賈凱麗 王雪梅
內(nèi)蒙古醫(yī)科大學(xué)附屬醫(yī)院核醫(yī)學(xué)科,呼和浩特 010050
在當(dāng)前醫(yī)療數(shù)據(jù)體系中,診斷結(jié)果由人工完成的醫(yī)學(xué)影像診斷(X線(xiàn)、CT、MRI 等)數(shù)據(jù)約占90%,這個(gè)比例仍在逐年增加。全國(guó)醫(yī)學(xué)影像的從業(yè)人員處于短缺狀態(tài),與影像數(shù)據(jù)的增長(zhǎng)之間存在相當(dāng)大的不平衡[1]。這表明醫(yī)學(xué)影像醫(yī)師會(huì)承擔(dān)越來(lái)越大的數(shù)據(jù)分析壓力。人工智能(artificial intelligence,AI)與醫(yī)學(xué)影像的結(jié)合,將幫助醫(yī)師進(jìn)行診斷,提高醫(yī)學(xué)影像的診斷效率,因此AI在醫(yī)學(xué)影像診斷方面的應(yīng)用成為較有發(fā)展前景的領(lǐng)域。
1956年,AI由美國(guó)的 JohnMc Carthy 提出,標(biāo)志著AI時(shí)代的誕生。AI經(jīng)過(guò)早期的探索階段,現(xiàn)正向著更加體系化的方向發(fā)展,成為一門(mén)獨(dú)立的學(xué)科,其涉及許多基礎(chǔ)學(xué)科,包括計(jì)算機(jī)科學(xué)、數(shù)學(xué)和哲學(xué)等。AI已經(jīng)被應(yīng)用到眾多的行業(yè)中,如醫(yī)療、電商、餐飲、交通和軍事等。隨著圖像處理技術(shù)、云服務(wù)、大數(shù)據(jù)及深度學(xué)習(xí)等技術(shù)的飛速發(fā)展,AI也實(shí)現(xiàn)了新的發(fā)展[2]。
AI算法包括輸入、輸出、明確性、有限性和有效性等基本特征。AI發(fā)展經(jīng)歷了傳統(tǒng)的機(jī)器學(xué)習(xí)算法(如人工神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、自適應(yīng)增強(qiáng))和深度學(xué)習(xí)算法。深度學(xué)習(xí)算法主要的特點(diǎn)是能夠從原始的圖像中自動(dòng)發(fā)現(xiàn)內(nèi)部結(jié)構(gòu)[3],而卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的自動(dòng)提取功能使其成為深度學(xué)習(xí)的一個(gè)重要組成部分。
隨著對(duì)醫(yī)學(xué)影像診斷準(zhǔn)確率要求的提升,數(shù)十年前就有了將AI和醫(yī)學(xué)影像結(jié)合的理念,并且逐漸開(kāi)始應(yīng)用。早期AI以知識(shí)工程為主要研究方向,如專(zhuān)家系統(tǒng)[4]、計(jì)算機(jī)輔助系統(tǒng)[5]、疾病建模和推理等。……
國(guó)際放射醫(yī)學(xué)核醫(yī)學(xué)雜志
2020年1期