“ai医学影像”行业调研.pptxVIP

“AI+医学影像”;“AI+医学影像” 行业调研;影像数据快速积累，已具有开发应用规模 我国每天产生的影像数据以PB计算，占到医疗行业数据的90% 影像医生产能负荷重和部分地区医生影像诊断水平偏低，而人工智能大有所为 放射科医师数量存在缺口，医师的疲劳或经验不足可能造成误判 政策助推医疗大数据开发应用 2016年6月，国务院办公厅印发《关于促进和规范健康医疗大数据应用发展指导意见》;智能识别解决行业痛点：;AI识别先天性白内障研究，我国中山大学的临床试验，利用CNN算法，通过410张各种程度的先天性白内障图片和476张正常图片训练，诊断准确率达92.45%。 AI对脑瘤病理切片的快速诊断，利用多层感知机算法，用拉曼散射显微镜生成高度模拟传统的HE染色病理切片，通过过万张图片训练，AI区分胶质瘤和非胶质瘤的准确率达90%。 AI对神经假体进行精确控制，伦敦帝国理工学院则尝试了利用支持向量机这一算法，将此前85%的精确度提升到了97%。;医学的特殊性：医学本身就是一个未被完全认知的领域，信息的不完全透明，在疾病的症状与结果之间没有严格的对应关系，不同疾病之间也没有清晰的边界，而且还会存在同时发病的情况，这也导致不能像AlphaGo一样在明确的规则下算清所有变化。医学影像图像对比度普遍较低，不同组织或正常组织与病变组织之间边界模糊 ，血管、神经等微细结构分布复杂，医学中个体差异