Tiêu hóa - Đau bụng.pdf RẤT HAY CẦN CÁC BẠN PHẢI ĐỌC KỸ
Cap nhat phan mem ho tro tri tue nhan tao (AI) ket luan lam sang cua Konica Minolta, Satoshi (VI)
1. 8/13/2019
1
Cậ hậ hầ ề hỗ T í ệ hâ (AI)
The 21st Annual Vietnamese Congress of Radiology and Nuclear Medicine, 2019
Satoshi KasAI
Cập nhật phần mềm hỗ trợ Trí tuệ nhân tạo(AI)
kết luận lâm sàng của Konica Minolta
Satoshi KasAI
Clinical R&D Division, Image Processing Technology Department
X-ray Business Operations,
Healthcare Business Headquarters
About AI (Artificial Intelligence)
AI (Trí tuệ nhân tạo)
Máy học
Deep Learning
2
History of AI
1960s 1970s 2010s1990s
~
ế ệ ứ ấ
~
ế ệ ứ
~
ế ệ ứ
Mùa đông AI
thứ 2
Mùa đông AI
thứ nhất
1980s 2000s
Hạn chế về kiến thức
chuyên môn giảng dạy
Hạn chế trong việc giải
quyết các vấn đề thực tế
Hạn chế về kiến thức chuyên môn giảng dạy
Hạn chế về kiến thức chuyên môn giảng dạy
Tìm kiếm và suy luận
Từ ‘’Trí thông minh nhân tạo’’ được tạo ra
Mạng lưới thần kinh cơ bản đã được giới thiệu
AI dựa trên kiến thức với hệ thống chuyên gia
Sản xuất trong một phần của khu vực công nghiệp
Học máy dựa trên AI
-Deep learning
★
Chẩn đoán tự động hóa đã được thảo
luận trong một bài báo
★
Khái niệm về máy tính chẩn đoán và hỗ trợ (CAD) đã được tạo ra
y g g ạyquyết các vấn đề thực tế
1995 SIANN
(U. of Chicago)
1998 R2 Technology 1st CAD product
KM CAD products
- CAD for mammogram(2010)
- Temporal Subtraction(2013)
- Bone Suppression(2015)
■Neural Network
Launched in 2010 to Japanese market
Một ví dụ cho một trường hợp điều chỉnh cụm
vôi hoá rất nhỏ một cách rất tinh tế
3. 8/13/2019
3
History of AI
1960s 1970s 2010s1990s
~
ế ệ ứ ấ
~
ế ệ ứ
~
ế ệ ứ
Mùa đông AI
thứ 2
Mùa đông AI
thứ nhất
1980s 2000s
Hạn chế về kiến thức
chuyên môn giảng dạy
Hạn chế trong việc giải
quyết các vấn đề thực tế
Hạn chế về kiến thức chuyên môn giảng dạy
Hạn chế về kiến thức chuyên môn giảng dạy
Tìm kiếm và suy luận
Từ ‘’Trí thông minh nhân tạo’’ được tạo ra
Mạng lưới thần kinh cơ bản đã được giới thiệu
AI dựa trên kiến thức với hệ thống chuyên gia
Sản xuất trong một phần của khu vực công nghiệp
Học máy dựa trên AI
-Deep learning
★
Chẩn đoán tự động hóa đã được thảo
luận trong một bài báo
★
Khái niệm về máy tính chẩn đoán và hỗ trợ (CAD) đã được tạo ra
y g g ạyquyết các vấn đề thực tế
1995 SIANN
(U. of Chicago)
1998 R2 Technology 1st CAD product
KM CAD products
- CAD for mammogram(2010)
- Temporal Subtraction(2013)
- Bone Suppression(2015)
■Neural Network
Conventional vs Deep Learning
age
re-
essing
ture
ction
sifica
on
sult
Input Output
✔Conventional method
Ima
Pr
proce
Feat
extra
Class
tio
Res
e
sing
re
ion
fica
ult
Input Output
✔Deep Learning
Imag
Pre-
process
Featur
extracti
Classif
tion
Resu
4. 8/13/2019
4
Các bệnh lý mục tiêu của hình ảnh y khoa
Nhũ ảnh X quang ngực
Ung thư vú Ung thư phổi (Ung thư vú)
LaoLao
Viêm phổi
Tim to
Tràn khí màn phổi
Thuyên tắc phổi
Xẹp phổi
Gãy xương sườnGãy xương sườn
Tràn dịch
Khí phế thủng
Xơ hoá
Suy tim
Thoát vị
■Demo AI trong Xquang ngực
① Một số cách sử dụng Ai trong Xq ngực :
- AI sẽ ưu tiên một số trường hợp .
Các trường hợp có độ ưu tiên cao sẽ
Notification
AI
Radiologist
- Các trường hợp có độ ưu tiên cao sẽ
được chuyển đến và thông báo cho
các bác sĩ ngay sau khi tạo ảnh.
✔Giá trị
- Giảm thời gian cho bác sĩ tiếp cận các trường hợp bất thường
- Các bước xử lí tiếp theo có thể thực hiện trong cùng 1 ngày
- Hình ảnh sẽ được chẩn
đoán bởi BS Xquang.
- Đồng thời, AI kiểm tra hình
② Một số cách sử dụng Ai trong Xq
ngực : Q/A
Diagno
sis
Same
ảnh đó.
- Trong trường hợp 2 kết quả
không đồng nhất, hình ảnh
đó sẽ được chuyển đến
bác sĩ Xquang thứ 2( hoặc
cùng 1 Bs)
Radiologist
AI
Radiologist
or NLP
2nd or same
Radiologist
sis
Discrepancy
Check
16
✔Giá trị
- Cải thiện độ chính xác của kết quả Xquang ngực mà không cần quá
nhiều nhân lực với sự kiểm tra kép
5. 8/13/2019
5
- AI sẽ được sử dụng như
người đọc đầu tiên.
Trong trường hợp hình ảnh
③ Một số cách sử dụng Ai trong Xq ngực :
Người đọc đầu tiên
Diagnosis
Normal
- Trong trường hợp hình ảnh
được phân loại bình
thường, các BS có thể
không kiểm tra lại hình ảnh
( hoặc kết luận ngắn gọn)
✔Giá trị
AI
radiologist
Abnormal
✔Giá trị
- Các BS có thể tập trung vào các trường hợp bất thường.Giúp giảm
đáng kể sức lao động của BS
- ※Cần có quy định cụ thể cho cách sử dụng này. Và cần được xác minh cẩn thận
■Cải thiện môi trường chẩn đoán Xquang ngực là một
Take home message #1
g g g
trong những dự án ưu tiên cao nhất của Konica Minolta
về AI
Focus on Primary Care
■ Line-up of Konica Minolta Products for primary care
■ Tạo các ảnh như động bằng cách phát tia liên tục
■ Điều kiện (ex.)
Về X ray động
Máy Xquang
・ 95 kV
・ 15 flame/sec.
・ 10~20 sec.
・ pixel:0.4mm×0.4mm
■ Liều tia:
・ 7 3 uGy/flame
Tư thế
đứng
Máy Xquang
Phát tia liên
tục
・ 7.3 uGy/flame
In case 15 sec.,
7.3 uGy×15 flame×15 sec
=1.66mGy
・ Below IAEA guidance level
(PA+lateral)1.9mGy
6. 8/13/2019
6
Khử xương trên ảnh động
Original Bone Suppression
Từ giải phẫu học đến động học
COPD
Từ động học đến chức năng Blood Depth Changes
+10mm
Normal Abnormal
‐10mm
7. 8/13/2019
7
Maxima Phase Shift Functional Images
+0.50.5
Normal Abnormal
‐‐0.5
■ Chăm sóc cơ bản là mục tiêu chính của Konica Minolta
– Konica Minolta có các sản phẩm
Take home message #2
Konica Minolta có các sản phẩm
• Flat Panel Detector (including dynamic imaging)
• Ultrasound
• PACS/WS
• AI (currently in Japan only)
– Computer-aided Detection for Mammogram
– Bone Suppression Images for Chest X-ray
– Others
Confidential