医学影像人工智能的历史、现在、未来
2017-07-11 王晓行 动脉网
人工智能的三次高峰和两次冬天回顾人工智能的三次浪潮，人工智能从1956年开始是经历了三次高峰，两次冬天，现在正在处在第三次高峰。第一次高峰来源于Perceptron（感知器）的提出，它解决了一些1956年、1957年看来非常难的问题，在这之后，由于计算能力的限制和各种各样数据的限制，很多技术并没有实现，就这样在1980年左右人工智能到了第一个冬天。第二个浪潮的来临是因为Hopfield网络&a
人工智能的三次高峰和两次冬天
回顾人工智能的三次浪潮，人工智能从1956年开始是经历了三次高峰，两次冬天，现在正在处在第三次高峰。
第一次高峰来源于Perceptron（感知器）的提出，它解决了一些1956年、1957年看来非常难的问题，在这之后，由于计算能力的限制和各种各样数据的限制，很多技术并没有实现，就这样在1980年左右人工智能到了第一个冬天。
第二个浪潮的来临是因为Hopfield网络&BP算法的提出，以及大量计算能力的提升和存储能力的提升。但是到了90年代左右，随着日本推广第五代计算机的的失败，把这个行业引入第二个冬天。
现在我们身处第三次浪潮，它的起点是2009年提出的深度学习概念。深度学习的概念有很多延伸的算法，成功的应用在不同的领域，包括最近的很火的AlphaGo。这些成功的时间，一下子让人们觉得人工智能真的要改变我们的世界，
人工智能应用的三要素：数据、行业专家、技术
从过去人工智能+时代的发展来看，人工智能要成功有三方面必不可少：标准数据、核心技术、行业专家。
一是标准数据，在我们看来，智慧医疗离不开行业大数据。数据一定要标准化、完整、准确，而且一定要和应用相关。
目前行业大数据的收集、利用、表示是非常难的问题。从大数据的角度讲，首先它的结构化、同质性很差，另外，数据量大，并源源不断的被我们的系统收集，这些数据怎么表示、利用、标准化，仍然是很大的问题。
二是行业专家，我们需要有行业专家的大力支持，来指导我们将人工智能应用在具体的领域。另外，我们需要在专家的指导下建立知识库，有些知识可以用计算机能够理解的方式表达出来，有些不可以，我们要把这个东西分清楚。另外建立应用之后，我们需要专家来协助验证。
三是核心技术，核心技术是我们相对关注的领域，作为一名技术开发者，我们需要更多的考虑怎么做到更智能、更实用、并有留存机制，我们要尽可能少的改变行业专家或者医生的工作流程，让人工智能真正的帮助医生提高效率、提高工作水平。
如果具备完整的数据、行业专家的支持和先进的核心技术，我们就可以利用人工智能帮助政府机构做政策或者决策，帮助医院做运营管理。帮助专家医生提高效率，帮助基层医提高技能和经验，帮助病人做健康管理。这是过去科大讯飞在实践中总结出的人工智能在智慧医疗的应用。
医学影像怎么解决临床问题
要做的是将这部分影像需求再传递给工程技术人员，让技术人员为医生呈现更好的数据信息。在整个过程中，临床医生、影像医生、工程技术人员是三个不同的层级，他们的专业知识之间有差别，交流过程中，把临床医生的需求转换为影像的需求，把影像的需求转换为工程技术的需求，这是怎样把技术服务于临床应用非常重要的点。
比如如果我们要评价冠状动脉的狭窄程度，这决定怎么治疗，需不需要放支架，还是用药物治疗改变生活习惯。
将影像需求转换为技术需求，需要高分辨率的CT成像。在解决成像的问题之后，就要完成冠状动脉的分割，然后检出斑块。把信息和影像科信息化系统结合起来，让大家看到这些信息。
智能影像应该解决什么问题，我们作为技术人员经常在实验室里思考，当我发现一个很酷的算法，但是拿到医生那儿，发现根本没有用。经过长时间的沟通，我们总结出来，包括模式识别、成像分析在内的智能影像技术，实际上要解决三类问题：
一是把这些信息更好的呈现给医生。现在成像越来越容易，分辨率越来越高，医生要看越来越多的影像，但是医生需要的不是数据，医生需要的是信息，怎么把这些信息更好的呈现给医生？这是智能影像需要解决的问题。
二是帮助医生定量分析。医生非常擅长定性分析。看到片子，他1秒内就大致判断什么问题，但是医生需要一些工具做更精准的判断，定量的分析，这是靠眼睛很难做到。
这里面工作包括各种各样的多模态分析，历史图像的比较，病人人群的分析，这些不是简单的用眼睛完成的。这里面需要图像分割、图像配置、功能图像分析。
三是智能影像需要解决的成像和智能图像识别的问题。这两个步骤很多年前被分开，技师拍片子，医生作分析。实际上，只有两者结合起来才能更有效的优化系统，帮助医生提供有效的服务。
先拿成像来说，一方面高水平的技师缺乏，尤其是基层医院，有重复的成像造成影像资源的浪费。另一方面高级成像功能复杂，有时候技师调整一下序列和参数，对图像质量影响很大。这里需要建立一个标准化、个性化的流程标准。
标准化是指得到的图像需要有一个标准化的质量。个性化是根据不同人的情况，比如对于BMI高低不同的人在做CT图像的时候，它的成像参数有调整、剂量有调整，通过个性化来实现图像质量的标准，通过智能的手段来帮助医生和技师选择成像的参数，最终让没有经验的基层医生得到和三甲医院一样的医学影像。
另外，随着3D成像技术的发现，医生有时候可以不再看上百张平面CT图像，直接看立体图像就可以。
再说回图像分析，医生看的片子有绝大部分都是健康人的片子，这就浪费了医生的时间，现在系统帮助医生先把健康那部分人的去掉，把剩下的图像呈现给医生。
针对异常的图像，系统直接标注出病灶、结节等异常的地方，医生只需要审核一下就可以，这就提高了医生的效率。
总的来说，成像和图像分析结合起来，将健康人的图像进行筛选，呈现给医生异常的图像，并做初步的标注可以提高医生的效率。
影像信息需要和临床信息结合
影像的临床诊断过程是这样的：临床医生通过临床信息、病史采集、检查检验的结果，来判断患者和是否需要做影像。影像的需求会给到影像科，技师通过影像手段呈现出来各种各样的图像，影像科的医生出具影像报告。然后影像医生和临床医生结合影像信息和临床信息共同为患者出具对治疗有指导意义临床诊断报告。
从这个过程我们可以了解到仅仅是影像的报告是不够的。病例信息、检查检验的心电图、体温等等信息都会对后期的诊断报告有影响，所以科大讯飞现在是想要将临床信息与影像信息结合。
人工智能经历了三个阶段，从运算智能到感知智能，再到认知智能。运算智能很早就超过了人类，感知智能也可以看到很多我们看不到的东西。认知智能更多的是我们今天谈的人工智能依据数据做出思考和推理。
总的来说人工智能时代的医学影像，成像设备操作起来更加简单。学习方式也不是基于简单、离散的训练数据，而是基于完整的医学知识体系。在临床方面，影像信息要和临床信息结合，在应用的时候也要多和专家磨合，从实际出发，解决实际临床问题。
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#历史#
29