與拍醫(yī)拍合作，配合中國全國健康檢查中心深入學(xué)習(xí)
2017年4月，中國醫(yī)療 AI 科技公司拍醫(yī)拍正式成立“拍醫(yī)拍醫(yī)學(xué)智能研究院”， Enlitic 與其達(dá)成深度合作，試水人工智能在醫(yī)療影像中的真實應(yīng)用。據(jù)雷鋒網(wǎng)了解，中美兩國對放射科醫(yī)生服務(wù)需求非常急迫。從放射科醫(yī)生的年增長率來看，美國和中國僅僅只有2.2%和4.1%，遠(yuǎn)遠(yuǎn)不及醫(yī)學(xué)影像數(shù)據(jù)對應(yīng)63.1%和30.0%的高速增長率。每年3億人次參與體檢市場的用戶量也有力的說明了問題。
Enlitic 在醫(yī)療保健領(lǐng)域的具體障礙都有哪些？
自動化診斷技術(shù)在醫(yī)療保健領(lǐng)域的應(yīng)用越來越廣泛，但是不是這種技術(shù)在實際的操作中就一片坦途呢？在今年1月份的一次專訪中，杰里米·霍華德對 Enlitic 在領(lǐng)域中遇到的一些問題進(jìn)行了回應(yīng)。以下為他接受專訪時的回應(yīng)內(nèi)容。
最大的障礙之一是缺乏完整的數(shù)據(jù)集，即大量病人在一段時間內(nèi)進(jìn)行各種醫(yī)學(xué)測試、醫(yī)學(xué)干預(yù)，以及醫(yī)療效果的綜合性的數(shù)據(jù)集。只有基于這樣的大規(guī)模的完整的數(shù)據(jù)集，我們才可以建立精準(zhǔn)的深度學(xué)習(xí)模型，提供基于實際醫(yī)療效果的診斷和治療建議，而不是簡單的初級的診斷猜測。
另一個障礙是缺乏在這一領(lǐng)域工作的數(shù)據(jù)科學(xué)家。讓我感到驚訝的是，目前有大量的杰出科學(xué)家投身于相對影響力較低的領(lǐng)域，比如廣告技術(shù)、產(chǎn)品建議和社交網(wǎng)絡(luò)。同時，目前有大量的深度學(xué)習(xí)研究人員都聚焦于如何“構(gòu)建大腦”，而不是利用技術(shù)解決當(dāng)前人類面對的實際問題。
另一個出人意料的障礙是，醫(yī)學(xué)領(lǐng)域太細(xì)分太專業(yè)了，這造成我們的科研成果或許能適用于某一科室，但卻很難在更一般的醫(yī)療問題上提供有效的建議。因此，傳統(tǒng)醫(yī)學(xué)的細(xì)分和專業(yè)化也是障礙之一。
深度學(xué)習(xí)技術(shù)會利用大數(shù)據(jù)（比如醫(yī)療影像）來訓(xùn)練人工智能系統(tǒng)，然后讓它對新數(shù)據(jù)給出分析反潰其他提供深度學(xué)習(xí)工具的公司還有 Clarifai 、 Ersatz Labs 、 Metamind 、 Nervana Systems 以及 Skymind 。
技術(shù)并不缺乏炒作，深度學(xué)習(xí)在快速變化。一定的空間內(nèi)，深度學(xué)習(xí)技術(shù)可以在許多行業(yè)派上用場，但也可能是只針對特定地區(qū)，特定工種的工人的申請?；羧A德認(rèn)為這是可能的深度學(xué)習(xí)的不斷成熟。
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！