2018-01-12 英伟达NVIDIA企业解决方案


图玛深维公司成立于2015年4月,致力于把深度学习技术引入医学领域。目前公司在北京、苏州、上海、美国圣地亚哥都设有研发团队。他们利用NVIDIA的深度学习平台与GPU技术,开发了σ-Discover Lung系统,该系统能够智能检测肺结节,并对肺结节良恶性做出定量分析,为医师提供“第二意见”。

在人工智能超级计算机DGX Station助力下,σ-Discover Lung系统可以减轻医师工作量,减少重复工作时间,并且将依据医师的主观经验进行良恶性定性的肺结节诊断,提升为基于客观大数据的定量肿瘤概率分析,带来医学诊断领域的革命性突破。




图玛深维创始人、CEO钟昕先生(左)及NVIDIA业务发展副总裁Jeff Herbst(右)在GTC CHINA 2017大会上

GTC CHINA 2017大会期间,图玛深维凭借在AI领域的创新和对医疗行业的贡献获得“NVIDIA 2017中国人工智能初创公司挑战赛”冠军。

图玛深维创始人、CEO钟昕先生表示:“AI和深度学习技术正在飞速发展,一个优秀的企业必须能够紧紧跟随时代的步伐,勇于创新;并且和同样优秀的企业建立良好的合作关系,才能实现真正的飞跃。NVIDIA提供的GPU人工智能计算解决方案使我们将深度学习技术应用到智能医疗成为了可能。相信基于NVIDIA 深度学习平台的助力将会彻底改变现在医疗资源日益紧缺的现状,大大提升医生的工作效率,让患者真正享受到智能医疗带来的福音。”

肺癌筛查两大挑战:

检出率低、良恶难辨

肺癌是全球发病率最高的恶性肿瘤之一,目前患者的五年生存率仅仅为15%,且发病率与死亡率呈逐年上升趋势。肺结节是肺癌早期表现形式。目前,推广LDCT(低剂量CT扫描)肺结节筛查是国内外的防止肺癌的学界共识。

现行的LDCT筛查面临的主要困难有两方面:

  • 肺癌检出率较低 随着 CT成像分辨率越来越高,提供的组织学信息越来越多,能够被检测的肺结节体积越来越小,给医师带来极大读片工作量,造成医师疲劳、分心,增加误判和漏判的概率。显然仅依靠人类视觉系统观察和发现 CT图像中微小肺结节极其困难,并且容易忽略一些较小的、不易被发现的结节(诸如磨玻璃样病变等),导致结节漏检率较高;

  • 良恶性判断问题 结节良恶性的判断是基于医生的经验,由于经验的差别,导致良恶性判断不同。临床上对肺结节的良恶性诊断的金标准是病理学检查,即取肺结节活检,该方法会给受检者带来痛苦。

NVIDIA深度学习平台

助力智能肺结节分析系统研发

图玛深维公司采用了基于具备强大计算能力的NVIDIA Tesla V100 GPU的人工智能超级计算机DGX Station工作站,以及CUDA并行加速来进行神经网络模型的训练。并在此基础上开发出了σ-Discover Lung智能肺结节分析系统。

在强大的DGX Station的助力下,σ-Discover Lung系统能够帮助医生自动检测出肺结节、自动分割病灶、自动测量参数,自动分析结节良恶性、提取影像组学信息、并对肺结节做出随访,大幅度减少结节筛查时间,减少读片工作量,提高结节的检出率,并且提供结节的良恶性定量分析,提高筛查的效果。

  1. 疾病检测 按照肺结节组成成分和表现特征可分为:实性结节, 混合性结节和非实性结节(或称为磨玻璃结节)等三类,其中,实质结节与肺内空气CT值对比最明显, 与血管等组织的灰度值重叠部分最多,且数量最多。非实质结节与肺内空气灰度值对比不明显,且较透明,混合性结节介于两者之间。通常按照实性, 混合性到非实性结节,肺结节检测的难度逐步递增。 图玛深维深度学习平台充分利用了NVIDIA 深度学习平台的优势,大大降低了处理大量医疗数据所需要的时间和空间复杂度。500幅的CT图像,从读图到完成全肺诊断平均只需80秒,敏感度96%(≥3mm肺结节), 假阳性平均仅有1.6个。

  2. 肺结节的分割 目前精确分割难度较大的结节类型包括“微小型结节”“附着在血管的结节”(即粘连血管型结节),“附着在实质壁和膈膜的结节”(即粘连胸膜型结节), “磨玻璃样结”。基于NVIDIA GPU的速度和效能,σ-Discover Lung系统采用了3D形态学处理,连通性分析,血管消除,胸膜表面删除等系列操作来分割肺结节,能测量不规则磨玻璃结节最大直径、密度、结节类型,从而提高了结节分割的精度,精准的切割高难度结节,为结节的良恶性诊断提供了基础。 基于人工智能和深度学习三维分割技术与金标准相比测量符合率达到95%,大大提升了医生的诊断效率,减少了医生手动分割工作量。

  3. 疾病诊断 由于肺结节的恶性程度与其几何尺寸、形状和外观描述密切相关,肺结节良恶性判断是从CT图像肺结节区域中自动提取肺结节纹理,形态及生长速度等有效特征来区分肺结节的良恶性。由于良恶性的诊断需要复杂的特征提取和大量的计算,普通的CPU是远远不能够胜任的;而NVIDIA 提供的GPU硬件解决方案让这种近乎神奇的预测成为了可能。根据软件的输入要求,预先处理好CT结节的图像,将样本集输入训练模型。 基于NVIDIA深度学习平台,良恶性与临床符合率达到90%,1万例以上检测数据集更证实了可信度,并且结构报告会根据恶性程度、肿瘤特性给出精准的RADS报告建议,能够为每次诊断与报告节省约20分钟。并且系统具备96个影像组学参数,能依据不同算法得到N x 96数据,从而为进一步分析肿瘤的影像组学提供了基础。

  4. 疾病随访 肺结节生长速度是判断肺结节良恶性的重要特征之一。由于恶性肺结节自身生理活动较活跃,其平均生长速度比良性肺结节快很多,微小型肺结节三维体积测量诊断,已被证明在早期临床研究和监测肿瘤对治疗的反应中可预测恶性肿瘤。但由于体积平均效应,微小型结节在二维的面积无法被准确测量,因此,基于分割的体积测量的数据采集与处理方法是目前科研的难点,如何让尺寸测量更加精确,如何让准确的体积尺寸测量能够客观量化病变的增长率都是非常困难的课题。 利用NVIDIA深度学习平台,开发了智能随访系统,让医生们可以同时跟踪,提取和比较病人同一位置不同时期的同一个结节的变化情况,在多个维度上比较,计算和测量。从而精准、客观的评估结节体积变化,研究增长率,从而判断结节良恶性,革命性的解决了肺结节随访的难点。

GPU加速图像处理

每日为放射科节约4-5小时

采用了NVIDIA DGX Station深度学习平台,使得准确度、运算时间、效率等得到大幅提升,让医生在可接受时间范围内得到结果,符合现有临床诊疗流程,提高肺结节检出敏感性和肺结节良恶性和特异性。由于GPU的通用计算性能,能够以比传统的CPU处理器快数十倍甚至上百倍的速度处理CT图像,能够每日为放射科节省4-5小时的诊断报告时间(假设日均20例)。

三甲医院试用

σ-Discover Lung诊断水平堪比主治医师

国内超过50家顶级三甲医院放射科的试用结果表明,采用NVIDIA深度学习平台可以增加结节检测敏感性,降低了假阳性率,并且提高肺结节良恶性鉴别的准确度,其诊断水平基本达到了主治医师水平。σ-Discover Lung将主观、定性的肺结节诊断提升为客观、定量,从而带来了医学诊断领域的另一次革命。

12月1日,图玛深维(12Sigma)正式对外宣布完成2亿元人民币B轮融资。本轮融资是2017年医疗影像AI领域最大的一笔融资,由软银中国领投,辰德资本、德联资本参投,此前投资方真格基金、经纬中国继续跟投。





本次B轮融资将帮助图玛深维继续扩充AI研发与营销团队,进一步拓展产品线的开发和推广。未来,图玛深维计划以每年3-5款新品速度,迅速将人工智能诊断覆盖中枢神经、肝脏、胰腺、前列腺、妇科、骨骼等脏器和部位疾病的检测诊断,同时加强中国港台地区以及美洲、欧洲、东南亚等海外市场的拓展。

图玛深维在产品研发方面已经获得了阶段性的成果。今年8月,图玛深维发布了第一款产品σ-Discover Lung,该产品帮助医生检出肺结节、精准分割、测量各类依靠手工测量难以完成的结节参数,并提供智能结构化诊断报告。该产品在今年10月中华医学会放射学年会上与医学领域同仁们见面,并得到试用医院的广泛肯定,成为目前医学人工智能产品中唯一可以进入临床使用的产品。同时,图玛深维已经有三款产品向CFDA(食品药物监督局)的认证申请,公司也将会与医疗器械厂商,第三方体检机构以及PACS(影像归档和通信系统)厂商合作,推出软硬件结合的整体解决方案,从根本上解决体检和医疗上的痛点,并且提升合作伙伴产品的竞争力。

值得一提的是,图玛深维已经与B端伙伴GE达成了战略合作:公司将利用GE的直销分销渠道,以独立的图玛深维的AI产品品牌,配合GE的CT销售和肺癌筛查解决方案,捆绑快速打入多家医院;与此同时,跟GE研发团队合作,在其它肿瘤,心脑血管疾病,CT与核磁影像上开发智能诊断产品。此外,图玛深维还和一脉阳光签署了合作协议,也与在北京、上海、华东、华南的50家三甲医院达成了科研合作协议,将在产品的医学应用、技术研究及临床试验上展开全方位合作。

创始团队方面,创始人和CEO钟昕拥有清华大学生物医学工程学士学位,并获得密歇根大学生物工程学及电子工程学硕士学位,同时也是卡内基梅隆大学MBA;而CTO高大山也毕业于清华大学,并拥有美国加州大学圣地亚哥分校电子与计算机工程博士学位,两人均是前高通公司科学家。公司的核心研发团队成员来自高通、谷歌、Kitware、苹果、GE、 西门子、飞利浦等公司,拥有顶级人工智能、深度学习和医学影像分析经验,团队成员拥有博士学位的比例达到83%。

图玛深维创始人、CEO 钟昕表示:人工智能时代已经到来。图玛深维坚信这一技术将给医学带来划时代的变革。做为一家医学AI领域的创业公司,如何利用世界前沿的深度学习算法,为医生提供最精准的辅助诊断工具,为病人找到最佳治疗方案,是图玛的目标与责任。这一轮新的融资,会帮助图玛加快产品拓展,开发心血管疾病,脑血管疾病,各类肿瘤,呼吸系统疾病等多个产品线。此次融资的领投方软银中国在医疗领域和人工智能领域都有全面的布局,在医学影像界有非常深厚的资源积累。我们有信心图玛的AI产品将在多个方向突破,提供最优的临床诊断与决策。

软银中国管理合伙人华平博士在谈及投资原因时表示:图玛深维是一家创新型智能医疗企业,拥有领先的人工智能技术,并在医学影像领域率先落地。我们相信医学影像结合人工智能会拥有巨大的想象空间。这一技术一经广泛应用,将进一步帮助放射科医生提高诊断精度和诊断效率,降低诊断成本,带给病人更佳的诊断和治疗方案,从而带来广泛的市场和社会效应。我们希望图玛深维可以迅速成长,惠泽万民。

作为图玛深维的最早投资人和主要持股方之一,真格基金创始人徐小平表示:作为一家以投人哲学著称的机构,我们从一开始赌的就是图玛深维技术领先经验丰富的团队,到后来产品也更加优化,医院合作更加深厚,我们也更加信心百倍,持续加码。我们期待公司继续保持技术的领先,走向更大的成功。

作为图玛深维的天使投资方和重要股东,经纬中国创始管理合伙人徐传陞表示:图玛深维致力于研发临床真正可以应用的辅助诊断产品。在经纬投资图玛深维之后,公司发展迅速,利用领先的人工智能技术,不断拓展产品线,服务中美放射科及临床医生。我们相信人工智能技术将引领医疗器械行业新一轮的技术革命,并首先在影像领域产生巨大价值。希望图玛深维可以继续快速发展,服务更多的医生和患者,成为医疗人工智能领域的世界级公司。

华兴资本董事总经理、华兴Alpha 负责人周翔表示:人工智能医疗行业市场规模巨大,医疗影像智能分析是一片蓝海,资本的介入和科技巨头的支持将推动大批人工智能医疗创业公司的发展。图玛深维的深度学习平台不仅在医疗图像领域取得了傲人的成绩,未来更将在精准医疗,基因组测序和病理学分析等方面做产品的延伸。华兴Alpha很高兴帮图玛深维完成此次融资,也期待看到图玛深维在未来人工智能医疗领域扮演更重要的角色。


©2018 by 12 Sigma Technologies