Archivio blog

mercoledì 21 giugno 2017

VoxelCloud Automated Medical Image Analysis: Interview with Xiaowei Ding, CEO of VoxelCloud. Analisi automatica di immagine medica di VoxelCloud

VoxelCloud Automated Medical Image Analysis: Interview with Xiaowei Ding, CEO of VoxelCloud. The process of the ENEA RM2012A000637 patent will be very useful in this application. / Analisi automatica di immagine medica  di VoxelCloud: Intervista a Xiaowei Ding, CEO di VoxelCloud. Il procedimento del brevetto ENEA RM2012A000637 sarà molto utile in questa applicazione.

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

VoxelCloud, a startup based out of Los Angeles and with a presence in Suzhou and Shanghai, China, has developed a suite of artificial intelligence and cloud computing technologies to assist doctors in interpreting medical images. The technology provides fully automated medical imaging analysis, and can be used with various imaging techniques, such as computed tomography or digital color imaging of the retina. At present, the system has been developed for use in diagnosing lung cancer, retinal diseases, and coronary heart disease.
The platform is designed to complement and assist a clinician in their decision-making process. The company is currently in the process of expanding the scope of its services, using some recently acquired funding. VoxelCloud has worked with a variety of healthcare institutions in China and the US to trial the technology.
Medgadget had the opportunity to ask Xiaowei Ding, CEO of VoxelCloud, some questions about the technology.

Conn Hastings, Medgadget: Please introduce yourself and tell us a little about how you got into this area.
Xiaowei Ding, VoxelCloud: I’m the co-founder and CEO of VoxelCloud. I started VoxelCloud in 2015 in Los Angeles. Actually, VoxelCloud is an extension of my research program, which I started with my PhD research.
After I finished my bachelor’s degree in Electrical Engineering from Shanghai Jiao Tong University and a PhD in Computer Science from UCLA in 2015, I decided to apply my background in computer science to the medical industry. In fact, during my PhD research in the computer science lab at UCLA, I had explored the possibilities that medicine could benefit from the development of computer sciences. Later on, I worked at the Cedars-Sinai Medical Center as a research assistant in the Biomedical Imaging Research Institute and the Artificial Intelligence in Medicine Program.
During my research, I found that before 2013, AI in medical research programs has been limited by the amount of available data, and there were not enough good machine-learning algorithms to apply those clinical data. I want to solve this problem.
So, after one year of investigation, I co-founded VoxelCloud, a startup that aims at providing medical image analysis and diagnosis assistance for clinical practices. With artificial intelligence and cloud computing technologies, we can teach machines to understand medical data and boost a doctor’s efficiency and diagnostic confidence.

Medgadget: Put simply, how does the technology work? What types of imaging does the system work with?
Xiaowei Ding: Intuitively, we present our algorithms with a vast amount of medical data and the corresponding diagnosis. During the training process, we let the model learn the rules to arrive at such insights from the original data.
In clinical practice, this information will assist doctors to make informed clinical decisions more efficiently. So far, we have applied this methodology to x-ray computed tomography and fundus photography images, and there is no theoretical limitation to where our technology can be applied.

Medgadget: What problem does the system solve? Is it currently difficult to interpret these images accurately?
Xiaowei Ding: Interpreting medical images is a highly specialized profession that requires the practitioners to undergo many years of extensive training. The supply of highly trained doctors is being outpaced by the ever-growing demand for image interpretation. When under time pressures, providing an accurate diagnosis may become an issue for many human readers.
Our technology aims to help doctors interpret medical images more efficiently and make more informed clinical decisions through our data-driven, algorithmic insights. In turn, we are also making accurate diagnosis more accessible to a greater audience.

Medgadget: Please tell us a little about your plans to expand the scope of the services VoxelCloud offers.
Xiaowei Ding: Our service will include at least three aspects. First, we will provide a service directly to healthcare providers (such as hospitals, medical centers, etc.) through clinical workflow integrated cloud-computing solutions. Second, we will partner with existing hardware and software vendors to provide an AI service. Third, we will build a platform to enable third party medical developers to develop their own applications much more easily through our medical knowledge graph API. With this API, developers could work more efficiently because we have developed the basic algorithms and collected a massive amount of anonymized training data from scratch. Our medical image knowledge graph will be offered though this API. Further extension of our project will leverage heterogeneous data sources in synergy with the existing imaging data.

Medgadget: How and where is the system used at the moment? Have clinicians found it helpful?
Xiaowei Ding: We are working side by side with the leading medical institutions in China to actively develop and evaluate our lung cancer screening and eye disease diagnosis products. We have received very positive feedback from the physicians we are working with.
The clinicians have found that our products can boost workflow efficiency and have the potential to bring more accurate, imaging-based disease screening and diagnosis through our AI and cloud-computing platform.

Medgadget: What are the limits of AI for these types of applications? Do you ever see the system being a replacement for a clinician, or always an assistive technology?
Xiaowei Ding: The performance of an AI system is only as good as the data it has seen. Collecting and utilizing a large amount of high-quality medical data is a big challenge and will be a challenge in the near term, because there are patient privacy concerns and a lack of digitized records in many parts of the world.
This also means, that in many cases, the ability of an AI system in medicine can be limited to a narrow scope. To make a well-informed diagnosis, a doctor will have to consider all contexts of the patient’s situation. Therefore, we don’t foresee AI systems to be a replacement for a clinician, but will be a very reliable aid to clinicians, because they allow clinicians to delegate the repetitive, manual tasks to the machines and focus their precious time on what they do best, which is gathering all necessary information and deciding on the best solution for the patient.

VoxelCloud, una start-up con sede a Los Angeles e con una presenza a Suzhou e Shanghai, in Cina, ha sviluppato un sistema di tecnologie di intelligenza artificiale e cloud computing per aiutare i medici a interpretare le immagini mediche. La tecnologia fornisce un'analisi medica completamente automatizzata di immagini e può essere utilizzata con varie tecniche di imaging, come la tomografia computerizzata o l'immagine digitale della retina. Attualmente, il sistema è stato sviluppato per l'uso nella diagnosi di cancro ai polmoni, nelle malattie della retina e nella malattia coronarica.
La piattaforma è progettata per integrare e assistere un medico nel processo decisionale. L'azienda è attualmente in fase di ampliamento della portata dei suoi servizi, utilizzando alcuni finanziamenti acquisiti di recente. VoxelCloud ha lavorato con una varietà di istituti sanitari in Cina e negli Stati Uniti per sperimentare la tecnologia.
Medgadget ha avuto l'opportunità di chiedere a Xiaowei Ding, CEO di VoxelCloud, alcune domande sulla tecnologia.
Conn Hastings, Medgadget: Si prega di presentarci e di dirci un po 'di come sei arrivato in questa zona.
Xiaowei Ding, VoxelCloud: Sono il co-fondatore e CEO di VoxelCloud. Ho iniziato VoxelCloud nel 2015 a Los Angeles. In realtà, VoxelCloud è un'estensione del mio programma di ricerca, che ho iniziato con la mia ricerca di dottorato.
Dopo aver concluso la mia laurea in Ingegneria Elettrica presso l'Università di Shanghai Jiao Tong e un PhD in Computer Science presso l'UCLA nel 2015, ho deciso di applicare il mio background in computer science all'industria medica. Infatti, durante la mia ricerca di dottorato nel laboratorio di informatica presso UCLA, avevo esplorato le possibilità che la medicina potrebbe beneficiare dello sviluppo delle scienze informatiche. In seguito ho lavorato presso il Cedars-Sinai Medical Center come assistente di ricerca presso l'Istituto di Ricerca per l'Imaging Biomedica e il Programma di Intelligenza Artificiale in Medicina.
Durante la mia ricerca, ho scoperto che prima del 2013, l'AI nei programmi di ricerca medica è stata limitata dalla quantità di dati disponibili e non c'erano abbastanza algoritmi di apprendimento automatico per applicare tali dati clinici. Voglio risolvere questo problema.
Così, dopo un anno di indagine, ho fondato la VoxelCloud, un'avviazione che mira a fornire un'analisi medica di immagini e una diagnosi per le pratiche cliniche. Con l'intelligenza artificiale e le tecnologie di cloud computing, possiamo insegnare alle macchine per comprendere i dati medici e aumentare l'efficienza e la fiducia diagnostica del medico.
Medgadget: Come funziona la tecnologia? Quali tipi di immagini funziona con il sistema?
Xiaowei Ding: In modo intuitivo, presentiamo i nostri algoritmi con una grande quantità di dati medici e la corrispondente diagnosi. Durante il processo di formazione, lasciamo che il modello impara le regole per arrivare a tali intuizioni dai dati originali.
Nella pratica clinica, queste informazioni aiuteranno i medici a prendere decisioni cliniche più informate in modo più efficiente. Finora abbiamo applicato questa metodologia a tomografia computerizzata a raggi x e alle immagini di fundus, e non esiste una limitazione teorica in cui la nostra tecnologia possa essere applicata.
Medgadget: quale problema risolve il sistema? È attualmente difficile interpretare queste immagini in modo accurato?
Xiaowei Ding: L'interpretazione delle immagini mediche è una professione altamente specializzata che richiede ai professionisti di avere molti anni di formazione approfondita. La fornitura di medici altamente qualificati viene superata dalla sempre crescente domanda di interpretazione dell'immagine. Quando si è sotto pressione di tempo, il fornire una diagnosi accurata può diventare un problema per molti lettori umani.
La nostra tecnologia ha lo scopo di aiutare i medici a interpretare in modo più efficiente le immagini mediche e prendere decisioni cliniche più informate attraverso le nostre intuizioni algoritmiche guidate dai dati. A sua volta, stiamo facendo anche una diagnosi accurata più accessibile ad un pubblico maggiore.
Medgadget: Vi preghiamo di dirci un po' i tuoi progetti per ampliare l'ambito dei servizi offerti da VoxelCloud.
Xiaowei Ding: Il nostro servizio includerà almeno tre aspetti. In primo luogo, forniremo un servizio direttamente ai fornitori di assistenza sanitaria (quali ospedali, centri medici, ecc.) Attraverso soluzioni cloud computing integrate nel flusso di lavoro clinico. In secondo luogo, avrem relazioni con i fornitori hardware e software esistenti per fornire un servizio AI. In terzo luogo, costruiremo una piattaforma per consentire agli sviluppatori medici di terze parti di sviluppare le proprie applicazioni molto più facilmente attraverso l'API del nostro know-how medico. Con questa API, gli sviluppatori potrebbero lavorare in modo più efficiente perché abbiamo sviluppato gli algoritmi di base e abbiamo raccolto una quantità enorme di dati di formazione anonima da zero. Il nostro grafico di conoscenza delle immagini mediche sarà offerto anche attraverso questa API. L'ulteriore estensione del nostro progetto sfrutta le fonti di dati eterogenei in sinergia con i dati di imaging esistenti.
Medgadget: come e dove è utilizzato il sistema al momento? I medici hanno trovato utile questo sistema?
Xiaowei Ding: Stiamo lavorando fianco a fianco delle principali istituzioni mediche in Cina per sviluppare e valutare attivamente i nostri prodotti per la diagnosi del cancro ai polmoni e per la diagnosi di malattie degli occhi. Abbiamo ricevuto risposte molto positive dai medici con cui stiamo lavorando.
I medici hanno scoperto che i nostri prodotti possono aumentare l'efficienza dei flussi di lavoro e avere il potenziale per ottenere screening e diagnosi di malattie basate su immagini basate sulla nostra piattaforma AI e cloud computing.
Medgadget: Quali sono i limiti di AI per questi tipi di applicazioni? Hai mai visto che il sistema è un sostituto per un medico, o sempre una tecnologia assistita?
Xiaowei Ding: La prestazione di un sistema AI è solo buono come i dati che ha visto. Raccogliere e utilizzare una grande quantità di dati medici di alta qualità è una grande sfida e sarà una sfida a breve termine, perché ci sono preoccupazioni per la privacy dei pazienti e la mancanza di record digitalizzati in molte parti del mondo.
Ciò significa anche che in molti casi la capacità di un sistema AI in medicina può essere limitata ad un campo stretto. Per fare una diagnosi ben informata, un medico dovrà considerare tutti i contesti della situazione del paziente. Pertanto, non prevediamo che i sistemi AI siano un sostituto per un medico, ma saranno un aiuto molto affidabile ai medici perché consentono ai medici di delegare i compiti ripetitivi e manuali alle macchine e concentrando il loro tempo prezioso su ciò che fanno meglio, che sta raccogliendo tutte le informazioni necessarie e decidendo sulla soluzione migliore per il paziente.