更早更准发现癌症，人工智能医生填补影像科医生缺口
作者/主持人：王蕴媞
策划：李亚 王蕴媞
摄像：杨晓 李梓晗
后期：冯禹
【本文字数：1169，阅读时长大约5分钟】
在生活中你是否有这样的体验：在医院做完CT等检查，却发愁医生太忙而没法细致看片？或是地处偏远，根本找不到好的影像科医生？
现在，解决办法已经get！一家创业公司为了解决这个痛点而来，并且获得了国际医学影像人工智能行业内最大单笔融资哦。来，一起为人工智能医生打Call吧！
医院影像科的痛
在中国，有70%的诊疗需要根据医疗影像给出的信息做出诊断。
而且这个数量还在不断地增长，根据统计数据，医院影像图片量每年大概有40%左右的增长，但是医院每年影像医生的数量却顶多只以3%的速度在增加，所以中国非常缺乏影像科医生。
缺少影像科医生引起的另一个问题就是医生的超负荷工作。而当医生超负荷工作时，误诊尤其是漏诊的概率就增加了，这样的恶性循环也成为医患关系紧张的重要原因。
AI精准医疗平台：提升医学影像识别的质量和效率
就在今年，推想科技推出了全球首创的“人工智能精准医疗平台”，包括智能X线辅助诊断产品（AI-DR）、智能CT辅助诊断产品（AI-CT），智能深度学习科研平台（AI-Scholar），如果你认为这些只是停留在实验室阶段的技术，那就大错特错啦！现在，这套人工智能的系统走入医院，已经在北京协和医院，上海长征医院、武汉同济医院、大连中山医院投入试用。
AI-DR能够敏锐地检测出资深都极易遗漏的早期肺癌征兆；AI-CT在肺癌筛查应用中，以其高性能的并行运算能力，有效挖掘肺癌的核心特征点，高效判断不同序列影像是否存在疑似癌症特征，实现肺癌早诊、早治的技术性突破；AI-Scholar集成深度学习核心算法与功能，帮助没有编程背景的医生掌握深度学习建模。
还有什么在阻碍人工智能医生的发展？
数据的获取和标记：因为医疗数据涉及病人隐私，且目前国内医院的数据库都没有打通，所以获取大量数据首先就不容易。
其次，对于机器来说，智能化需要更多的数据来训练，而这些数据也需要做好标记。
这样一来，就需要医生进行输入机器前的精准标记。这对于医院医生来说是一件非常艰苦的过程。因为每个病人的图像按照正常保存的话，都有几百张以上。
敢于吃螃蟹的医院并不多：虽然人工智能医生的表现惊艳，但在国内愿意拥抱新技术的医院却还是少数，大部分的医院目前还在观望阶段。
用人工智能来解决医疗领域的问题，现在还是一个相对早期的阶段，或者说才刚刚开始。大家已经感觉到人工智能是第四次工业革命，是一个巨大的机遇。
有很多公司在从事这个工作。而对于医院或者医生来说，只有部分人看到前景，觉得是个值得关注的领域。可惜进行工作和探索的医生目前还是少数，大多数还在观望阶段。
推荐阅读：
内容转载自公众号
