科研成果

图片名称

With A.l., We Improve Human Life

武汉同济、国家感染性疾病临研中心等多家顶级医院与推想共同发表柳叶刀数字医疗论文

9月23日,一篇基于深度学习模型对新冠肺炎(COVID-19)诊疗的大规模、多中心回顾性研究在全球顶级医学期刊《柳叶刀》旗下新刊The Lancet Digital Health发表。

查看详细

科研前线 | 基于深度学习模型的晚期肺腺癌患者PD-L1表达研究,持续拓展AI在肺癌诊疗中的价值

近日,由中山大学附属第一医院与北京推想科技有限公司(简称:推想科技)的联合完成的科研成果在该领域实现突破。该成果利用人工智能提取CT影像深度特征预测肺癌PD-L1表达,并研究多因素与PD-L1表达的关联,并发表于《Annals of Translational Medicine》(IF=3.297)。

查看详细

科研前线 | 如何实现从模型到产品的蜕变?临床验证科研将是必经之路

产品的认证过程既需要优越的算法模型,更需要拥有一整套产品临床科研体系,进而通过临床科研来验证AI产品在不同应用场景中的鲁棒性,包括机型,重建算法,病灶类型等多种影响因素对模型性能的影响。临床论证为临床试验的开展提供了数据和基础,也是AI产品实现产业转化的必经之路

查看详细

科研前线 | 用AI检测急性肺栓塞血栓负荷AUC值0.926,推想科技高分科研在European Radiology发表

北京推想科技有限公司(下文简称推想科技)与中日友好医院、首都医科大学附属北京朝阳医院开创性的研究,以AI深度学习模型根据CT肺动脉造影(CTPA)影像计算血栓负荷,对APE的快速、准确诊断及评估具有巨大的临床价值。该成果被欧洲放射学权威期刊《European Radiology》(最新影响因子4.101)收录。

查看详细

欧洲放射学杂志EJR发表推想最新研究,用AI进行肺结节良恶性分类效果显著

近日,由大连大学附属中山医院等多家医院与北京推想科技有限公司(简称:推想科技)科研团队联合科研成果在《欧洲放射学杂志》发表。该研究显示,基于深度学习的人工智能模型,在执行肺结节良恶性分类任务时,成绩高于两名10-13年经验的高年资医生。在该研究中,推想科技科研团队联合多家医院进行了数据处理、搭建模型、实验设计、模型对比、结果统计等工作

查看详细

科研前线 | KJR再次发表推想研究,AI肋骨骨折模型对不同层厚和分辨率的CT影像均有较高检测效能

近日,一篇AI研究在韩国放射学杂志《KoreanJournal of Radiology,KJR》发表。该研究由南京市江宁医院、南京市第一医院、南京鼓楼医院与北京推想科技有限公司(简称推想科技)合作完成。该研究验证了肋骨骨折AI模型在CT影像肋骨骨折检出,尤其是新鲜骨折的检出,具有优秀的表现。而且该模型针对不同医院,不同层厚和不同分辨率的CT都具有较高的检测效能。

查看详细

解密推想抗癌战疫的科研利器(一):什么是神经网络?

4月15日-21日是中国抗癌协会倡导发起的全国肿瘤防治宣传周,今年活动的主题是:“抗癌路上,你我同心”已经是肿瘤防治宣传周第26个年头。仅在2015年,我国有429.2万新发肿瘤病例和281.4万肿瘤死亡病例,是人类健康最致命的杀手。

查看详细

科研前线 | 不只是筛查!用AI定量评价,监测新冠肺炎患者病程,成果被RSNA新刊发表

近日,由华中科技大学同济医学院附属同济医院(武汉同济医院)与北京推想科技有限公司科研团队联合完成的论文《Serial Quantitative Chest CT Assessment of COVID-19: Deep-LearningApproach》在RSNA旗下《Radiology:Cardiothoracic Imaging》发表。该论文提出利用深度学习方法,基于胸部CT影像,对新冠肺炎(

查看详细

科研前线 | 如何应用小数据量数据发表高影响因子的医疗AI论文?

记得在2018年10月,Lancet上发表了首篇基于深度学习对头颅CT的自动诊断系统,实现了对颅内出血,颅骨骨折,中线偏移和占位效应的自动检出,而针对颅内出血,又进一步实现了对脑实质,脑室,硬膜外,硬膜下,蛛网膜下腔等5种出血子类型的鉴别诊断。

查看详细