【小哈划重点：RSIP Vision公司的人工智能模块主要基于CT图像分割技术，来协助外科医生为患者匹配尽可能合适的植入物，增加舒适度、减少疼痛，让患者更快可以下地走动。】
膝关节置换手术是当今美国最常见的骨科手术之一，该手术的背后多是由关节炎或损伤致使。其手术过程是把受损的软骨和骨头从膝关节中取出，用金属、塑料或陶瓷制成的植入物对损伤部分进行替换，植入物的使用寿命通常超过20年。
于大多数患者而言，膝关节置换手术不仅恢复过程痛苦且漫长，长期的使用体验是否舒适，也非常关键。
美国计算机视觉公司RSIP Vision发布一款全新的人工智能模块，意在帮助每年数百万接受膝关节手术的患者，计算出合适的植入物。
RSIP Vision公司的人工智能模块主要基于CT图像分割技术，来协助外科医生为患者匹配尽可能合适的植入物，增加舒适度、减少疼痛，让患者更快可以下地走动。
他们已开发出的基于复杂计算机视觉算法和图像处理AI模块，构建的模型解剖精度高达0.3mm RMSE，非常接近于CT分辨率所允许的精度。该方案中的图像分割，主要挑战在于难以确定骨和软骨之间的边界：其局部值非常接近。RSIP Vision通过观察梯度结构并应用优化算法来检测软组织、软骨和骨骼之间的边缘来解决这一难题，然后能够在几分钟内选定边界，并完成分割。
除了优化技术和作为分割的补充之外，RSIP Vision的计算机辅助关节置换AI模块能够准确识别在拟合过程中使用的解剖标志。
RSIP Vision的长远规划是开发一系列产品，然后把这些模块集成到医疗设备商的软件环境中，赋能各类医疗器械和科室：比如骨科、肺心病和心脏病学等。
人工智能模块解决了复杂的技术挑战，并通过确保更高精度、更短的上市时间和更低的成本为这些供应商的产品增值。
RSIP Vision的方案是利用深度学习对数千名患者的数据进行训练，了解不同骨骼的大小形状和高维特征。
该方案使得放射科医生能够更有效地分析患者的CT扫描结果，并对身体与植入物接触的每个部位进行精确测量。这种精确度对于为每个病人是否能找到合适的植入物至关重要：无论是从制造商的多个型号植入物中选择，还是3D打印个性化的植入物来完美匹配膝盖。
AI模块消除了繁琐的工作，为放射科医生节省了相当多的时间，同时也提高了结果反馈的速度和准确性。
这种新的人工智能技术还简化了外科医生的工作流程，帮助他们为患者找到合适的植入物，并向他们精确地展示在哪里切割骨头。
该技术也同样适用于机器人手术，因为AI清楚地分割出切割骨头的正确区域，并勾画好打孔的区域，降低了对患者的伤害风险。
RSIP Vision创始人兼首席执行官罗恩索弗曼表示：“随着人工智能对每个行业的重要性日益增强，我们致力于为众多企业解决技术挑战。将我们在深度学习、图像处理和计算机视觉方面的专业知识应用到膝关节置换手术中，尤其令人欣慰的是，我们的人工智能模块为患者在痛苦紧张的术中和术后过程中带来了非常大的舒适度和安全性。”
