人工智能技術愈趨成熟，應用范疇更廣泛。香港中大計算器科學與工程學系教授王平安及其研究團隊，成功發(fā)明可檢測醫(yī)學影像的人工智能影像識別技術。他們利用人工智能系統(tǒng)，以深度學習(DeepLearning)不斷“練習”判斷醫(yī)學影像。
在未來應用方面，王平安稱，團隊將聯(lián)同北京三所醫(yī)院合作開發(fā)，優(yōu)化識別肺結節(jié)病變的技術。他稱會與本地公立醫(yī)院合作，希望進一步提升準確度，獲醫(yī)學界認可后，目標一至兩年后可作廣泛應用。他又稱，智能影像識別技術理論上可廣泛應用于不同癌癥，但個別罕有病，病人數(shù)據(jù)不多，影響系統(tǒng)準確性。
中金公司(CICC)6月19日發(fā)布的人工智能相關領域的證券研究報告指出，語音交互、計算機視覺、認知計算等技術蓬勃發(fā)展，助推了語音錄入病例、醫(yī)療影像智能識別、輔助診療/癌癥診斷、醫(yī)療機器人、個人健康大數(shù)據(jù)等多個具體醫(yī)療應用場景取得快速突破。對于其中的醫(yī)療影像智能識別，報告指出，目前上市公司和創(chuàng)業(yè)公司正在紛紛布局，整體處于商業(yè)化初期階段。而醫(yī)療影像識別的主要難點在于數(shù)據(jù)獲取、數(shù)據(jù)標注和跨學科人才積累。
數(shù)據(jù)獲取：數(shù)據(jù)是深度學習算法所需的核心資源，僅掌握算法而缺乏數(shù)據(jù)無法獲得較好的訓練效果?，F(xiàn)階段，我國的醫(yī)療影像仍處于從傳統(tǒng)膠片向電子數(shù)據(jù)過渡的階段，大量影像資料尚未數(shù)字化，且醫(yī)院之間的數(shù)據(jù)共享和互通程度較低，獲取大規(guī)模的數(shù)據(jù)對業(yè)內公司是一個考驗;
數(shù)據(jù)標注：在獲取數(shù)據(jù)的基礎上，深度學習結合先驗知識對模型進行訓練，訓練集需要事先標注。由于大多數(shù)標注依賴人工識別，因此數(shù)據(jù)標注將耗費較大量人力和時間，在醫(yī)療影像領域獲取具有高可靠性的標注數(shù)據(jù)也成為挑戰(zhàn)之一;
“AI+醫(yī)療”跨學科人才積累：在較為專業(yè)的診療領域，應用及平臺開發(fā)者不僅要研究人工智能算法，更要對醫(yī)療影像識別建立深入了解，人工智能+醫(yī)療的復合背景人才構成核心競爭力之一。
（轉載）
