强化深度学习把医疗AI推向新的高潮
人工智能技术的发展,给垂直产业带来巨大变革,以医疗、无人车、安防、金融等垂直行业的变化最受到关注,自从2012年深度学习技术被引入到图像识别数据集ImageNet(做为测试标准),其识别率近年屡创新高,并且在某些领域如图像分类等方面达到人类水平。深度学习技术加上医疗影像领域累积多年的数据,给这一领域带来了令人惊喜的突破。
有媒体曾经报道过斯坦福的研究人员发布在Nature上的研究,CNN做皮肤癌诊断,与21位皮肤科医生对比测试,结果系统的精确度与人类医生相当(“至少”91%)。还有JAMA上发布的利用CNN对糖尿病视网膜病变的诊断,结果表明,其算法的性能与眼科医生的性能一致。
强化深度学习在2016年初AlphaGo对战李世乭中大放异彩。AlphaGo学习棋谱到了一定程度,就可在和对手及自己对弈的大量棋局中,使用强化学习来进一步改善它,这可以说是它不断超越自己,最终战胜人类冠军的关键所在。作为一种有效的机器学习方法,强化学习主要研究在特定情境或环境下的操作方式,使得奖励信号最大化。同样在医疗AI的决策过程中,一个程序操作会常会影响其接收到的数据,不同的操作中程序会接受到不同的输入信息。强化学习可找出决策或操作的最优方案,以获得最大的奖励。
在深度学习之前,大约在90年代,就已有很多人做计算机辅助诊断(CAD)。之前神经网络做不深,现在有了新型计算机和深度学习之后,可以实现很深的网络。但是就以皮肤癌的诊断为例,目前在临床上还没有真正意义上的大规模的应用。基于深度学习的诊断尚处于研发阶段。但以现在的研发速度来看,这些新技术离临床应用已经并不十分遥远了。
深度学习并不是在所有场景下都需要。这跟具体遇到的问题有关,有时候一般的机器学习技术已经够用。新的算法可以说是层出不穷,日新月异。把不同的算法结合起来也是AI的领域常用的方法。
深度学习及强化深度学习,它们能解决很多以前不能解决的问题,医疗AI的技术远不止深度学习、机器学习、动态不确定图等,此外医疗AI中也面临着很多挑战。在老龄化和慢性病的大环境下,医疗资源(人、物)供应短缺,特别是中国医疗资源供需严重不平衡,地域资源差距巨大,人工智能可能是解决这些问题的突破口,把医疗AI推向新的高潮。
热门资讯
- 2019年中国智慧医疗行业发展趋势预测
- 可穿戴医疗设备助力智慧医疗高速发展
- 互联网+医疗,让就医更智能。
- 火热的AI+医疗背后,企业如何盈利?
- “互联网+医疗”版一带一路命运共同体怎么...
- 可穿戴医疗设备在智能医疗领域发展前景巨大...
- 健康一体机,更好的服务于百姓。
- 智能可穿戴设备助力老年健康市场。
- 让问题疫苗无所遁形 区块链在医药追溯领域...
- 大数据对于传统医疗模式的转型升级
- 未来高端医疗器械将占据主要市场份额
- 中美贸易争端再起 医疗器械行业影响分析
- 国内远程医疗市场快速增长
- 当医疗遇上人工智能的无线想象
- 分级诊疗政策强力推动 医疗器械POCT高速发...
- 未来人工智能对中医的发展影响
- 数据挖掘在医学大数据研究中的应用
- 人工智能的兴起为医疗产业发展提供重要支撑
- 县域医疗崛起 建设独立检验中心成为硬指标
- 人工智能和医疗的深度集合下的新趋势