AI閱片將改變AI落地醫療領域的速度
2020-04-22 11:43
Ai芯天下
關注
AI閱片能否長期立足存難點
①肺炎分為很多種，病毒性、細菌性、真菌性、支原體、衣原體、過敏性等。其中，病毒性肺炎的影像學表現和其他類型肺炎都不同。目前困難是，CT無法準確判斷病人攜帶的是否是新冠病毒。
也就是說，CT與核酸檢測結果可能存在不一致的現象，這種情況下，再結合患者流行病學史、臨床表現才能更為精準地診斷新冠肺炎。
②AI能夠有效識別易漏診結節，比如6mm以下實性結節和磨玻璃結節。但在面對新冠肺炎病毒時，AI還有更大的空間。
如今單靠CT影像識別出病毒性肺炎是哪種病毒還是非常困難的，如果AI能夠在這方面有所建樹，將是很大突破，但這非常難。
③疫情初期，盡管有不少新冠肺炎疑似CT數據，但缺乏有效標注。CT照片看似海量，但對于AI來說，仍顯不夠，要想讓AI越來越聰明，需要“投喂”大量數據。
但在醫療場景中，無論總患病人數多龐大，都很難在某一個醫院獲得大量的數據訓練，而且病患個體差異較大，每一個人的病程、病情、疾病種類都會有所不同。
④從全國范圍來看，影像科人才資源地域性分配不均衡問題突出，基層醫療單位能否像大醫院一樣擁有AI+醫療影像診斷的系統使用，目前還不好說。
⑤目前AI在神經系統影像診斷方面，仍完全依賴于數據真實性和質量的支撐，在缺乏大數據支持的疑難病、罕見病診斷領域，AI和專業醫生之間仍存在差距。
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
