Wolfram：用人工智能和机器学习彻底改变癌症诊断

Wolfram：用人工智能和机器学习彻底改变癌症诊断

 

关于AlD-Gl项目

AID-GI项目(人工智能支持的胃肠疾病视频胶囊内窥镜诊断)是由英国政府资助的一项合作研究计划。 其目标是利用机器学习改进结肠癌和其他胃肠道疾病的诊断，允许在不牺牲质量的情况下进行更多胃肠道筛查，以帮助减少医院不断增长的积压。  

 

挑战

虽然使用安装在管上的摄像头这样的传统结肠镜检查程序仍然被认为是胃肠道分析的黄金标准，但革命性的视频胶囊内窥镜检查可以提供显著的优势。

然而，随着需要筛查的患者数量和胶囊所拍摄的图像数量的增加，对所有创建的图像进行一致、高质量的分析是使用当前手动方法无法实现的。

 

 

 

与传统的内窥镜检查相比，这些药丸大小的胶囊提供高质量的成像，患者感觉更舒适，创伤更小。

 

 AlD-Gl项目的目标是通过使用基于机器学习的自动图像分析，消除数据处理瓶颈，让创新性视频胶囊内窥镜成为现实。 去除了在手术过程中需要专业医生和顾问在场的要求，意味着患者可以在家里或当地医疗机构吞下药丸大小的摄像头，减轻了急症服务和内窥镜单位的负担，同时将覆盖范围扩大到服务水平低下的地区。  

 

方法

Wolfram咨询服务公司团队构建了CapScan，这是一个集成工具，可以帮助操作员增加精确的训练数据，用于基于机器学习的自动图像分析。 现在大规模导入，转换和分析胶囊视频可以通过一个简单的界面轻松和准确地实现。

Wolfram咨询服务团队强大的项目管理专业知识使他们成为这个合作研究项目的理想中心，在这个项目中，关于目标、范围、进展等的沟通至关重要。  

 

此外，Wolfram 语言是需要从各种来源以多种不同格式导入、处理和呈现信息的项目的可靠平台。

 

由于计划在全球推广，可扩展性和安全性是至关重要的。 Wolfram的多学科团队可以处理项目的医疗、数据科学、界面开发和基础设施元素，同时提供外部视角和创新想法。  

 

 

 

CapScan允许临床医生导入数千张图像，并自动识别任何异常。 操作员可以手动验证分类以提供诊断并改进CapScan的机器学习算法。  

 

成就

 

推动医疗技术创新  

Wolfram 咨询团队开发了 CapScan 工具，消除了阻碍胃肠道筛查技术创新的瓶颈。操作员不再需要浏览每位患者的数千张个人图像；他们现在可以选择单个图像并返回匹配的 AI 建议的图像。

 

 

减少NHS积压和改善医疗平等  

现在，胃肠道分析可以快速、准确地进行，而不需要专门的医生和顾问。 这不仅可以在急症护理中进行更多的检查，而且可以在社区保健中心进行检查，从而提升在服务水平不足的地区获得保健的机会，并减轻医院的负担。

 

 

为持续改进打下坚实基础  

经过验证的异常图像被添加回CapScan机器学习算法的训练集，使用得越多，其性能就越好。 此外,  Wolfram咨询团队已经建立了一个强大的基础，我们和其他合作伙伴可以进一步将机器学习和自动图像分析集成到胃肠道诊断中。  

 

wolfram使之成为可能

“使用 Wolfram 语言使我们能够轻松地集成图像处理、机器学习和数据可视化，以向临床医生提供所需信息，具有创建和部署易于使用的界面的工具。因为所有的这些工具内置在 Wolfram 引擎中，旨在协同工作，所需的代码非常小且非常高级，这使我们可以轻松地进行维护并使用未来几代核心AI进一步开发。”

                                                        JonMcLoone

                                                   技术交流和战略总监

                                           Wolfram Research Europe

 

让我们把您的项目推进到下一个阶段  

了解Wolfram Technical Services团队如何通过深入的故障排除、代码优化、定制培训或生产部署来启动您的项目。