發生率有逐年增加的趨勢,男女發生率之比約為三比一,好發年齡為40~79歲。根據衛生福利部國民健康署2020年公布資料顯示,膀胱癌是國內男性十大癌症之一,排名第九。
為了讓國內有更多比例的民眾參與接受尿液細胞抹片膀胱癌篩檢,以及減少醫療檢驗單位的負擔,柏瑞醫利用公司特有的人工智慧技術,開發一套用於膀胱癌的尿液細胞抹片之AI輔助篩檢系統。該系統除了可輔助臨床醫檢人員更精確地篩檢出有異常病變的檢體,降低人工閱片時造成的偽陰性率,也可大幅提升閱片效率,進而提升國內之醫療品質。
本專案目標為開發市場上第一個可辨識由尿液細胞學檢查之膀胱癌AI輔助篩檢系統,輔助醫檢人員利用多種廠牌的顯微鏡或掃片機格式,運用人工智慧輔助分析鑑別癌病變。除了可輔助臨床醫檢人員更精確地篩檢出有異常病變的檢體,降低人工閱片時造成的偽陰性率,並大幅提升閱片效率,減少醫療檢驗單位的負擔,進而提升國內之醫療品質。
利用AI結合顯微鏡成為AI/AR 顯微鏡,能夠即時將玻片影像擷取出來,並同步判別是否為正常細胞或是癌病變,除了提供臨床教學更多的自由度,也能將數據輕鬆儲存起來,方便報告匯出或日後檢閱。
解決方案
硬體架構:
- Avalue AI套件 – 第11代Intel® Core™ i7 處理器
- PHILIPS 2K螢幕
- Olympus 顯微鏡與操控元件
軟體技術架構:
X1 Imaging 膀胱癌人工智慧輔助篩檢系統:
- Application:
WPF C#/C++, Open CV, Emgu CV - Deep Learning Framework:
- ZNET(柏瑞醫研發AI框架),
YOLOv5
Intel Instance Segmentation Models - AI Model Optimization:
CNN Classification, CNN Object Detection , - ONNX runtime for OpenVINO
- OpenVINO 2022.2:
- 在高達2百億像素的玻片WSI影像上,物件偵測及分類辨識速度較2022.1版本優化提升兩倍
- 使用OpenVINO PrePostProcessor預處理
針對shape, precision, color channel, layout等典型的數據操作進行預處理,直接透過iGPU進行,可大幅提高執行效率 - Open VINO AI/AR 即時癌症分析顯微鏡,在ZNET框架整合RTSP及OpenVINO PrePostProcessor 與OpenVINO Real Time_Streaming_Analysis,並可即時使用ONNX Runtime for OpenVINO 2022.2的模型,達到顯微鏡鏡頭移到哪即實時AI(Real-time computing)隨看即時分析
本系統使用病人尿液檢體並兼容多種廠牌顯微鏡與掃片機之格式,運用人工智慧輔助分析鑑別癌病變,並使用Deep learning:
1.Object Detection及Segmentation AI模型:可超快速分析整張全數位玻片WSI影像(Whole Slide Imaging)的細胞分析標註
2.Classification AI模型:分析細胞為正常細胞/低度病變細胞/高度病變之細胞
3.運用ONNX Runtime for OpenVINO 2022.2在Windows 10上加速,可分析2百億像素的玻片WSI影像,辨識效率可達兩倍以上,膀胱癌AI 臨床分析整體正確率高達於 98%
再結合OpenVINO AI/AR 即時癌症分析顯微鏡,即時AI分析:
OpenVINO AI/AR 即時癌症分析顯微鏡,在ZNET框架整合RTSP及OpenVINO PrePostProcessor 與OpenVINO Real Time_Streaming_Analysis,並可即時使用ONNX Runtime for OpenVINO 2022.2的模型,達到顯微鏡鏡頭移到哪即時AI(Real-time computing)隨看即時分析
成果介紹
進行200位個案臨床評估結果,整體AUC達98%,敏感度為95%以上,特異度為98%以上。
從市場需求面來看,各大醫院陸續導入AI技術來進行醫療影像判讀,且醫院只需備有數位掃片機或是顯微鏡,即可輕易導入柏瑞醫的AI解決方案,可融入既有檢測流程,運用常見的尿液檢體,將檢測項目最大化。
此系統為癌症篩檢的好工具,主打無痛檢測、非侵入式、檢測速度快、精準度高,降低整體醫療照護成本。只需使用尿液檢體即可幫助民眾進行初步篩檢,能找出更多潛在個案,擴大預防醫療服務範圍,早期發現、早期治療!
成果介紹影片: