首页>>技术前沿>>网站/软件行业动态
人工智能医疗行业应用机遇与挑战并存
作者:西安网站建设 | 转载 来源:西安软件开发公司 | 时间:2018年2月10日| 点击:0次 | 【评论】

随着IBM宣布研制出世界首个人造纳米尺度随机相变神经元,并构建了由500个该神经元组成的阵列,以模拟人类大脑的工作方式进行信号处理的发展。人工智能拟人时代或迎开端。人工智能系统近日仅用10分钟就诊断出一名60岁女性患有罕见的急性骨髄性白血病,并且找到了最适合的治疗方法。

人工智能

一、人工智能时代还很遥远

人工智能系统是通过处理海量知识而不断自我进步的深度学习系统,具备阅读和理解自然语言的能力。人工智能大体可分为弱人工智能和强人工智能两大类。弱人工智能主要是通过机器学习算法,构建算法模型和深度学习网络完成指定任务,已经在图像识别、语音识别等很多领域得到应用并表现优异。强人工智能不仅要完成指定任务,还要有知觉、有自我意识,能推理、解决问题,要实现这个目标,还是非常遥远的事。

二、诊断决定应该由医生作出

目前人工智能系统在医疗领域的应用仍面临不少挑战。如人工智能辅助诊断系统是一个“大胃王”,需要接受大量信息进行学习,但国内医疗数据质量不高。深度学习是非常前沿的研发领域,对于人工智能在辅助诊断、病历识别等方面的应用,不少人还认为“不可能、不靠谱”,这需要医疗行业更新观念。

人工智能系统的发展在数据来源上面临个人信息隐私保护的挑战,如对基因的分析就涉及家族、个人遗传信息保护,需要在加密状态下进行机器学习。人工智能系统的计算和理解能力也需要进一步提升。目前,计算机人工智能系统对多维信息进行综合判断还有难度,比如,人工智能系统能够成功识别一张电影海报,但无法判读电影是悲剧还是喜剧。此外,还需要通过政策引导、保险支持等提高医生采纳新技术的愿望,更积极地推动医学与最新信息技术的结合。

三、人工智能有助提高诊断准确率

公司与国内多家知名医院合作,让该系统“学习”大量的病历资料、病理切片、CT、核磁等影像资料,进而构建恶性肿瘤、慢性疾病等不同种类的学习模型。部分疾病的恶性肿瘤病理切片识别判断准确率已经超过大多数临床医生;而通过对病历核心信息提取、结构化,则可以判断并预测患者可能会患的疾病。

人工智能发展已有60年历史,从最初的用药警示发展到辅助临床诊疗提高医疗安全和医疗效率,以及更高效开展科技研究等众多领域。比如,微软亚洲研究院正在研究的病理诊断、脑部恶性肿瘤诊断等项目都有很好的结果。计算机能够从包含数以百万计像素的病理切片中提取正常细胞与恶性肿瘤细胞的不同特征,从而识别恶性肿瘤。人工智能系统能够帮助医生降低误诊几率。美国现在还有基于人工智能研发的医生训练模拟器,医生通过短期的模拟训练,可集中看到各种病症。全球每年有几十万篇医学论文发表,人工智能系统可以“阅读”海量信息,从中为研究者提取研究最相关的内容,尤其对于罕见疾病的诊断,更易于寻找线索,及早确诊治疗。

此内容DOC下载 此内容PDF下载

【全文完】
关键词标签: 人工智能 
0 ([$-顶稿人数-$])
0 ([$-踩稿人数-$])

版权声明:

1、西安弈聪网站内容中凡注明“来源:XXX(非西安弈聪网站)”的作品,转载自其它媒体,转载目的在于传递更多信息,其中涉及的网站建设,网站优化,百度关键词优化,西安软件开发等技术细节并不代表本站赞同支持其观点,并不对其真实性负责。对于署名“西安弈聪”的作品系本站版权所有,任何人转载请署名来源,否则西安弈聪将追究其相关法律责任。

2、本站内容中未声明为“原创”的内容可能源自其它网站,但并不代表本站支持其观点,对此带来的法律纠纷及其它责任与我方无关。如果此内容侵犯了您的权益,请联系我方进行删除。