人工智能在生物医疗领域的应用和机遇

人工智能在生物医疗领域的应用和机遇

ID:39580133

大小:1.61 MB

页数:4页

时间:2019-07-06

人工智能在生物医疗领域的应用和机遇_第1页
人工智能在生物医疗领域的应用和机遇_第2页
人工智能在生物医疗领域的应用和机遇_第3页
人工智能在生物医疗领域的应用和机遇_第4页
资源描述:

《人工智能在生物医疗领域的应用和机遇》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、融合论坛INTEGRATIONFORUM人工智能在生物医疗领域的应用和机遇文/聂金福人工智能并不一定要解决高大上的问题。如开发一个产品利用NLP技术对现有病历中非结构化的医嘱进行处理,使其成为诊断的辅助依据,就有很好的应用价值。工智能(AI),可谓火爆至极,2017未有的高度和规模。许多人正在急切地希望,AI人年短短的三个月就有三十多家公司能代替医生,例如诊断某些疾病或作出人类大获得了融资。每天我们都能听到AI脑本身无法做到的一些高智能的运算—基于在崭新领域的应用和突破。下面我们就人工智大数据来选择最佳的治疗方案和预后预

2、测等。能在生物医疗领域近期的进展做一个简单的介AI在医疗领域的应用大体可以分为以下四个方绍,然后重点就人工智能在国内医疗领域的应面:第一,医疗机器人;第二,医疗影像;第三,用提出一些自己的看法。临床辅助诊断和治疗方案的选择;第四,药物人工智能是计算机科学的一个分支,它企研发。图了解智能的实质,并试图生产出一种新的能1.医疗机器人以人类智能相似的方式作出反应的智能机器,传统意义上机器人主要是指具备传感器、该领域的研究包括机器人、语言识别、图像识智能控制系统、驱动系统等要素的机械。然而,别、自然语言处理和专家系统等。1956

3、年,John随着人工智能的发展,医用机器人即使没有驱McCarthy(斯坦福AI实验室主任,图灵奖得主,动系统,也能通过独立的智能控制系统进行手AI之父)组织AI达特茅斯暑期研究项目研讨会,术操作。例如,人工智能装备的人造肌肉机器第一次使用ArtificialIntelligence,被认为人,能够实现和真实的肌肉非常相近的功能。再是人工智能的正式诞生。AI经历了从上个世纪如,目前,在前列腺癌高发的美国及欧洲大部分六七十年代的火热、七八十年代寒冬到近几年国家,机器人辅助前列腺癌根治术几乎已经取的爆发式增长。AI的重新兴起

4、,主要得益于以下代了具有局限性的传统治疗前列腺癌的标准手几个方面的重大进展:1.硬件成本降低,性能更术。其中,被使用最广泛的是美国机器人手术系加可靠,感知和声像技术的发展使得机器人制统—达芬奇手术机器人。它为远程医疗提供造更容易。2.互联网的发展使得搜集大量数据了可能。借助高速而稳定的互联网,医生可以通成为可能,同时也为深度学习提供了有力的条过屏幕实时了解病人的状况,运用机械臂在千件。3.计算能力、储存能力、处理数据的能力大里之外完成手术。大提高。2.图像识别在过去十几年里,基于机器学习的对人体解AI在生物医疗领域的应用

5、现状聂金福近几年,AI在医疗领域的应用达到了前所美国梅奥医学院教授,生物信息专家38软件和集成电路SOFTWAREANDINTEGRATEDCIRCUIT人工智能在生物医疗领域的应用和机遇图2011~2015年ImageNet比赛图像识别准确度剖结构的自动检测在医学成像领域得到了广泛来。学习完毕后,科学家们邀请了一位病理学的应用。CT和MRI机器能够从预扫图中自动找到家,并让他与人工智能进行一场比赛。这名病理各种解剖结构,然后非常精准地对目标结构(比学家花了整整30个小时,仔细分析了130张切片,如说大脑)进行成像,同时

6、减少对相邻敏感器官并给出了他的诊断结果。在随后基于灵敏度(找的不必要的伤害。这一类的工具可以大大提高到了多少正确的肿瘤)和假阳性(将多少正常组成像的质量,并帮助放射科医生更快更好地处织诊断为肿瘤)的评分中,这名病理学家的准确理分析图像和撰写报告。另外病理切片的AI分率为73.3%,而人工智能交出的答卷是88.5%!析诊断系统也开始出现。由于图像识别和深度3.疾病辅助诊断学习算法的突破,医学影像识别的精确度实现近五年,随着深度学习算法的逐渐普及,通了跳跃性的增长。过建立深度学习神经元数学模型,从海量医疗谷歌和Verily的

7、科学家们做了一个尝试。影像诊断数据中挖掘规律,学习和模仿医生的他们将单张病理切片的图像分割成数以万计的诊断技术,使人工智能的疾病诊断技术达到了128×128像素的小区域,每个小区域内可能含有前所未有的精度,开始成为发达国家医院不可数个肿瘤细胞。随后,他们提供了许多肿瘤组缺少的医疗组件。IBM的沃森认知健康系统中的织与正常组织的病理切片供人工智能学习。最WatsonforOncology是一个以人工智能疾病诊终,这个人工智能掌握了一项像素级的技巧—断成功的案例沃森医生,实际上是一个以人工智它能分辨出单个小区域内被标注为“肿

8、瘤”的能为基础的认知计算平台,由IBM公司开发,并与像素,从而将整个小区域标注为“肿瘤区”。这美国肿瘤治疗领域的权威医院—纪念斯隆凯样就可以有效地将肿瘤组织与健康组织区分开特琳癌症中心共同训练出来,是目前世界上癌症2017年第4期39融合论坛INTEGRATIONFORUM治疗领域最先进的机器人。它可以在数秒钟内阅脂

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。