Alexander Bilbily博士和Mark Cicero博士曾勤學多年成為放射科醫師，但他們卻認為其最大的成就不局限于醫院辦公室。他們也是16 Bit公司的創始人。這家初創公司位于多倫多，致力于通過GPU加速的深度學習革新放射學科。

在最近的北美放射學會兒科骨齡檢測競賽中，16 Bit公司力挫近50個團隊而一舉奪冠。用來評估兒童生長發育的骨齡檢測方法至今已沿用數十年，該競賽旨在展示AI在醫學影像領域的應用，并實現骨齡檢測方式的現代化。

“作為一家初創公司，我們需要證明自己，”Cicero如是說。

骨齡檢測對于16 Bit而言只是一個開始，他們還致力于運用AI推動乳腺X線檢查和CT掃描檢查的發展。

兒童生長發育評估

當兒童成長過快或過慢時，醫生通常會拍攝兒童手部X光片評定其骨骼成熟度。盡管數字成像技術已取得顯著進展，放射科醫師仍然通過將X光片與60年前出版的教科書中的圖片進行對比來判斷生長發育情況。

16 Bit的算法實現了該過程的自動化，其準確率高于兒科放射科醫師專家組所評估的結果。他們使用約1萬張手部X光片和多個NVIDIA GPU，教會了神經網絡測評骨齡。

這家公司在其博客中詳細介紹了該解決方案，同時提供在線評估演示，用戶可以使用自己的照片進行體驗。16 Bit也是NVIDIA初創加速計劃的成員之一，他們計劃將其算法無償提供給數百家美國醫院。

“借助這個算法，我們希望公司在未來能夠惠及更多人，”Bilbily說道。

運用AI進行更精準的乳腺X線檢查

16 Bit還致力于運用NVIDIA GPU和深度學習發展另外兩項醫療檢查 —— 乳腺X線檢查和顱腦CT檢查。

乳腺癌是引發女性癌癥死亡的第二大疾病。乳腺X線檢查是篩查乳腺癌的標準方法，但其精確度還遠遠不夠。這種方法經常會出現假陽性結果，使女性忍受焦慮和不必要的活檢或超聲波檢查等例行檢查。

“乳腺癌多發且很可能致命，”Bilbily表示，“我們發現了AI在該領域巨大的發展潛力。”

公司正在對其癌癥檢測軟件開展臨床研究，最近獲得了40萬張乳腺X光片，用于改進軟件算法。

放射科醫師在查看腦損傷患者的CT掃描影像

AI在急診室中的應用

當急診室醫生懷疑患者患有中風、腦出血、動脈瘤或其他神經疾病時，通常會要求其進行CT掃描檢查。這些病癥必須得到快速醫治，否則可能導致腦損傷甚至死亡。

“但問題是，在進行CT檢查后，通常不能第一時間拿到放射科醫師的報告，”Bilbily指出。

“醫院在夜間可能會進行30次顱腦CT檢查，但通常必須等到次日早上才能拿到檢查報告，”Cicero說道。

16 Bit的AI軟件能夠對可能存在嚴重神經疾病的CT掃描進行標記，以便放射科醫師優先處理這些CT掃描結果。

初創加速計劃

NVIDIA的初創加速計劃中有2200多家初創公司，16 Bit也是其中一員。初創加速計劃為初創公司提供技術、專業知識和營銷支持。