【
儀器網(wǎng) 行業(yè)要聞】我們在電影或游戲中能經(jīng)?？吹剑季S和執(zhí)行力都與人類相差無幾，但卻是
機(jī)器人這樣的存在。不僅僅是在電影或游戲中，人工智能已經(jīng)逐漸走進(jìn)了我們的生活，甚至已經(jīng)應(yīng)用在了各個(gè)領(lǐng)域。這種研究、開發(fā)用于模擬、延展和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的新技術(shù)科學(xué)，不僅給許多的行業(yè)帶來了巨大的經(jīng)濟(jì)效應(yīng)，同時(shí)也為人們的生活帶來了許多改變與便利。
像我們經(jīng)常會在刷淘寶時(shí)發(fā)現(xiàn)，淘寶中推薦的用品居然恰好是我們所需要的，這種個(gè)性化推薦就是一種人工智能，它建立在海量數(shù)據(jù)挖掘的基礎(chǔ)上，對用戶的歷史行為進(jìn)行分析并建立推薦模型，從而能夠主動給用戶匹配所需的信息。人臉識別也是一種人工智能，這是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)，還涉及到了計(jì)算機(jī)視覺、圖像處理等技術(shù)。
不僅如此，隨著科技的不斷發(fā)展，人工智能技術(shù)也已經(jīng)滲透到醫(yī)療方面，并且成為近年來醫(yī)學(xué)技術(shù)發(fā)展的一個(gè)研究熱點(diǎn)。人工智能可以快速且不間斷的閱讀海量的文獻(xiàn)，并且能夠擁有十分全面的基礎(chǔ)知識和最新進(jìn)展，在不斷“學(xué)習(xí)”專業(yè)醫(yī)生的醫(yī)療知識后，不僅可以用于對個(gè)體或群體性疾病的預(yù)測，并給出相應(yīng)的健康建議，同時(shí)也能輔助診療、輔助治療，從而降低誤診率。而其中，最能讓人工智能大展身手的，無疑是在醫(yī)學(xué)圖像中的應(yīng)用。
近些年來，我國也不斷推出相關(guān)政策規(guī)劃來積極響應(yīng)且規(guī)范人工智能技術(shù)在醫(yī)療行業(yè)的發(fā)展?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》中指出，要圍繞醫(yī)療等關(guān)乎民生的剛性需求先行發(fā)展，為大眾提供更高效多元的智慧醫(yī)療服務(wù)；《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》中提到，規(guī)范和推動健康醫(yī)療大數(shù)據(jù)融合共享、開放應(yīng)用，明確支持研發(fā)健康醫(yī)療相關(guān)的人工智能技術(shù)。
人工智能技術(shù)不斷輔助醫(yī)學(xué)圖像處理
人工智能技術(shù)的運(yùn)用對于醫(yī)學(xué)圖像分割具有重大的意義和應(yīng)用價(jià)值，它可以將醫(yī)生的精力從圖像分割中解放出來，并且能夠提高分割效率、縮短分割時(shí)間、減少主觀偏差。在近幾年的一些研究中發(fā)現(xiàn)，這種基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)算法在不斷地改進(jìn)中，逐漸能夠在醫(yī)學(xué)圖像上對一些較為復(fù)雜的組織結(jié)構(gòu)達(dá)到十分可觀的分割效果。研究人員認(rèn)為，該方法比現(xiàn)有的方法運(yùn)行更快，而且檢測精準(zhǔn)度不會受到其他污染物的存在的影響，還具有高精度的全自動身體成分分析的潛力。
蟻群算法是一種能夠在圖中尋找優(yōu)化路徑的幾率型算法，部分研究中使用蟻群優(yōu)化算法，有效克服了圖像自身變化較多的因素對傳統(tǒng)方法的干擾，試驗(yàn)結(jié)果顯示對血管和半點(diǎn)的檢測同樣具有理想效果。這種算法不僅被用在對糖尿病患者視網(wǎng)膜中視神經(jīng)盤的彩色解剖圖像檢測中，還能夠與向量機(jī)模型結(jié)合，從而有效評估醫(yī)學(xué)圖像處理中點(diǎn)選擇概率的問題。
人工智能還可以輔助疾病的預(yù)后評估。通過患者信息和圖像分析，提取腫瘤的物理特征，從而預(yù)測疾病治療反應(yīng)，評估疾病的預(yù)后，從而幫助醫(yī)生能夠更好地選擇合適的治療方式。例如，可以建立人工智能影像組學(xué)模型，預(yù)測射頻消融和手術(shù)切除的無進(jìn)展生存期，在基于深度學(xué)習(xí)的影像組學(xué)模型下能夠?qū)崿F(xiàn)無進(jìn)展生存期的術(shù)前準(zhǔn)確預(yù)測，從而促進(jìn)極早期或早期患者的最優(yōu)治療方式選擇。可以看出，結(jié)合深度學(xué)習(xí)和影像組學(xué)的優(yōu)勢，能夠更大程度地對疾病進(jìn)行治療反應(yīng)預(yù)測和預(yù)后估計(jì)。
不只是以上算法的運(yùn)用，還有遺傳算法、人工免疫算法、進(jìn)化算法等智能算法也不斷出現(xiàn)在醫(yī)學(xué)圖像處理各應(yīng)用領(lǐng)域之中。近年來，人工智能方法在醫(yī)學(xué)圖像處理中的應(yīng)用十分廣泛，其中所涉及到的醫(yī)學(xué)圖像種類也十分豐富，包括 MR 圖像、 超聲圖像、PET 圖像、CT 圖像和醫(yī)學(xué)紅外圖像等，所涉及的病變和檢測對象也遍布人體各部位。人工智能已經(jīng)真正融入到了醫(yī)療的每一個(gè)環(huán)節(jié)中。
“萬能”的人工智能技術(shù)也存在瓶頸？
我國醫(yī)學(xué)圖像數(shù)據(jù)總量巨大，但利用效率卻不高。據(jù)權(quán)威調(diào)查數(shù)據(jù)顯示，醫(yī)療行業(yè)非結(jié)構(gòu)化數(shù)據(jù)占整個(gè)數(shù)據(jù)量的90%左右，其中包括醫(yī)療相關(guān)系統(tǒng)所產(chǎn)生的醫(yī)療圖像。盡管數(shù)據(jù)龐大，但這些數(shù)據(jù)缺少一個(gè)統(tǒng)一標(biāo)準(zhǔn)、跨平臺分享的生態(tài)環(huán)境，導(dǎo)致其利用率和利用價(jià)值都不高。人工智能醫(yī)療影像圖像在高質(zhì)量數(shù)據(jù)獲取和標(biāo)注上仍然存在較大的挑戰(zhàn)。
在人工智能的數(shù)據(jù)處理流程中，其重點(diǎn)環(huán)節(jié)就在于數(shù)據(jù)預(yù)處理工作，數(shù)據(jù)標(biāo)注的準(zhǔn)確性會直接影響最終診斷結(jié)果。目前的深度學(xué)習(xí)算法大多都屬于監(jiān)督學(xué)習(xí)，需要醫(yī)生的精準(zhǔn)標(biāo)注進(jìn)行訓(xùn)練，盡管小樣本學(xué)習(xí)已經(jīng)有所突破，但標(biāo)注這些變異較大的結(jié)構(gòu)反而會大大增加醫(yī)生的工作量，仍然需要消耗大量的時(shí)間和精力。
人工智能輔助疾病診斷模型業(yè)還存在構(gòu)建的通用性模型在特定任務(wù)中表現(xiàn)不理想的情況，在模型的構(gòu)建上，往往對圖像的源數(shù)據(jù)質(zhì)量要求比較高，如果只用來自一家醫(yī)院的數(shù)據(jù)，而不入組其他醫(yī)院的數(shù)據(jù)，那么最后構(gòu)建的模型，就無法精準(zhǔn)智能診斷其他數(shù)據(jù)源的數(shù)據(jù)。
讓數(shù)字醫(yī)學(xué)不斷迸發(fā)出更強(qiáng)烈的光彩
盡管目前仍存在著許多難題，但醫(yī)學(xué)人工智能依舊是數(shù)字醫(yī)學(xué)發(fā)展的新方向，同時(shí)也是未來醫(yī)學(xué)發(fā)展的必然趨勢。近日來，香港大學(xué)工程學(xué)院一研究團(tuán)隊(duì)開發(fā)一種新人工智能演算方法，這種算法能夠從數(shù)十萬份X射線影像報(bào)告中自動獲取監(jiān)督信號來訓(xùn)練預(yù)測模型，研究團(tuán)隊(duì)利用該方法成功地將數(shù)據(jù)標(biāo)注量降低90%，其預(yù)測的準(zhǔn)確度更是超過了用全由人手標(biāo)注的數(shù)據(jù)訓(xùn)練人工智能醫(yī)學(xué)圖像診斷模型，他們在降低開發(fā)成本的同時(shí)提高了數(shù)據(jù)處理量和速度、預(yù)測準(zhǔn)確度也有提升，這為實(shí)現(xiàn)通用醫(yī)療人工智能邁出重要一步。
事實(shí)上，國內(nèi)AI醫(yī)療器械市場規(guī)模從2019年的1.25億元已經(jīng)大幅增長至2020年的2.92億元，同比增長134%，預(yù)計(jì)2022年將繼續(xù)大幅增長，達(dá)到11.56億元。據(jù)國家藥品監(jiān)督管理局2021年度醫(yī)療器械注冊工作報(bào)告顯示，截至2021年12月31日，全國各地藥品監(jiān)管部門共辦理境內(nèi)第二類醫(yī)療器械注冊31509項(xiàng)、境內(nèi)第三類醫(yī)療器械注冊4596項(xiàng)。其中國家藥品監(jiān)督管理局批準(zhǔn)的AI類醫(yī)療器械注冊證書(二類證及三類證)一共153個(gè)。
總而言之，人工智能已經(jīng)進(jìn)入了一個(gè)快速發(fā)展的階段，并且?guī)Ыo醫(yī)學(xué)影像課間的變化，不斷改變著醫(yī)療行業(yè)的工作流程與效率。在考慮醫(yī)學(xué)圖像實(shí)際特點(diǎn)的基礎(chǔ)上，結(jié)合人工智能等不同領(lǐng)域的技術(shù)、多種類型的方法結(jié)合與改進(jìn)使用、相互彌補(bǔ)算法功能的缺陷，必然將會是醫(yī)學(xué)圖像處理技術(shù)的一個(gè)重要發(fā)展方向。醫(yī)學(xué)人工智能時(shí)代已經(jīng)來臨，我們亟須跟進(jìn)數(shù)字醫(yī)學(xué)和人工智能時(shí)代的腳步，激流勇進(jìn)，為未來醫(yī)學(xué)的創(chuàng)新和改革做出貢獻(xiàn)！
(資料參考來源：中國新聞網(wǎng)、知網(wǎng)、知乎、科技日報(bào)、央視網(wǎng))
2024慕尼黑上海分析生化展 組團(tuán)最后4天，百余家企業(yè)已報(bào)名！
客服在線：
浙公網(wǎng)安備 33010602002722號
昵稱 驗(yàn)證碼 請輸入正確驗(yàn)證碼
所有評論僅代表網(wǎng)友意見，與本站立場無關(guān)