记得 4 年前我做的 AI 乳腺平台吗?这是我的新项目

2022-03-28 11:59:55 +08:00
 coolwulf
4 年前,我在这里发帖介绍了我利用 AI 进行乳腺肿瘤检测和分类的一些工作。
https://www.v2ex.com/t/462641#reply303
那个帖子在 V2 上获得了一些关注,我希望你会喜欢我在这里再次介绍的这个帖子。

近年来,我一直在将我的注意力从癌症检测转移到实际治疗上。
我们真正想解决的一个问题是让更多的脑癌患者能够接受立体定向放射外科治疗( SRS ),与全脑放疗( WBRT )相比,SRS 的治疗效果更好,患者的生活质量( QoL )也更好,因为全脑放疗对于多发性脑病患者(比如超过 5 或 10 个)来说更常见。

这背后的原因是,医生或神经外科医生在为多发性脑病患者进行 SRS 手术时确实需要付出很多努力,因为每个病灶都需要正确的轮廓 /标记 /追踪,而且医学物理学家也需要为这类多发性病灶病例的治疗计划付出很多努力。对于 10 或 20 个以上的脑转移瘤患者,通常没有足够的资源来帮助他们。

因此从 2019 年开始,我们与美国西南医学中心和斯坦福大学合作,试图解决这个问题。此后,我们开发了自动勾画 /标记脑转移瘤病灶的模型,与 OAR ( Organ-at-Risks )一起,我们还开发了基于 SVM-放射组学的快速减少假阳性的模型。此外,我们还开发了基于优化辐射剂量图的快速分割多个病灶到不同治疗疗程的模型。
这项工作将于明天在 2022 年 AAPM 春季临床会议上由我们在斯坦福大学的合作者发表
https://w4.aapm.org/meetings/2022SCM/programInfo/programAbs.php?sid=9476&aid=60551

我们正在加快步伐,试图让整个 SRS 社区很快就能使用这项技术和平台。

我们真的希望这个平台能让更多的病人接受 SRS 手术,而不是残酷的全脑 RT 。我们发现病人每隔几个月就会回来做 SRS 手术,以延长他们的生活质量(与 WBRT 相比,WBRT 是一生一次的治疗,当病人在 3 个月后出现复发时,就没有其他治疗方法了)。
希望你喜欢这项工作。

https://preview.redd.it/o49n1oq4rzp81.png?width=2094&format=png&auto=webp&s=6fd47fc9d3e3daf947ec9f3bb92c4720e3891325

https://preview.redd.it/3hh70oq4rzp81.png?width=2108&format=png&auto=webp&s=5793caaf7da18f4d1d6cace8bed0c92dde2b7935

https://preview.redd.it/cnt019r4rzp81.png?width=1640&format=png&auto=webp&s=7f3345c2af58fa052438575651cb0b90ff8d3a01

https://preview.redd.it/xbtkhar4rzp81.png?width=1580&format=png&auto=webp&s=3f250af13dff5b6160cc6420e73f9db38168abb6
9681 次点击
所在节点    分享创造
52 条回复
Pika666
2022-03-30 16:14:38 +08:00
@murmur 国内比较好的医院在乳腺癌的筛查和治疗前后评估中 MRI 的应用很普遍,在指南中也有很明确的适应症,动态增强和一些基于扩散加权的功能成像对于判断肿瘤性质、评估肿瘤异质性和侵袭性有很明确的帮助。


中国抗癌协会乳腺癌诊治指南与规范( 2019 年版)
10.19401/j.cnki.1007-3639.2019.08.009

4.1.1 乳腺癌的诊断
当乳腺 X 线摄影或超声影像检查不能确定病变性质时, 可以考虑采用 MRI 进一步检查。

4.1.2 乳腺癌的分期
由于 MRI 对浸润性乳腺癌的高敏感性, 有助于发现其他影像学检查所不能发现的多灶病变和多中心病变, 有助于显示和评价癌肿对胸肌筋膜、胸大肌、前锯肌以及肋间肌的浸润等。在制定外科手术计划之前, 考虑保乳治疗时可进行乳腺增强 MRI 检查。

4.1.3 新辅助化疗疗效的评估
对于确诊乳腺癌进行新辅助化疗的患者, 在化疗前、化疗中及化疗结束时 MRI 检查有助于对病变化疗反应性的评估, 对化疗后残余病变范围的判断。

4.1.4 腋窝淋巴结转移, 原发灶不明者
对于腋窝转移性淋巴结, 而临床检查、X 线摄影及超声都未能明确原发灶时, MRI 有助于发现乳房内隐匿的癌灶, 确定位置和范围, 以便进一步治疗, MRI 阴性检查结果可以帮助排除乳房内原发灶, 避免不必要的全乳切除。

4.1.5 保乳术后复发的监测
对于乳腺癌保乳手术 (包括成形术) 后, 临床检查、乳腺 X 线摄影或超声检查不能确定是否有复发的患者, MRI 有助于鉴别肿瘤复发和术后瘢痕。

4.1.6 乳房成形术后随访
对于乳房假体植入术后乳腺 X 线摄影评估困难者, MRI 有助于乳腺癌的诊断和植入假体完整性的评价。

4.1.7 高危人群筛查
MRI 在易发生乳腺癌的高危人群中能发现临床、乳腺 X 线摄影、超声检查阴性的乳腺癌。
shunia
2022-03-30 16:30:57 +08:00
这一下子就给我拔高了,我都不自觉起立了
watermelon92
2022-03-30 16:38:00 +08:00
记得,起立鼓掌。
x340
2022-03-30 19:32:03 +08:00
记得,OP 还是厉害
patrickyoung
2022-03-31 09:52:07 +08:00
起立鼓掌。发送感谢。正是因为有你们这样的人在一直努力为人类共同的美好构建一个光明的未来,世界才如此美好。

相比之下,最近的上海,让人伤心。
murmur
2022-03-31 10:15:43 +08:00
@Pika666 那最后还不是要医生签字,就国内的医患关系,真的有医生敢不自己阅片,直接用 AI 的结果么
lj394139
2022-03-31 11:23:09 +08:00
很强,也打算往 AI 医疗转了
moxuanyuan
2022-03-31 18:02:07 +08:00
来自 D 版带着爱
Pika666
2022-04-01 10:38:12 +08:00
@murmur 阅片肯定是自己要过一遍的,但是粗看和细看的工作量是完全不同的啦。最典型的就是肺结节,在假阴极低的情况下,AI 筛过的影像,医生只会着重的看一些纵隔、肺门、肺间质、胸廓骨质病变,而不用每一层面都仔细寻找小结节,这也是现阶段广泛应用的医学影像 AI 的主要作用。
hunter0122
2022-04-02 13:56:15 +08:00
@Pika666 大佬请教个问题。本人想往 ai 结合医学影像方向考研,是需要从本科开始就是医学相关专业吗。然后,请问您有哪些院校可以推荐的吗?
Pika666
2022-04-05 01:42:45 +08:00
@hunter0122 生物医学工程,医学技术大类,甚至计算机科学 CV 、DL 领域都可以的,因为 AI 结合医学影像本就是跨学科的专业。院校就不了解了,毕竟俺只是一个普通医生
coolwulf
2022-04-06 06:30:59 +08:00
@hunter0122 University of Michigan 或者 University of Wisconsin 的医学物理专业
baitongyu
2022-04-06 18:41:12 +08:00
@coolwulf OP 您好,看到这条推文心里十分敬佩。我是一个国内科技互联网媒体的编辑,粉丝里面也有很多医疗和程序行业的工作者,想让您的这些医疗项目帮助更多的人,不知道您是否愿意接受采访?期待回复!(翻了以前的评论区,找到了您的联系方式,擅自添加了,如有冒犯请见谅!)
JokerLiang
2022-05-07 09:16:29 +08:00
加油。
catzilla
2022-05-07 11:13:10 +08:00
> Not all heroes wear capes:")
>
> “ 不是所有英雄,都披着披风 ”。
190118aaa
2022-05-07 11:34:58 +08:00
> Not all heroes wear capes:")
给大佬跪了
ariza
2022-05-07 14:10:38 +08:00
respect.
missdeer
2022-05-07 16:52:00 +08:00
牛逼牛逼,膜拜大佬,造福人类
ch4wt
2022-05-09 13:46:22 +08:00
@coolwulf ,看到你做的课题,很有意义,我们有 10000 张 Nvidia 的 A100 的 GPU 卡,可以赞助你一部分用来做前沿的有意义的研究,如果需要的话可以联系我 tun.wang@high-flyer.cn ,了解我们的话可以看官网:www.high-flyer.cn
Leo
2022-05-11 11:38:46 +08:00
敬佩 OP 在做的事情,关注了

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/843341

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX