人工智能技术在医学领域的应用与前景.pdf

《人工智能技术在医学领域的应用与前景.pdf》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、人工智能技术在医学领域的应用与前景零氪科技（北京）有限公司首席架构师中科院计算医学工程技术中心研究员王晓哲人工智能、机器学习还是深度学习？机器学习的定义AcomputerprogramissaidtolearnfromexperienceEwithrespecttosomeclassoftasksTandperformancemeasureP,ifitsperformanceattasksinT,asmeasuredbyP,improveswithexperienceE.——TomMitchel，MachineLearning计算机通过对已有资料的来积累经验，自动提高对任务的处理性

2、能。样本模型结果训练预测机器学习的典型问题范畴SVMkNN分类例如：肺部结节良恶性判定LR有监督学习C4.5回归LinearSVR例如：载脂蛋白同低密度胆固醇的关联分析PRk-means机器学习聚类DBSCAN例如：基于分子分型和临床表现的相似群体划分Spectral无监督学习PCA降维SVD例如：癫痫患者脑电信号LDA的电极选择和特征提叏DNN例如：影像数据变换为反映表征学习CNN异常情况的定长数值向量RNN当前医疗领域机器学习应用热点方向医学影像处理1.影像分类‣检查分类‣目标区域/病灶分类2.目标检测‣器官、组织及标记定位‣病灶检测3.图像分割‣器官/解剖结构区域分割‣病灶区

3、域分割4.影像检索‣基于内容的影像检索病历信息结构化医院舆情监控前沿研究成果基于乳腺钼靶影像的病变检测检测效能接近人类丏家水平AUC=0.852(AI)vs.AUC=0.911(MeanReader)Kooi,T.,Litjens,G.,vanGinneken,B.,Gubern-Mérida,A.,Sánchez,C.I.,Mann,R.,denHeeten,A.,Karssemeijer,N.,2016.Largescaledeeplearningforcomputeraideddetectionofmammographiclesions.MedicalImageAnaly

4、sis35,303–312前沿研究成果*基于脑部MRI的白质高信号灶分割分割效能接近人类丏家水平Dice=0.780(AI)vs.Dice=0.796(Indep.Obs)Ghafoorian,M.,Karssemeijer,N.,Heskes,T.,vanUden,I.W.M.,deLeeuw,F.-E.,Marchiori,E.,vanGinneken,B.,Platel,B.,2016b.Non-uniformpatchsamplingwithdeepconvolutionalneu-ralnetworksforwhitematterhyperintensitysegment

5、ation.In:IEEEInternationalSymposiumonBiomedicalImaging.pp.1414–1417前沿研究成果*基于皮肤镜照片的皮肤癌分类诊断分类效能达到人类丏家水平AUC=0.91(AI)Esteva,A.,Kuprel,B.,Novoa,R.A.,Ko,J.,Swetter,S.M.,Blau,H.M.,Thrun,S.,2017.Dermatologist-levelclassificationofskincancerwithdeepneuralnetworks.Nature542,115–118前沿研究成果*基于数字病理切片的乳腺癌淋巴结

6、转移检测检测效能达到人类丏家水平AUC=0.986(AI)vs.AUC=0.966(Pathologist)YunL.,KrishnaG.,MohammadN.,GeorgeE.D.,TimoK.,AlekseyB.,SubhashiniV.,AlekseiT.,PhilipQ.N.,GregS.C.,JasonD.H.,LilyP.,MartinC.S.,2017.DetectingCancerMetastasesonGigapixelPathologyImages.ArXiv前沿研究成果*基于眼底照片的糖尿病性视网膜病变检测检测效能达到人类丏家水平AUC=0.991(AI)Gu

7、lshan,Varun,etal.Developmentandvalidationofadeeplearningalgorithmfordetectionofdiabeticretinopathyinretinalfundusphotographs.JAMA316.22(2016):2402-2410前沿研究成果*胸片骨减影减影后影像质量超过了常用的双能量数字减影摄影术（DES）Yang,W.,Chen,Y.,Liu,Y.,Zhong,L.,Qin,G.,Lu,Z.,