医学影像结合人工智能对临床的意义有多大?
的有关信息介绍如下:
我也是生医工出身的,看了看回答,都说不靠谱,就感觉非常失望…我觉得这意义太大了。
照理,深度学习跟医疗影像诊断简直是完美契合。
从原理上来说,医疗影像诊断极其依赖对Low level feature的识别,就是细节的区分,这一点和现实世界图像重视context和high level feature抽象的特点很不一样。而卷积神经网络恰恰就是对low level feature超级无敌敏感的,感知能力远超人类。所以我们可以很确定的说,卷积神经网络,一定是有这个能力做好这件事的。
从应用上而言,CT扫描,如果扫的密集一点,铺开来十几二十张断层图,医生要一张张盯着看。医生毕竟是人,人的眼睛是会累的,但AI不会,哪怕弄一个巨大无比的模型,看个一二十张图比人类还是轻松多了,而且你还可以训练三维卷积直接看致密信息的三维图,人类更是望尘莫及。不说最后交给他做诊断,减轻点负担,提高诊断速度总可以吧?如果你训练模型去看那种一两张的x射线图,那确实没必要,医生看一两张图还是很快的。
此外,医生能学习的病例是有限的,人的时间有限,精力有限。而AI是不知疲倦的,他的读片量可以是人类的百倍,千倍。你是看图识别模式,人家也是看图识别模式,你看一百张,人家能看一万张,完全降维打击。
所以无论怎么看,就影像诊断这个问题,神经网络是很合适的。
现在不行,多半是数据问题。其他领域请标注员标注,两美元一小时,这领域…我都不敢报价说实在的…
另外数据也不互通,数据总量本来就小,出于隐私等各种问题,还集中不起来。他不像普通视觉问题,互联网上随便扒,相机一开源源不断。Meta训练SAM一言不合就是1100万张图,在医疗影像领域这是不可想象的。
但我相信,总有一天,一旦数据到位了,一切都不是问题。



