De Vietnamese AI-ontwikkelaar VinBrain voor de gezondheidszorg is een nieuwe samenwerking aangegaan met Stanford University om AI voor medische beeldvorming te verbeteren.
Onder hun laatste datagebruiksovereenkomst zal Stanford VinBrain in eerste instantie toegang geven tot ongeveer 240.000 geanonimiseerde medische beelden en rapporten om AI te trainen en testen op zijn DrAid platform voor klinische besluitvorming, terwijl het ook helpt om de nauwkeurigheid van de informatie-extractiemethode voor het structureren van radiologie te verbeteren. rapporten genaamd RadGraph.
WAAROM HET BELANGRIJK IS
Volgens VinBrain heeft zijn nieuwste samenwerking met Stanford tot doel de efficiëntie van radiologierapporten te verbeteren en tegelijkertijd “de complexiteit, dubbelzinnigheid en beperkingen van de interpretatie van medische beelden aan te pakken”.
Met de steun van Stanford zal het bedrijf AI-gezondheidsonderzoek kunnen bevorderen en tegelijkertijd een enorme gegevensbron in Vietnam kunnen bouwen die het DrAid-platform ondersteunt, dat tot nu toe is gebruikt om meer dan 2,3 miljoen röntgenfoto’s te analyseren. “Om een state-of-the-art AI-platform te ontwerpen voor nauwkeurigere diagnose en behandelingen, is een enorme hoeveelheid geografisch verspreide gegevens, medische beelden en medische patiëntendossiers nodig om het systeem te trainen”, benadrukte VinBrain.
EEN GROTERE TREND
Eind januari maakte VinBrain haar bekend een samenwerking met Microsoft – een primeur in Vietnam – gericht op drie gebieden van AI in de gezondheidszorg: het delen van gegevens, productvalidatie en onderzoek en ontwikkeling. Als onderdeel van hun samenwerking zal Microsoft Azure worden gebruikt om het delen van miljoenen gegevens op DrAid te vergemakkelijken, terwijl de privacy en beveiliging, het gegevensbeheer en de naleving van de regelgeving worden gewaarborgd. Ze zullen ook Azure Cognitive Services voor Computer Vision gebruiken om de AI-capaciteit van VinBrain te ontwikkelen voor het verwerken en ophalen van afbeeldingen en het bouwen van afbeeldingsclassificaties.