有望进一步缩小这项技术与人类专家的差距

2020-08-18 18:58

深度学习方法已经能识别二维医学影像,实现疾病诊断,但其对复杂详细的三维影像的识别效果尚不明朗。容积成像技术已经协助从业医师完成了不少医疗诊断,将深度学习算法应用于三维影像识别和疾病诊断,有望进一步缩小这项技术与人类专家的差距。

※有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。

以上两项互补研究,将深度学习算法成功应用于三维医学影像的快速分析,意味着这些系统有望实现快速准确的诊断,从而帮助人类提升医疗工作效率。

而早在去年5月,“深度思维”就已宣布,包括其最知名的人工智能“阿法狗”在内,不再参加到人机大战竞技中去。团队将研发出广泛算法以投入应用,其中最重要的就是能“提供疾病治疗方案”的人工智能,并与全球最知名的眼科医院之一、伦敦摩菲眼科医院展开了为期两年的合作。

在另一项研究中,谷歌旗下人工智能子公司——“深度思维”(deepmind)科学家奥拉夫·罗纳伯格及其同事,开发了一款深度学习架构,用于分析视网膜光学相干断层(oct)扫描并诊断视网膜疾病,准确率高达95%。该系统可以分别进行三维影像分割和疾病诊断,对不同成像设备输出的复杂医学扫描都能作出准确判断。

此次美国伊坎医学院科学家埃里克·欧曼及其同事,使用全新卷积神经网络方法分析了37200多张头部ct扫描,不但对中风或出血等急性神经系统疾病发作实现了正确诊断,还通过模拟临床应用证实该系统能缩短诊断时间。

※以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。

英国《自然·医学》杂志13日在线发表的两项独立研究显示,最新的人工智能(ai)已可以基于三维医学影像,对神经系统疾病和视网膜疾病给出快速、准确的自动诊断。这意味着深度学习算法已成功应用于三维医学影像的超快分析。

免责声明: