實作組智慧醫療與照護

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_AnalysisOpenVINO 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
  • 運用ONNX Runtime for OpenVINO 2022.2Windows 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AUC98%,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

膀胱癌國內男性10大癌症之,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。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:

  1. Application:
    WPF C#/C++, Open CV, Emgu CV
  2. 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
  1. 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RTSPOpenVINO PrePostProcessor 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AUC98%,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:

發佈留言

Your email address will not be published. Required fields are marked *

Post comment