查看原文
其他

【e医疗原创】宾叔大话:医疗影像人工智能的三六九等

2015-08-21 e医疗 e医疗


想说点儿什么?欢迎点击文章下方“写评论”留下您的精彩观点。


e医疗专栏作家

爱克发医疗 宾叔


黑夜给了我黑色的眼睛,我却用它寻找光明。
——顾城


IBM花10亿美金收购Merge healthcare(医疗影像软件厂商)与微软hololens的广告,这两者之间有何联系?


不仅有联系,宾叔还要告诉你,一个伟大的时代即将来临!


  宾叔小时候,喜欢看科幻小说,经常梦幻着,到了21世纪,汽车都是自动开的,看病都是找机器人的……可是21世纪已经过了十几年了,宾叔的好多梦想都还只是梦想。


  其实,最近二三十年,人类在很多工程技术领域都取得了巨大发展,唯独一个领域发展不尽如人意,那就是人工智能。宾叔在这里把医疗影像界人工智能的一些发展给大家罗列总结一下。希望大家能用黑色的眼睛寻找光明吧!


  人工智能也分三六九等,让我们先看看人工智能在医疗影像领域的初级运用吧。


|人工智能初级实现|

|智能报告|


  医生看片分两部分,一部分是影像浏览,另外一部分就是报告撰写。以下三种应用了初级人工智能,辅助医生更有效率、更精准地写报告。


智能报告模板:


  系统会根据当前报告的设备类型、部位分类和检查部位自动搜索出符合的报告模板并显示。也就是说,当医生打开影像的时候,电脑根据这个影像的来源,检查类型,病历等信息,自动挑选好了报告模板,医生只要点击一下,报告大部分就已经完成。




智能报告提醒:


  根据配置的关键字词,提示危急值、阳性率、比较男女性别和特定器官以及检查位置可能存在的错误。国内放射科医生工作量相当大,而放射科报告时患者诊断过程中一个非常重要的环节,任何差错,都会导致漏诊、误诊。智能报告提醒,相当于在医生写报告的时候,电脑就在后台进行审阅。譬如说明明患者是男性,在报告里却出现了卵巢等词组,这时警告框会弹出,提示报告内容有问题。




全文本检索:


  医学影像报告内容是海量信息,而这些海量信息都是非(半)结构化报告。然而,无论是科学教育,还是术后诊断和随访诊断,都需要对历史报告进行全文本检索,这就需要电脑在后台对所有诊断报告进行智能分词和语义分析。根据关键字进行查询,根据检查目的、检查所见、检查结论、报告包含、症状体征包含、手术过程、术后诊断和随访诊断的内容等进行查询。可以进行“模糊匹配”、“精确匹配”、“精确与匹配”和“精确或匹配”关键字查询。




  如果说上面的初级应用还是辅助医生提高撰写报告的效率,那么下面要说的智能辅助识别,则是辅助医生更加有效地阅片了。


|人工智能中级实现|

|智能辅助识别|


乳腺


  乳腺检查越来越成为女性体检的标准项目之一。乳腺机产生的图像巨大,医生要浏览整幅图像,工作量较大。人工智能可以把乳腺上的疑似钙化点、驼块等可疑部位高亮显示




肺癌早期诊断


  早期肺癌是可以治愈的,然而早期肺癌的CT阅片,对于放射科医生来说工作量很大,早期微小病灶也容易发生漏诊。电脑通过肺结节的分段,对异常处进行高亮显示,在三维图像上进行标示。可以大大提高医生工作效率和诊断质量。




  除以上辅助诊断,人工智能还在心电图自动识别,自动超声等领域有所建树。然而,这以上种种实现都基本靠海量算法以及历史影像数据对比而来。就好比多年前深蓝击败国际象棋大师,其原理是通过记录大量棋谱,穷尽无数可能性后,得出结论。


  换句话说,就是通过蛮力计算得出一点点智慧来,这和人类大脑思维模式相差甚远。人工智能能否走出计算困境?能否真正模拟人类大脑思考并得到超出人类的智慧?宾叔的梦想能否实现?接下来,让我们来看看人工智能的高级实现吧。


|人工智能高级实现|

|深度学习|


  1981年,DavidHubel和Torsten Wiesel获得了诺贝尔医学奖,他们的主要贡献是发现了视觉系统的信息处理,换句话说,就是发现了大脑如何通过视觉感知这个世界的!


  大脑视觉信息系统原型图:信息是分层的,每个层次节点处理不同层次的信息,最后归总为结论。你现在明白什么叫脑子快或者脑子慢了吧!




  得知这一重大发现后,各路计算机科学家开始采取不同的方法模拟大脑的运作!然而大自然进化了几十万年的大脑以及里面蕴含的人类智慧,哪有这么容易被模拟呢?最初的几十年基本是黑暗的石器时代。


  直到2006年, 大神出现了~




  大神们提出了深度学习理论,一下子把人工神经网络的种种理论算法推进了一大步。人类好比在黑暗的隧道中,看到了一丝丝的光明前景。光有算法还不够,还需要有大型计算能力以及海量数据以供学习。根据摩尔理论,计算力会越来越便宜,而随着互联网的普及运用,大数据采集也越来越容易。谷歌大脑和百度大脑也是基于这些理论基础的上的大胆尝试。虽然百度说它的大脑才二、三岁孩童的水平,而谷歌大脑通过浏览youtube上的海量视频,“才”学习了“猫”这个动物。那么,IBM的沃森是否有一天能通过Merge系统链接到的海量医学影像数据读懂片子?!我猜,他(她)会!




八月阅读


您可点击订阅号下方菜单栏阅读“推荐”、“特别报道”中的往期精彩内容。


重要行业资讯

【e医疗抢鲜报】国家卫计委首次定义"互联网+医疗健康"


刊首语

【e医疗原创】庞涛:自我发酵才见效


做客e医疗

李天天做客e医疗:丁香园诊所打算怎么开?


行业理念

【e医疗原创】一家移动互联网医疗公司的“潜水艇”理念

【e医疗原创】卫宁软件徐春华:医疗卫生4.0时代的商机

【e医疗原创】追梦18年,蓝卡诊所做到了什么?



推荐关注

e医疗2015年8月刊

近期推送以下文章:


  • 完整的互联网医疗平台是以服务做基石的

  • 东华健康乐的互联网医疗逻辑

  • 海外抢鲜看

  • 八月刊首:充分利用患者服务中心,博得“互联网+”先机

  • 从大圣归来看互联网医疗

  • 项目的需求管理

  • 李天天眼中的互联网医疗这件事儿

  • 如何像兄弟一样,和信息部门绑在一起?

  • 多学科信息融合实现影像平台新升级

  • 实现医生由“单位人”到“社会人”的转变





“e医疗”原创文章,转载请注明来源。



e医疗

医疗卫生信息化资讯平台
微博 | @ e医疗
微信 | e-healthcare
杂志 | e医疗



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存