據(jù)香港星島日報報道,人工智能技術(shù)愈趨成熟,應(yīng)用范疇更廣泛。香港中大計算器科學(xué)與工程學(xué)系教授王平安及其研究團隊,成功發(fā)明可檢測醫(yī)學(xué)影像的人工智能影像識別技術(shù)。他們利用人工智能系統(tǒng),以深度學(xué)習(Deep
Learning)不斷“練習”判斷醫(yī)學(xué)影像。
在未來應(yīng)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(jié)節(jié)病變的技術(shù)。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(xué)界認可后,目標一至兩年后可作廣泛應(yīng)用。他又稱,智能影像識別技術(shù)理論上可廣泛應(yīng)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(guān)領(lǐng)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(shù)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(yīng)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(xué)科人才積累。
數(shù)據(jù)獲?。簲?shù)據(jù)是深度學(xué)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(xùn)練效果。現(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(nèi)公司是一個考驗;
數(shù)據(jù)標注:在獲取數(shù)據(jù)的基礎(chǔ)上,深度學(xué)習結(jié)合先驗知識對模型進行訓(xùn)練,訓(xùn)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(lǐng)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(xué)科人才積累:在較為專業(yè)的診療領(lǐng)域,應(yīng)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(fù)合背景人才構(gòu)成核心競爭力之一。