侵權投訴
訂閱
糾錯
加入自媒體
當前位置： OFweek 醫(yī)療科技網   >   人工智能   >  正文

AI閱片將改變AI落地醫(yī)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(xiàn)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(xiàn)象，這種情況下，再結合患者流行病學史、臨床表現(xiàn)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(jié)，比如6mm以下實性結節(jié)和磨玻璃結節(jié)。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(shù)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(shù)據。

但在醫(yī)療場景中，無論總患病人數(shù)多龐大，都很難在某一個醫(yī)院獲得大量的數(shù)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(yī)療單位能否像大醫(yī)院一樣擁有AI+醫(yī)療影像診斷的系統(tǒng)使用，目前還不好說。

⑤目前AI在神經系統(tǒng)影像診斷方面，仍完全依賴于數(shù)據真實性和質量的支撐，在缺乏大數(shù)據支持的疑難病、罕見病診斷領域，AI和專業(yè)醫(yī)生之間仍存在差距。

AI芯天下丨趨勢丨AI閱片將改變AI落地醫(yī)療領域的速度

<上一頁  1  2  3  4  5  下一頁>  
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(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    文章糾錯
    x
    *文字標題：
    *糾錯內容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網安備 44030502002758號