人工知能（AI）が、私たちが毎日使っている消費者向け技術を通じて、私たちの生活を支配していることは周知の事実である。AIは現在、医療用超音波画像診断を含む様々な医療行為を破壊している。実際、ヘルスケアにおけるAIの市場価値は、2018年の20億ドルから2025年には360億ドルに成長すると予測されている。
AIの最もエキサイティングな応用例のひとつが、医療における 画像診断による病気の自動検出である。 これには臨床画像の収集が必要だが、患者のプライバシーに対する懸念から、 課題となっていた。現在、Clarius のような企業は、 関連する医療画像の安全な収集と識別を可能にするAIプラットフォームを作成している。
医療画像診断におけるAI
顔認識に使用されるのと同じ方法論は、臓器 、画質検出、視野検出、アノテーション、ユーザーガイダンス、 組織の異常検出など、さまざまな臨床アプリケーションのための医療画像に使用することができる 。
AIのための医療画像の収集は困難
消費者市場では、誰でもさまざまな対象物からデータ や画像を収集またはキャプチャし、それらにラベルを付けることができる。しかし、医療は 規制の厳しい業界である。医療画像のセキュリティとプライバシーは、 極めてデリケートなテーマである。そのため、 インターネット上で大規模な臨床データセットを見つけることは不可能である。画像の質は最終モデルの性能（ ）に直接影響するため、AI のトレーニングには高品質の画像が必要である。これらの画像は、 研究コミュニティがアクセスできるようにしながら、安全に保管されなければならない。
クラリアスAIプラットフォームが医療用 超音波画像の収集を容易にする
Clarius AIプラットフォームは、研究者と医療 専門家が臨床ニーズを特定し、焦点を絞った研究を実行することで、 データ収集の課題を克服することを支援する最初のものの1つであり、最初から最後まで完全に AIを実現する。クラリアスAIプラットフォームで
- ユーザーは、クラウド上の安全でHIPAAに準拠した領域 、画像収集を開始したり（プロスペクティブ）、特定の臨床問題に焦点を当てた既存のデータセット （レトロスペクティブ）を使用したりすることができる。
- Clarius AI プラットフォームは、医療専門家がデスクトップ ブラウザ、タブレット、またはスマートフォンで画像にラベルを付けるための自動化ツール をクラウドで提供します。
- ラベル付けタスクが完了すると、ラベル付けされた データは、 TensorFlowやその他のプログラミング環境でのAIトレーニング用に、TFレコードなどの標準フォーマットでエクスポートできる。
- トレーニング終了後、最終的なAIモデル 、スキャナにインポートしてリアルタイムの臨床検証を行うことができる。
- 検証されたモデルは、 Clariusアプリに統合され、世界中の医療従事者に展開される。
クラリウスは現在、最終的に患者の治療を改善するための様々な臨床研究に従事しています。より詳細な情報と進行中の研究については、当社の「クラリアスA.I.」のページをご覧ください。
