人工智能难懂X光片

作者:体育博彩  来源:365体育  时间:2019-10-01 21:06  点击:

  作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心,建院以来,中国科学院时刻牢记使命,与科学共进,与祖国同行,以国家富强、人民幸福为己任,人才辈出,硕果累累,为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。/ 更多简介 +

  中国科学技术大学(简称“中科大”)于1958年由中国科学院创建于北京,1970年学校迁至安徽省合肥市。中科大坚持“全院办校、所系结合”的办学方针,是一所以前沿科学和高新技术为主、兼有特色管理与人文学科的研究型大学。

  中国科学院大学(简称“国科大”)始建于1978年,其前身为中国科学院研究生院,2012年更名为中国科学院大学。国科大实行“科教融合”的办学体制,与中国科学院直属研究机构在管理体制、师资队伍、培养体系、科研工作等方面共有、共治、共享、共赢,是一所以研究生教育为主的独具特色的研究型大学。

  上海科技大学(简称“上科大”),由上海市人民政府与中国科学院共同举办、共同建设,2013年经教育部正式批准。上科大秉持“服务国家发展战略,培养创新创业人才”的办学方针,实现科技与教育、科教与产业、科教与创业的融合,是一所小规模、高水平、国际化的研究型、创新型大学。

  人工智能(AI)有望颠覆医学实践,提高放射学和病理学等依赖图像的专业诊断的效率和准确性。随着这项技术的飞速发展,专家正在努力解决它的潜在缺点。“利用这项技术开展工作后,我看到了很多可能失败的地方。”美国加州大学圣迭戈分校放射科医生Albert Hsiao说,他开发了读取心脏图像并提高图像质量的算法。一个主要担忧是:大多数人工智能软件都是在一家医院设计和测试的,而当它们被转移到另一家医院时,就有可能出现问题。

  今年5月,美国政府科学家、监管机构和医生在《美国放射学会杂志》发表了一份路线图,描述了如何把基于科研的人工智能转化为对患者更好的医学成像。研究人员还敦促,在构建和测试人工智能算法方面加强跨学科合作,在算法抵达患者之前对其进行深入验证。Hsiao说,目前,即便旁边有一台机器嗡嗡作响,“无论如何,我还是想要一名人类医生”。

  当科学家向一些算法输入成百上千张图像时,比如乳房X光片,这些算法就会学习如何训练这种技术,使其比人类更快、更准确地识别模式。但纽约市西奈山医院的神经外科医生Eric Oermann探索了这种算法的一个缺点:与患者的其他特征、MRI机器品牌,甚至扫描仪的角度等相比,它们识别的信号与疾病的关联度更低。

  Oermann与同事建立了一个检测患者肺炎模式的数学模型,并用西奈山医院患者的X光片对其进行了训练。其中34%的X光片来自西奈山医院受感染的患者。当在西奈山医院另一批患者的X光片上进行测试时,该算法能够以93%的准确度检测出肺炎。Oermann也在另外两个站点的数万张X光片上进行了测试,包括美国国立卫生研究院临床中心和印第安纳州患者护理机构,这些医院的病人肺炎发病率刚刚超过1%。研究发现,其识别的成功率下降了73%至80%。“效果不太好,因为其他医院的病人不一样。”Oermann说。

  尽管如此,美国食品药品监督管理局(FDA)已经批准了一些算法。Hsiao创建的一种算法是在心脏MRI上测量心脏大小和血流情况。让他沮丧的是,手工分析数据至少要花6个小时,所以他回到了计算机科学专业,编写了软件。随后他在加州旧金山成立了Arterys公司,并在约6个月内获得了FDA的批准。目前,Hsiao正在研究一种算法,使其通过绘制在肺部的潜在位置更容易地找到肺炎。

  但他说,拍板的依然是医生,而不是机器,人依然凌驾于技术之上。“如果我认为这不是肺炎”,Hsiao说,“那就不是。”

  人工智能(AI)有望颠覆医学实践,提高放射学和病理学等依赖图像的专业诊断的效率和准确性。随着这项技术的飞速发展,专家正在努力解决它的潜在缺点。“利用这项技术开展工作后,我看到了很多可能失败的地方。”美国加州大学圣迭戈分校放射科医生Albert Hsiao说,他开发了读取心脏图像并提高图像质量的算法。一个主要担忧是:大多数人工智能软件都是在一家医院设计和测试的,而当它们被转移到另一家医院时,就有可能出现问题。

  今年5月,美国政府科学家、监管机构和医生在《美国放射学会杂志》发表了一份路线图,描述了如何把基于科研的人工智能转化为对患者更好的医学成像。研究人员还敦促,在构建和测试人工智能算法方面加强跨学科合作,在算法抵达患者之前对其进行深入验证。Hsiao说,目前,即便旁边有一台机器嗡嗡作响,“无论如何,我还是想要一名人类医生”。

  当科学家向一些算法输入成百上千张图像时,比如乳房X光片,这些算法就会学习如何训练这种技术,使其比人类更快、更准确地识别模式。但纽约市西奈山医院的神经外科医生Eric Oermann探索了这种算法的一个缺点:与患者的其他特征、MRI机器品牌,甚至扫描仪的角度等相比,它们识别的信号与疾病的关联度更低。

  Oermann与同事建立了一个检测患者肺炎模式的数学模型,并用西奈山医院患者的X光片对其进行了训练。其中34%的X光片来自西奈山医院受感染的患者。当在西奈山医院另一批患者的X光片上进行测试时,该算法能够以93%的准确度检测出肺炎。Oermann也在另外两个站点的数万张X光片上进行了测试,包括美国国立卫生研究院临床中心和印第安纳州患者护理机构,这些医院的病人肺炎发病率刚刚超过1%。研究发现,其识别的成功率下降了73%至80%。“效果不太好,因为其他医院的病人不一样。”Oermann说。

  尽管如此,美国食品药品监督管理局(FDA)已经批准了一些算法。Hsiao创建的一种算法是在心脏MRI上测量心脏大小和血流情况。让他沮丧的是,手工分析数据至少要花6个小时,所以他回到了计算机科学专业,编写了软件。随后他在加州旧金山成立了Arterys公司,并在约6个月内获得了FDA的批准。目前,Hsiao正在研究一种算法,使其通过绘制在肺部的潜在位置更容易地找到肺炎。

  但他说,拍板的依然是医生,而不是机器,人依然凌驾于技术之上。“如果我认为这不是肺炎”,Hsiao说,“那就不是。”

体育博彩

上一篇:黄冈市直读光谱仪每日报价

下一篇:专业设计板筋货架本溪流利条货架南京特蕾莎生产铝合金

版权所有:山东体育博彩机械制造有限公司  苏ICP备11083352号-2  体育博彩,365体育
地址:山东省济宁市高新区同济路66号(崇文大道1688号)
E-mail:www.japas27.com  网站地图   网址:www.japas27.com