SIIM, FISABIO, y RSNA organizan un Challenge con Machine Learning para detección y localización de COVID-19
Press Release de la RSNA
Una competencia de Kaggle donde los algoritmos ganadores son de código abierto para mejorar la atención al paciente (Leesburg, VA, 17 de mayo de 2021) La Society for Imaging Informatics in Medicine (SIIM) se asocia con la Fundación para la Promoción de la Salud y la Investigación Biomédica de la Región Valenciana (FISABIO) y la Sociedad Radiológica de América del Norte (RSNA) para organizar un desafío de Machine Learning sobre detección y localización de neumonía COVID-19 en Kaggle. La competencia utilizará anotaciones aumentadas en los conjuntos de datos de radiografías de tórax públicas por el Medical Imaging Data Resource Center (MIDRC) - RSNA International COVID-19 Open Radiology Database (RICORD) y BIMCV-COVID-19 Dataset, creado por un grupo internacional de radiólogos voluntarios. de Brasil, España y EE. UU. utilizando una herramienta comercial basada en la web de MD.ai. Este desafío está respaldado por la Beca Aceleradora de Convergencia de la Fundación Nacional de Ciencias (NSF) que SIIM, junto con sus colaboradores otorgaron en septiembre de 2020. Los socios corporativos de SIIM, HP e Intel, están proporcionando $ 100,000 en premios para dar a conocer el llamado Modelo de IA de código abierto para poblar el prototipo Model Zoo construido como resultado de la Fase 1 de esta subvención. Model Zoo servirá como base para la creación de pruebas de investigación clínica de una plataforma colaborativa de IA centrada en modelos para satisfacer las necesidades urgentes de validación escalable y traducción de la IA centrada en modelos en imágenes médicas. Se invita a todos los competidores a enviar sus modelos de código abierto al prototipo de Model Zoo. "SIIM se complace en participar con FISABIO, RSNA, HP e INTEL en el desafío de detección y localización de la neumonía COVID-19 de este año. A medida que la pandemia de COVID-19 continúa impactando nuestras vidas, existe el potencial de soluciones basadas en inteligencia artificial (IA) para ayudar a los médicos de primera línea de todo el mundo en el manejo de pacientes con COVID-19, ya sea para facilitar el diagnóstico, tomar las decisiones de tratamiento o pronosticar los resultados ", dijo Paras Lakhani, MD, profesor asociado de Radiología, Thomas Jefferson University Hospital, 14 - diagnosticojournal.com
miembro del Comité Directivo de Machine Learning de SIIM y Líder del Proyecto de Anotación. "FISABIO, que actúa en representación de un importante consorcio de Hospitales pertenecientes a la Consejería de Sanidad de la Comunidad Valenciana y gracias a la subvención concedida por la Consejería de Innovación, Universidades, Ciencia y Sociedad Digital, pretende convertirse en un demostrador de la importancia de la Ciencia Abierta para la Investigación y la Innovación en el sector Salud ”, dijo María de la Iglesia Vayá, PhD e IP del Laboratorio de Imágenes Biomédicas, FISABIO-CIPF. Esta iniciativa demostrará lo que significa trabajar en equipo, el potencial de la IA para ayudar al diagnóstico y, por tanto, permitirá a las autoridades públicas hacer un mejor uso de los datos sanitarios con fines de investigación y cómo puede contribuir a la transformación digital. Todo ello, sin menoscabar el principio de protección de datos desde el diseño y por defecto ”. "RSNA se complace en colaborar en este importante desafío de IA", dijo John Mongan, MD, PhD, presidente del Subcomité Directivo de Machine Learning de RSNA y vicepresidente de informática y profesor asociado de radiología en la Universidad de California en San Francisco. "El COVID-19 ha impactado drásticamente la forma en que llevamos a cabo nuestra vida personal y profesional. RSNA desarrolló RICORD como un conjunto de datos de imágenes COVID-19 multinacional, multiinstitucional diseñado por expertos para la comunidad de IA. Disponer de imágenes médicas integrales y de libre disposición conjuntos de datos para su uso en desafíos como este es un paso importante hacia el uso de la IA para mejorar los resultados de los pacientes ".
"Z de HP se compromete en brindar soluciones a los científicos con datos que ayuden a abordar conjuntos de datos complicados al brindar una
