当前区块链风头正劲，但AI之“风”近年来却并没有丝毫消停，相反有越吹越烈之势。在医疗行业目前看来，近些年，受益于国家分级诊疗、医联体等政策的“春风”，众多的医疗影像中心遍地开花。
医疗影像成为医疗AI先行之路
医疗影像可以说是AI落地医疗最先火起来的应用场景了，不知从什么时候开始，肺结节被贴上最易与AI结合的标签。一时间，肺结节成了新一批医疗AI企业不断扎堆的领域。对此，行业专家也表示，没有两个肺结节是完全一样的，因此要对其进行筛查需要前期巨大的投入以提升AI算法模型。
前期的投入大部分是为了建立起AI影像的数据中心，那么影像数据来源于何处呢？这就绕不开医院影像科临床的影像数据收集这一环。在临床医生的众多病例中，把病种分类，将DICOM文件影像下载存档，以备日后数据库的积累和数据分析研究。
医学影像采集数据来源存在一定困难
医学影像虽然能辅助医生做出医学诊断，但是一直以来，医院临床医生因科研需要采集临床影像数据时，往往还是会碰到一些比较棘手的问题。某三甲医院刘医生就坦言：“平时如果需要保存这些影像，我只能安排实习医生通过手动去下载保存影像文件，再根据病种，手工做好分类保存。”“原本手头上的工作不能停，这个手动下载分类保存的工作却占用了蛮多时间。有时候吃饭时间都被占用，顾不上了。”
确实，在人工采集整理影像数据时，需要临床医生透过关键字逐条的搜索，然后找到该病种的某一例影像进行下载保存，这个过程不仅繁琐费时，也让原本工作忙碌的医生感到分身乏术。
那么，该如何避免人工来采集医疗影像数据呢？
医疗信息化已经发展很多年头，运用信息化工具为医疗行业省时提效已经是普遍的解决方案。博为软件根据医院影像科室实际情况，为医院定制开发了医疗数据自动收集工具——小帮软件机器人，替代临床医生人工采集影像数据。内网版的软件机器人更符合医院内网的环境，也保证了数据的安全性。
运用博为小帮-医疗数据自动采集工具，根据医生设定的关键词（患者信息、病种等），可以自动完成PACS系统中医学影像数据的搜索、下载，并同步保存到本地文件，按照时间、病种等信息作为保存目录名称。
AI看似很近，然而落地却并非易事，医疗AI既然选择在影像研究这条路上开启篇章，那么，影像数据中心的搭建工作势在必行。博为小帮-医疗数据自动采集工具可谓起了很大的作用，不仅解决了医院人工采集保存影像数据效率低的问题，更为医疗行业的老大难问题——数据采集与互通，提供了新思路和方法。
网友评论