[論文レビュー] SenseCare: A Research Platform for Medical Image Informatics and Interactive 3D Visualization

Qi Duan, Guotai Wang+13 more|arXiv (Cornell University)|Apr 3, 2020

AI in cancer detection参考文献 38被引用数 36

ひとこと要約

SenseCareは、臨床現場を対象とした研究プラットフォームで、医用画像解析のAIツールキット、先進的な3D可視化、マルチセンター展開、そして安全なデータ管理を統合し、診断および治療計画の翻訳研究を支援します。

ABSTRACT

Clinical research on smart health has an increasing demand for intelligent and clinic-oriented medical image computing algorithms and platforms that support various applications. To this end, we have developed SenseCare research platform, which is designed to facilitate translational research on intelligent diagnosis and treatment planning in various clinical scenarios. To enable clinical research with Artificial Intelligence (AI), SenseCare provides a range of AI toolkits for different tasks, including image segmentation, registration, lesion and landmark detection from various image modalities ranging from radiology to pathology. In addition, SenseCare is clinic-oriented and supports a wide range of clinical applications such as diagnosis and surgical planning for lung cancer, pelvic tumor, coronary artery disease, etc. SenseCare provides several appealing functions and features such as advanced 3D visualization, concurrent and efficient web-based access, fast data synchronization and high data security, multi-center deployment, support for collaborative research, etc. In this report, we present an overview of SenseCare as an efficient platform providing comprehensive toolkits and high extensibility for intelligent image analysis and clinical research in different application scenarios. We also summarize the research outcome through the collaboration with multiple hospitals.

研究の動機と目的

• 複数のモダリティに跨る知能的な医用画像計算のための、AI対応・臨床現場志向のプラットフォームを提供する。
• 統合ツールキットと可視化を通じて、診断・治療計画・リハビリテーションの翻訳研究を促進する。
• 大規模な臨床研究を支援するための、安全なデータ同期と多施設協力を実現する。
• ウェブベースのアクセス性を備え、放射線診断・病理学を含むさまざまなモダリティとデータタイプをサポートする。
• アルゴリズムのテスト、展開、再現性を合理化するためのDockerベースのデプロイメントを提供する。

提案手法

• 放射線診断と病理学にわたるセグメンテーション、登録、病変/ランドマーク検出のためのAIモデルを幅広く統合する。
• アノテーションツールと半自動アノテーションを提供し、モデルの学習と検証を加速する。
• タスク特化型アーキテクチャ（例：3D FCN、マルチビューNN、U-Netの変種）を持つ組み込みのセグメンテーション、登録、検出モデルを開発する。
• 依存関係とともにアルゴリズムをパッケージ化して一貫した実行を可能にする、Docker化されたデプロイメントアプローチを提供する。
• 高い同時実行性とマルチセンター展開を備えたブラウザー/サーバーアーキテクチャを実装し、ウェブベースのアクセスを実現する。
• 堅牢な権限・タスク管理を備えた共同研究のためのデータ管理、可視化、DMSを提供する。

実験結果

リサーチクエスチョン

• RQ1 AI対応プラットフォームは、複数の部門とセンターにまたがる多様な臨床研究タスクをどのようにサポートできるか。
• RQ2 臨床環境でAI搭載医用画像解析への高い同時アクセス性と安全性を実現するための、どのようなアーキテクチャおよびツール選択が必要か。
• RQ3 SenseCareは、AIアルゴリズムを診断と手術計画の臨床ワークフローへ翻訳する際に、どれだけ効果的に支援できるか。
• RQ4 診断と計画の精度向上における多モーダルデータの同期と可視化の役割は何か。
• RQ5 Dockerベースのデプロイメントと協同機能は、医用画像情報学研究の再現性と協力にどのような影響を与えるか。

主な発見

• SenseCareは、放射線診断と病理学にまたがるセグメンテーション、登録、病変/ランドマーク検出のAIツールキットを提供します。
• プラットフォームは高度な3D可視化と対話的分析をサポートし、診断、計画、放射線治療タスクを支援します。
• SenseCareは、高い同時実行性とマルチセンター展開を備えたブラウザベースのアクセスを実現し、共同研究を促進します。
• PACS/RISおよび他の病院情報システムと安全に統合するデータ同期とセキュリティ機能を含みます。
• Docker統合により、ユーザーアルゴリズムを環境間でシームレスにテスト・展開できるようにパッケージ化します。
• SenseCareは心臓、膝、脊椎、肺、脳腫瘍、骨盤腫瘍、肝臓がんの応用研究成果を支援し、MICCAI 2019のチャレンジ（DigestPath, StructSeg）をホストしています。