百科问答小站 logo
百科问答小站 font logo



未来几年,医学影像方面会被人工智能代替么? 第1页

  

user avatar   zhangshujia 网友的相关建议: 
      

近两年间看了国内外几支AI医疗影像的团队,仅针对AI阅片的应用来谈:

倘若是X光片,业内平均10万张片源,即可训练并收敛到较理想精度的神经网络,进而提供成熟的应用去替代放射科医生的阅片工作,当然,去上山下乡的提供精准读片服务并形成长尾收费,进而连接远程辅助诊疗服务,也是普遍的创业故事。

X光片的特征粒度粗,通常是判断骨折等一类的大特征。但CT/核磁共振等影像则不同,一般用于判断囊肿或细胞癌变等细微特征,例如CT影像的早期肺癌筛查,即疑似肺结节癌变特征,用AI的效率更高,如30名患者的9000张CT影像,需要4名放射科医生工作数小时筛查,AI只需30分钟;

通常每位来自三甲医院的肺结节筛查患者要产生200-300张CT影像,放射科室的医生每天至少阅读4万张片(按三甲医院每日接待200例患者来算)。

但由于癌变筛查是“细胞级的转移和病变特征”,每个癌变脏器的病例特征至少需要200万张片源去训练,再乘以多个脏器,是否就意味着AI模型的工作成效将进一步扩大呢? 然而,这200万片源可能跨越了15年期、来自50万人的病例、来自不同物理特性机器和不同介质材料的片源,在这一复杂语料之下,干扰项甚多,纵然获得了200万片源,也难以收敛为精确模型;

例外是:诸如“SIEMENS或GE”可以做的更好,因为其掌握着自身生产的所有机型和介质的物理属性。施加参数纠正干扰项,达到准确收敛的能力是具备的。

国内某一线AI医疗影像公司,商业模式很聪明,虽然BP里仍在谈癌变筛查,但其主要营收是在X光片,X光片更容易训练,且帮助国家解决了低级城乡医疗水平的问题,如前述的上山下乡提供精准读片服务并形成长尾收费,进而连接远程辅助医疗服务的故事,有稳定收入和市场潜力的。




  

相关话题

  有什么类似于Al的炒股软件介绍给上班一族? 
  因果推断会是下一个AI热潮吗? 
  机器学习到底是什么,如何使用这项技术? 
  靠 AI 来实行计划经济可行吗? 
  推荐算法岗是否存在严重人才过剩? 
  如何评价知乎想法中「人工智能是否能做艺术创新」这一场论战? 
  最难被人工智能替代的职业是什么? 
  如何看待 2014 年以来计算机视觉(Computer Vision)界创业潮? 
  对于技术岗位而言,开发岗累还是算法岗累呢? 
  有哪些看了让你醍醐灌顶的书籍、论文、期刊,使你对如何做数据挖掘、特征工程、统计挖掘有了眉目? 

前一个讨论
如何看待台积电的跨界自研芯片“This”?
下一个讨论
医疗影像AI发展的核心技术是什么?





© 2024-11-05 - tinynew.org. All Rights Reserved.
© 2024-11-05 - tinynew.org. 保留所有权利