新聞中心

EEPW首頁(yè) > 智能計(jì)算 > 業(yè)界動(dòng)態(tài) > 人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用難題有哪些?

人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用難題有哪些?

作者: 時(shí)間:2018-08-15 來源:OFweek人工智能網(wǎng) 收藏

  發(fā)展至今,技術(shù)上不斷取得突破,尋找落地應(yīng)用場(chǎng)景成為AI企業(yè)的頭等大事。近年來,隨著國(guó)家對(duì)醫(yī)學(xué)影像行業(yè)發(fā)展的支持,“AI+醫(yī)學(xué)影像”成為一種全新的領(lǐng)域,有著非常廣闊的前景。

本文引用地址:http://m.butianyuan.cn/article/201808/390547.htm

  什么是醫(yī)學(xué)影像?

  醫(yī)學(xué)影像是指為了醫(yī)療或醫(yī)學(xué)研究,對(duì)人體或人體某部分,以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過程,它包含以下兩個(gè)研究方向:醫(yī)學(xué)成像系統(tǒng)和醫(yī)學(xué)圖像處理。

人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用難題有哪些?

  醫(yī)學(xué)成像系統(tǒng)是對(duì)圖像行成的過程,包括對(duì)成像機(jī)理、成像設(shè)備、成像系統(tǒng)分析等問題的研究;醫(yī)學(xué)圖像處理是指對(duì)已經(jīng)獲得的圖像作進(jìn)一步的處理。

  醫(yī)學(xué)影像的優(yōu)勢(shì)和痛點(diǎn)

  醫(yī)學(xué)影像學(xué)的發(fā)展,使醫(yī)生對(duì)圖像的調(diào)閱、圖像質(zhì)量的控制等有了更大的主動(dòng)性,它使得醫(yī)生工作的關(guān)鍵模式發(fā)生了改變。

  其一,它能滿足科室的需要,簡(jiǎn)化科室的管理,可以減少醫(yī)生的勞動(dòng)強(qiáng)度,并保留病人原始就診數(shù)據(jù);其二,它能對(duì)醫(yī)生的科研、教學(xué)都有很大的幫助;其三,它可以解決未來可能發(fā)生的法律糾紛。

  醫(yī)學(xué)影像產(chǎn)業(yè)主要分為兩個(gè)部分,一是影像設(shè)備,包括零部件廠商、整機(jī)廠商、軟件,二是影像診療,包括醫(yī)生、影像中心、影像耗材、遠(yuǎn)程診斷服務(wù)等。

  目前我國(guó)醫(yī)學(xué)影像行業(yè)面臨兩大痛點(diǎn),第一是醫(yī)學(xué)影像醫(yī)生缺口大,誤診率高、效率低,服務(wù)模式亟待創(chuàng)新;第二是醫(yī)學(xué)影像分析工作繁瑣重復(fù),極度消耗精力。

  “AI+醫(yī)學(xué)影像”解決行業(yè)痛點(diǎn)

  信息技術(shù)發(fā)展促進(jìn)了醫(yī)學(xué)影像和教學(xué)科研工作的開展,它和生物技術(shù)、基因工程以及醫(yī)學(xué)工程的結(jié)合,會(huì)加速新技術(shù)的更新。技術(shù)的發(fā)展為解決當(dāng)前中國(guó)醫(yī)學(xué)影像面臨的難題提供了一種新思路,“AI+醫(yī)學(xué)影像”被認(rèn)為這個(gè)領(lǐng)域的“救命稻草”。

  為什么醫(yī)學(xué)影像的發(fā)展離不開AI技術(shù)?因?yàn)獒t(yī)療數(shù)據(jù)中有大部分來自于醫(yī)學(xué)影像,醫(yī)學(xué)影像數(shù)據(jù)仍在逐年增長(zhǎng),但影像科醫(yī)生的增長(zhǎng)速度和工作效率不足以應(yīng)對(duì)這樣的增長(zhǎng)趨勢(shì),這將給醫(yī)生帶來巨大的壓力。目前醫(yī)學(xué)影像數(shù)據(jù)大部分仍然需要人工分析,最明顯的缺陷就是不精準(zhǔn),依靠經(jīng)驗(yàn)所做的判斷容易造成誤診。

  除了醫(yī)學(xué)影像對(duì)AI的潛在需求,國(guó)家政策高度支持醫(yī)學(xué)影像行業(yè)及“AI+醫(yī)療”的發(fā)展,醫(yī)學(xué)影像在醫(yī)療 AI 領(lǐng)域技術(shù)成熟度最高,也有望最先實(shí)現(xiàn)商業(yè)化。

  在醫(yī)學(xué)影像的應(yīng)用難題

  在“AI+醫(yī)學(xué)影像”實(shí)現(xiàn)商業(yè)化之前,需解決這些難題才能大面積應(yīng)用。算法、算力和數(shù)據(jù)被認(rèn)為是人工智能的三大核心要素,數(shù)據(jù)量的增長(zhǎng)、運(yùn)算力的提升和深度學(xué)習(xí)算法的優(yōu)化將帶來人工智能效率的持續(xù)提升。

  目前醫(yī)學(xué)影像領(lǐng)域算法快速突破,算力持續(xù)增長(zhǎng),如何獲取足夠豐富且高質(zhì)量的醫(yī)療影像數(shù)據(jù)成為提升診斷準(zhǔn)確度的最關(guān)鍵因素。2018年8月31日詹松華教授將在OFweek(第二屆)人工智能產(chǎn)業(yè)大會(huì)——AI+醫(yī)療論壇上分享自己的主題演講《人工智能在醫(yī)學(xué)影像應(yīng)用的困難與挑戰(zhàn)》,深入探討人工智能在醫(yī)學(xué)影像領(lǐng)域的重大挑戰(zhàn)及對(duì)策,以及自己在人工智能應(yīng)用于醫(yī)療影像方面的最新研究和思考。

  詹松華教授演講內(nèi)容:


人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用難題有哪些?

  AI正在逐漸超越影像科醫(yī)師的眼力極限,更快、更準(zhǔn)地提供診斷報(bào)告,但是人工智能在臨床實(shí)際應(yīng)用卻為數(shù)不多。詹松華教授認(rèn)為不是影像科醫(yī)師的主觀拒絕,而是目前的AI水平確實(shí)不高,在實(shí)際應(yīng)用中存在很多缺陷,造成推廣困難。AI工程師需要傾聽臨床的聲音,解決假陽(yáng)性和假陰性的問題,開發(fā)更多的實(shí)用軟件,軟件更加人性化、更多的投入,而不是超越實(shí)際的宣傳,要與放射科醫(yī)師一道,共同提高影像檢查的圖像和診斷的質(zhì)量。



關(guān)鍵詞: 人工智能

評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉