[논문 리뷰] SenseCare: A Research Platform for Medical Image Informatics and Interactive 3D Visualization

Qi Duan, Guotai Wang외 13명|arXiv (Cornell University)|2020. 04. 03.

AI in cancer detection참고 문헌 38인용 수 36

한 줄 요약

SenseCare는 임상 지향 연구 플랫폼으로, 의료 영상 분석용 AI 도구 키트, 첨단 3D 시각화, 다기관 배포 및 안전한 데이터 관리 기능을 통합하여 진단 및 치료 계획의 적용 연구를 지원합니다.

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.

연구 동기 및 목표

• 다양한 모달리티에 걸친 지능형 의료 영상 컴퓨팅을 위한 AI 지원의 임상 지향 플랫폼을 제공합니다.
• 통합 도구 키트와 시각화를 통해 진단, 치료 계획 및 재활에 대한 적용 연구를 촉진합니다.
• 대규모 임상 연구를 지원하기 위해 안전한 데이터 동기화 및 다기관 협업을 가능하게 합니다.
• 웹 기반 접근성을 갖춘 다양한 영상 모달리티(방사선학 및 병리학)와 데이터 유형을 지원합니다.
• 알고리즘의 테스트, 배포 및 재현성을 간소화하기 위해 Docker 기반 배포를 제공합니다.

제안 방법

• 방사선학 및 병리학 전반에 걸친 분할, 정합 및 병변/랜드마크 탐제를 위한 다양한 AI 모델을 통합합니다.
• 주석 도구 및 반자동 주석 기능을 제공하여 모델 학습 및 검증을 가속화합니다.
• 작업 특정 아키텍처를 갖춘 내장 분할, 정합 및 탐지 모델을 개발합니다(예: 3D FCNs, 다중 뷰 네트워크, U-Net 변형).
• 의존성과 함께 패키징된 일관된 실행을 가능하게 하는 도커화된 배포 방식을 제공합니다.
• 웹 기반 액세스를 위해 높은 동시성과 다기관 배포를 갖춘 브라우저/서버 아키텍처를 구현합니다.
• 강력한 권한 관리와 작업 관리를 갖춘 협업 연구를 위한 데이터 관리, 시각화 및 DMS를 포함합니다.

실험 결과

연구 질문

• RQ1 AI 지원 플랫폼이 여러 부서와 센터에 걸친 다양한 임상 연구 업무를 어떻게 지원할 수 있을까?
• RQ2 클리닉 환경에서 AI 기반 의료 영상 분석에 고의 동시성 및 안전한 접근을 가능하게 하는 어떤 아키텍처 및 도구 선택이 필요할까?
• RQ3 SenseCare가 진단 및 수술 계획을 위한 AI 알고리즘의 임상 워크플로우로의 적용을 얼마나 효과적으로 지원할 수 있을까?
• RQ4 다중 모달 데이터 동기화와 시각화의 진단 및 계획 정확도 향상에서 역할은 무엇인가?
• RQ5 Docker 기반 배포 및 협업 기능이 의학 영상 정보학 연구의 재현성과 협업에 어떤 영향을 미치는가?

주요 결과

• SenseCare는 방사선학 및 병리학 전반에 걸쳐 분할, 정합 및 병변/랜드마크 탐지를 위한 AI 도구 키트를 제공합니다.
• 이 플랫폼은 진단, 계획 및 방사선 치료 작업을 돕기 위한 고급 3D 시각화와 대화형 분석을 지원합니다.
• SenseCare는 협업 연구를 위한 높은 동시성 및 다기관 배포를 갖춘 브라우저 기반 액세스를 가능하게 합니다.
• PACS/RIS 및 기타 병원 정보 시스템과 안전하게 통합하기 위한 데이터 동기화 및 보안 기능을 포함합니다.
• 도커 통합은 사용자의 알고리즘을 패키징하여 다양한 환경에서 원활한 테스트 및 배포가 가능하게 합니다.
• SenseCare는 심장, 무릎, 척추, 폐, 뇌종양, 골반 종양, 간암 연구 결과를 지원하는 데 사용되었으며 MICCAI 2019 도전과제(DigestPath, StructSeg)를 주최했습니다.