人工智能和医疗的深度集合下的新趋势

  1. 云栖社区>
  2. 博客>
  3. 正文

人工智能和医疗的深度集合下的新趋势

朗锐智科1 2018-05-14 11:54:10 浏览583
展开阅读全文

目前AI大热,人工智能技术日趋成熟,渗透到了各行各业,其中人工智能和医疗的深度集合,为医疗相关产业带来了新的变化。医疗器械行业积极拥抱AI,不少创新性AI产品出现,极大程度上为国内医学发展提供了改革性变化,逐步走在世界前沿。

医学人工智能的目标用可视化的方式做一些简单的工具,让病人可以更加了解自己,让医生更加了解病人,通过多元的数据,相似的案例,个性化治疗方案的推进,让医生更了解患者,让医疗做得更精准,医学知识图谱,进行预测等等。

目前AI+医疗的使用场景主要表现在:虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学研究报告等模块。其中的医学影像和疾病风险管理是成为当前最热门的两大应用场景。

当前,人工智能在医学影像领域的应用主要为:病灶筛选、靶区勾画和影像三维重建这三类,其具体表现在:

病灶筛选:通过大数据库的积累、归类、分析,形成病灶数据库, X 线、CT、核磁共振等医学影像的病灶通过数据库系统进行自动识别,大幅度提升影像医生诊断的效率,同时帮助医生发现难以用肉眼发现和判断的早期病灶。

靶区勾画:肿瘤治疗过程中的靶区勾画与治疗方案设计会占用医生大量的时间和精力,而每个肿瘤病人的CT图像约在200到450张,勾画时需要对每个图片上的器官和肿瘤位置进行标注,传统方法会耗费医生好几个小时,而人工智能可以在制定放疗方案时,对上百张CT片进行靶区自动勾画,然后由放疗科医生纠错检查,大大缩短了勾画时间。

影像三维重建:自动重构器官真实的3D模型,实现医生通过设备,在虚拟空间里全方位直接观测到患者真实人体结构的解刨细节,并通过操作实时进行器官和病变的立体分析,精确测量结构的区位,体积等参数。

疾病风险管理:将AI医疗放在慢病领域,可以为更多人带来价值。有机构已收集到的数百万张医学影像构建多层卷积神经网络。每一例样本的数据标注都经过多位行业专家独立标注、交叉质控,从而保证了数据原料的严谨。团队研发了人工智能慢病识别系统,通过视网膜识别算法,可识别30多种慢性疾病,包括糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病并发症和高度近视、老年性黄斑变性等常见眼科疾病。

人工智能对医疗领域的影响非常大,推动着医学检测、影像诊断、医院物流、基层医疗等业务的发展,未来人工智能产品会更迭出新,不断提升医生、医院的工作效率,也为人类对抗疾病提供强有力的保障。朗锐慧康(www.lrioh.com)致力于提供实用的医疗健康检测技术方案,配套高效可靠的健康信息化平台支撑,帮助行业客户快速实现健康物联网应用实施。通过将物联网络与专业医疗技术、无线远程监测完美结合,成功地应用于健康信息化及物联网云健康领域。

网友评论

登录后评论
0/500
评论
朗锐智科1
+ 关注