医学影像 AI 研发的一体化平台：涵盖数据采集、筛选、标注与预处理
计算机视觉与模式识别
2024-03-12 v1 人工智能
摘要
深度学习正在推动医学影像研发 (R&D) 的进步，导致基于人工智能/机器学习 (AI/ML) 的医疗设备在临床中频繁使用。然而，为了推进 AI 研发，出现了两个挑战：1) 显著的数据不平衡，大多数数据来自欧洲/美洲，而占全球人口 60% 的亚洲数据占比不足 10%；2) 为商业用途策划专有数据集需要大量的时间和投资。作为回应，我们建立了首个商业医学影像平台，涵盖以下步骤：1) 数据采集，2) 数据筛选，3) 标注，以及 4) 预处理。此外，我们专注于利用来自日本及更广泛亚洲地区的代表性不足数据，包括计算机断层扫描 (Computed Tomography)、磁共振成像 (Magnetic Resonance Imaging) 和全切片成像 (Whole Slide Imaging) 扫描。利用收集到的数据，我们正在准备/提供用于医学 AI 研发的即用型数据集，方法包括：1) 向 AI 公司、生物制药公司和医疗设备制造商提供这些数据集，以及 2) 将它们用作训练/测试数据，为这些实体开发定制的 AI 解决方案。我们还旨在合并区块链技术以保障数据安全，并计划通过生成式 AI 合成罕见病数据。DataHub 网站：https://medical-datahub.ai/
引用
@article{arxiv.2403.06145,
title = {All-in-one platform for AI R&D in medical imaging, encompassing data collection, selection, annotation, and pre-processing},
author = {Changhee Han and Kyohei Shibano and Wataru Ozaki and Keishiro Osaki and Takafumi Haraguchi and Daisuke Hirahara and Shumon Kimura and Yasuyuki Kobayashi and Gento Mogi},
journal= {arXiv preprint arXiv:2403.06145},
year = {2024}
}
备注
5 pages, 3 figures, accepted to SPIE Medical Imaging 2024