為什么醫(yī)療行業(yè)的放射科更容易被人工智能顛覆？

　　人工智能正在顛覆幾乎所有可以想象的領(lǐng)域，運(yùn)輸、金融、教育等等。最近，Aidoc公司創(chuàng)始人兼首席執(zhí)行官Elad Walach發(fā)表了一篇文章表示，人工智能將瞄準(zhǔn)的一個(gè)關(guān)鍵領(lǐng)域是醫(yī)療保健，將改變諸如個(gè)性化醫(yī)療、臨床決策甚至醫(yī)療保險(xiǎn)等領(lǐng)域。

　　Aidoc是一家智能放射公司，該公司使用人工智能來(lái)檢查醫(yī)學(xué)影像中的異常狀況并簡(jiǎn)化工作流程。

　　Elad Walach認(rèn)為，也許人工智能能夠最快改變的醫(yī)療領(lǐng)域就是放射領(lǐng)域。人工智能將是解讀重要醫(yī)學(xué)影像的關(guān)鍵，這些醫(yī)學(xué)影像反映我們身體內(nèi)部的情況，例如CT掃描、MR和X射線圖像，幫助醫(yī)生做好他們最擅長(zhǎng)的事：診斷。

　　為什么放射領(lǐng)域會(huì)成為第一個(gè)被人工智能徹底革新的醫(yī)學(xué)領(lǐng)域?什么是讓醫(yī)學(xué)成像領(lǐng)域被深度學(xué)習(xí)的魔力折服呢?

　　1. 放射學(xué)是可視的。醫(yī)學(xué)掃描當(dāng)然是可視的，而人工智能在分析視覺(jué)圖像方面尤其強(qiáng)大——這至少部分歸功于人工智能技術(shù)在安全和社交媒體服務(wù)中取得的突破，它可以識(shí)別我們的面孔并從人群中找到我們。

　　放射領(lǐng)域高度依賴對(duì)視覺(jué)數(shù)據(jù)的解釋?zhuān)@使得它比其他一些醫(yī)學(xué)領(lǐng)域更適合深度學(xué)習(xí)技術(shù)。這意味著，放射科醫(yī)師可以立即從人工智能技術(shù)的使用中受益，而精神病醫(yī)生或胃腸病專(zhuān)家則不能。

　　2. 放射科被行業(yè)急需。醫(yī) 學(xué)影像(CT和MR)的數(shù)量持續(xù)大幅度增加——它們?cè)?016年所有檢測(cè)中分別占到了7.9%和8.9%。然而，在進(jìn)行了更多掃描的同時(shí)，放射科醫(yī)師的數(shù) 量已經(jīng)進(jìn)入了穩(wěn)定階段。而且，隨著技術(shù)的進(jìn)步，每次掃描的分辨率和圖像數(shù)量呈指數(shù)級(jí)增長(zhǎng)。因此，需要考慮的細(xì)節(jié)數(shù)量也相應(yīng)地增加了。這就產(chǎn)生了巨大的技術(shù) 需求，這種技術(shù)可以突破日益增長(zhǎng)的工作負(fù)荷造成的危險(xiǎn)瓶頸——而且，正如我們所知，需要是發(fā)明之母，深度學(xué)習(xí)可以幫助評(píng)估CT和MRI掃描結(jié)果，快速找出 放射科醫(yī)師應(yīng)該重點(diǎn)關(guān)注的區(qū)域，以便他們進(jìn)一步進(jìn)行檢查，同時(shí)還允許更快地評(píng)估緊急掃描——因此改善了患者的預(yù)后。

　　3. 放射科是以技術(shù)為中心的。除 了其視覺(jué)本質(zhì)之外，放射科已經(jīng)是一個(gè)以技術(shù)核心的領(lǐng)域。放射科醫(yī)生每天都依賴大量先進(jìn)技術(shù)——每次檢查都涉及到各種先進(jìn)的軟件系統(tǒng)、診斷監(jiān)視器和工作站， 由于他們?nèi)粘９ぷ鞯募夹g(shù)驅(qū)動(dòng)性質(zhì)，放射科醫(yī)生被認(rèn)為是“早期采用者”。這就是為什么他們更有可能采用由人工智能支持的其他技術(shù)，而早期也有例子表明，放射科醫(yī)生比其他許多同事更善于接受創(chuàng)新：80年代的放射科接受了從膠片到數(shù)字圖像的轉(zhuǎn)變。

　　4. 有大量可供使用的數(shù)據(jù)。所有的深度學(xué)習(xí)都需要大量的數(shù)據(jù)才能真正有效，對(duì)于放射學(xué)來(lái)說(shuō)，這些數(shù)據(jù)的存在形式是過(guò)去幾十年針對(duì)各種癥狀積累的無(wú)窮無(wú)盡的影像。

　　當(dāng) 然，數(shù)據(jù)的挖掘也存在挑戰(zhàn)，挑戰(zhàn)在于人工智能算法如何獲取這些影像。而最近，一些醫(yī)療機(jī)構(gòu)公開(kāi)分享他們的匿名數(shù)據(jù)催生了這一領(lǐng)域的熱潮，比如，美國(guó)國(guó)家衛(wèi) 生研究院(National Institutes of Health)最近公布的X射線數(shù)據(jù)集，該數(shù)據(jù)集包含了超過(guò)100，000張帶有注釋的圖像(如下圖)。

　　為什么放射科更容易被人工智能顛覆?

　　5. 云計(jì)算將對(duì)人工智能產(chǎn)生影響。云存儲(chǔ)容量和計(jì)算速度的增長(zhǎng)對(duì)所有領(lǐng)域的人工智能都產(chǎn)生了重大影響，醫(yī)學(xué)領(lǐng)域——特別是放射學(xué)領(lǐng)域——也不例外。

　　前面提到的機(jī)器學(xué)習(xí)訪問(wèn)并解釋大量數(shù)據(jù)的能力可以提高準(zhǔn)確性和速度，這種能力很大程度上得益于云計(jì)算的不斷發(fā)展，提供了更加物美價(jià)廉的服務(wù)，這些進(jìn)步讓云計(jì)算成為簡(jiǎn)單并且具有成本效益的人工智能解決方案的重要推動(dòng)力量。

　　6. 這一切已經(jīng)在發(fā)生了。放射領(lǐng)域的人工智能已經(jīng)存在，并且顯然將繼續(xù)存在下去。越來(lái)越多的創(chuàng)業(yè)企業(yè)、以及大型公司都在構(gòu)建人工智能影像功能，并開(kāi)始將其整合到他們的產(chǎn)品之中。這些公司包括IBM Watson、Change Healthcare等等。

　　事實(shí)上，世界領(lǐng)先的放射學(xué)會(huì)議——北美放射學(xué)會(huì)(RSNA)現(xiàn)在有一個(gè)部分是專(zhuān)門(mén)針對(duì)機(jī)器學(xué)習(xí)公司的，這些公司正在開(kāi)發(fā)的突破性的人工智能解決方案已經(jīng)在醫(yī)療機(jī)構(gòu)實(shí)施，改變了放射領(lǐng)域2018年及以后的面貌。

　　在2018年，我們有望看到更多的醫(yī)療領(lǐng)域因?yàn)榱可矶ㄖ粕疃葘W(xué)習(xí)技術(shù)出現(xiàn)革命性的變革，包括病理學(xué)和遺傳學(xué)。