XiaoMi-AI文件搜索系统
World File Search System診療
战略创新促进计划（SIP）AI（人工智能）...
① 开发可将患者与医生之间的语音对话转换成文字形式的系统（与子主题A合作） ② 开发应用传感器和AI技术，响应以下情况的实时双向患者解释通信系统患者的理解程度 3）调查导入该制度后医务人员的负担、患者及家属的满意度，并根据结果反馈制度改进建议（衔接分主题D）。 4）建立医疗相关学术信息等的在线数据库，建立包含检索信息等、符合每个患者特征的文档制作系统 ⑤ 建立利用AI技术的诊疗模拟及导航系统 ⑥建立能够纳入人工智能工具的体系 ⑦ 建立运营医疗人工智能平台的规则和商业模式； 8）建立可在医疗人工智能平台上使用的人工智能技术的评估体系； 9）建立自主运营体系2023年医疗AI平台投入运营，项目结束。⑩利用东京大学医学科学研究所Biobank Japan的数据建立诊断候选预测系统⑪进行AI应用分析和诊断的实证测试它的反馈和纠正（子主题 D ⑫ 利用人工智能虚拟形象开发新冠病毒咨询支援系统（仅限2020年）
使用人工智能（AI）编程的医疗设备
1. Hagiwara, H.、Yamashita, Y.、Yagi, S. 等人。经鼻内镜在多中心个体胃癌筛查中的现状及准确性。 J Cancer Screening 2009;47:683-92。2. Menon S、Trudgill N。内镜检查漏诊上消化道癌的可能性有多大？一项荟萃分析。Endosc Int Open 2014;2:E46-50。3. Kumar S、Thosani N、Ladabaum U 等人。3 分钟与 6 分钟结肠镜检查停药时间相关的腺瘤漏诊率：一项前瞻性随机试验。Gastrointest Endosc 2017;85:1273-80。4. Robertson DJ、Lieberman DA、Winawer SJ 等人。结肠镜检查后不久发现的结直肠癌：一项汇总多队列分析。Gut 2014;63:949-56。5. Ladabaum U、Fioritto A、Mitani A 等人。社区实践中窄带图像老化的结肠息肉实时光学活检尚未达到临床决策的关键阈值。胃肠病学 2013；144：81-91。6. 下一代医疗器械评估指标公布（药品上市通知第 0523-2 号，2019 年 5 月 23 日）。 7.《关于修订《药品、医疗器械等质量、功效和安全保障法》的法案》（2019年第63号法案）。 8. 有关程序对医疗器械的适用性的基本原则（2014年11月14日役所官发第1114-5号） 9. Takemura Y, Yoshida S, Tanaka S 等. 定量分析及开发计算机辅助系统以识别结直肠病变的规则小凹模式. Gastrointest Endosc 2010；72：1047-51. 10. Kominami Y, Yoshida S, Tanaka S 等. 利用实时图像识别系统和窄带成像放大结肠镜对结直肠息肉组织学进行计算机辅助诊断. Gastrointest Endosc 2015；83：643-9. 11. Byrne MF, Chapados N, Soudan F 等. 利用深部增强扫描对标准结肠镜检查未改变的视频进行分析以实时区分腺瘤性和增生性小结直肠息肉
基于人工智能的心电图（人工智能）心脏疾病诊断
图 3 使用连续小波变换生成心电图的尺度图 通过使用连续小波变换对心电图进行预处理，能量信息的差异变得更加清晰。图中的两种情况均为正常窦性心律，但转换后的尺度图显示左侧的情况在舒张期具有较强的能量产生，而右侧的情况则没有。事实上，左侧病例的心脏超声检查显示其舒张功能正常（e' 11.1 cm/s），而右侧病例的舒张功能受损（e' 6.1 cm/s）。
人工智能预测胃癌化疗的有效性
我们还发现化疗的疗效与肿瘤免疫密切相关，特别是TAN。对免疫细胞对抗胃癌活性的进一步详细研究，或将推动化疗与免疫检查点抑制剂联合疗法或新型联合免疫疗法的开发。 论文信息 标题：通过机器学习分析基因组、免疫和中性粒细胞特征预测胃癌的化疗反应性 作者：Shota Sasagawa、Yoshitaka Honma、Xinxin Peng、Kazuhiro Maejima、Koji Nagaoka、Yukari Kobayashi、Ayako Oosawa、Todd A. Johnson、Yuki Okawa、Han Liang、Kazuhiro Kakimi、Yasuhide Yamada 和 Hidewaki Nakagawa 期刊：胃癌
![[开放柜台] 乳腺癌检查（双向乳房X光](/simg/4\42808c3067725d2b826e6d351a3cdd7aeceb6f28.png)
利用人工智能自动心脏MRI图像诊断肥厚型心肌病...
关于实施临床研究的通知 目前，心脏内科正在开展以下临床研究。在本研究中，我们将使用从患者日常医疗保健中获得的数据（信息）。如果您反对在本研究中使用您的数据，您可以随时选择不将您的信息用于或提供给其他研究机构。如果您想了解有关研究计划或内容的更多信息，如果您对您的数据被用于本研究有任何异议，或者您有任何其他问题，请通过下面的“联系方式”联系。
BIPROGY 使用 3D 模型和 AI 诊断进行桥梁维护管理
只需拍摄一张照片（拍摄桥梁），即可轻松创建 3D 模型，从而可以重现实际现场，避免因疏忽而导致的重新检查。此外，第三方也更容易检查 3D 模型，从而提高检查质量。 ・您创建的 3D 模型可以共享。如果有 3D 模型，我们可以解释图纸
基于人工智能的医疗器械EndoBRAIN的临床实施——监管……
我首先谈谈财务方面的挑战。 为了获得监管部门的批准，药品必须经过日本药品和医疗器械管理局（PMDA）的审查，并获得厚生劳动大臣的批准，这需要相当大的成本。 这笔不小的费用还不包括支付给PMDA的官方费用（从几十万日元到最高的200万日元不等）。 性能评估测试和临床试验所需的资金远远超过这个数额（比支付给PMDA的费用高出一个甚至两个数量级），因此参与AI研发的研究人员必须始终牢记这个数额。 具体来说，除了进行试验的实际成本外，还需要咨询费、数据中心费和分析费，以实现确保PMDA规定的质量所需的试验设计。 如果需要进行前瞻性随机对照试验，这个数量会更大，因此需要谨慎。 有时，可能有必要故意限制医疗设备的有效性，以避免严格的临床试验的要求。 不管怎样，如此庞大的资金量，一般的非医疗公司或者初创企业往往难以拿出来。 幸运的是，我们能够通过获得 AMED（医疗器械开发促进研究项目（2017-2019，首席研究员：Kudo Susumuhide））的竞争性研究资金来支付监管批准的费用。 具体而言，在AMED的支持下，自2017年起在多个机构（昭和大学、国立癌症中心医院、国立癌症中心东医院、静冈癌症中心和东京医科牙科大学）进行了性能评估测试，并在公共研究资金的支持下准备了药物批准申请所需的数据。 然而，获得此类公共研究资金并不常见，许多无法自行进行足够资本投入的公司（尤其是初创公司）可能需要从风险投资公司或银行获得药品测试和批准的资金。 除了财务上的挑战之外，由于这是内窥镜 AI 医疗设备的首次申请，我们必须与 PMDA 进行多次面对面的咨询，以确保药物顺利获得批准。