详细内容或原文请订阅后点击阅览
Henry Schein One 使用 Amazon SageMaker AI 进行实时牙科图像验证
本文介绍了 Henry Schein One 如何通过在 Amazon SageMaker AI 上构建图像验证来缩小这一差距，这是一种基于 AI 的质量验证系统，可在数千个位置的拍摄点实时评估牙科 X 射线质量。该系统在几个月内从概念发展到超过 10,000 个活动位置，并且已经处理了超过 1100 万张 X 射线，并且以每周 150 万张的速度增长。 Henry Schein One 目前正在向全球四个地区的 40,000 个地点扩展。
来源:亚马逊云科技 _机器学习在牙科领域，图像质量决定索赔是否得到支付或被拒绝。高达 20% 的保险索赔最初被拒绝，主要原因是图像丢失或质量低劣。然而，质量评估传统上是一个手动的事后过程。临床医生在捕获后数小时或数天后检查 X 光片，只有在索赔被拒绝或治疗计划无法进行时才发现问题。如果图像模糊、错位或不完整，患者必须返回重新拍摄，这会增加成本、延误，并让所有相关人员感到沮丧。根本的差距在于时间：质量反馈是在患者离开并且临床时刻过去很久之后才到达的。
本文介绍了 Henry Schein One 如何通过在 Amazon SageMaker AI 上构建图像验证来缩小这一差距，这是一种基于 AI 的质量验证系统，可在数千个位置的拍摄点实时评估牙科 X 射线质量。该系统在几个月内从概念发展到超过 10,000 个活动位置，并且已经处理了超过 1100 万张 X 射线，并且以每周 150 万张的速度增长。 Henry Schein One 目前正在向全球四个地区的 40,000 个地点扩展。
挑战：大规模实时图像质量
Henry Schein One 之前的图像验证解决方案在不同的云平台上运行，但它无法提供流畅的临床工作流程所需的延迟或成本效率。在 AWS 上重建并不是迁移。它需要设计一个能够同时满足五个要求的系统。缺少其中任何一个都会导致该解决方案在临床环境中无法使用，在这种环境中，分秒必争，信任是逐渐赢得的。