宋森教授:人工智能对肺部影像的分析识别:现状与前景
2018-06-25 10:54:53爱云资讯
人工智能领域近几年是热门话题,人工智能对肺部影像的分析识别如何?来自清华大学的宋森教授就《人工智能对肺部影像的分析识别:现状与前景》进行了报告。
FDA在4月批准通过了一项应用于糖网筛查的自助式人工智能诊断设备IDx,这是一个里程碑式的事件。通过FDA的声明,FDA主要看好该公司和医生的合作,而不是同医生比试的路子。估计中国也将在未来一两年推出相关的标准和批准相关产品。以深度学习为代表的人工智能技术最近在医疗影像的分析识别领域取得了很大进展。
基于肺癌辅助诊断方面,在2017年的数据国际大赛上,本实验室学生团队和清华大学计算机系胡晓林副教授、张钹院士合作,获得了世界第一成绩,比赛内容为从CT图像预测肺癌的发病率。肺结节的形态多变且大小不一,需要运用比较复杂的深度神经网络和基于概率的贝叶斯网络协同来识别。我们利用了LUNA和DB3两个数据集上进行交替训练,总体达到了AUC=87%的结果,大致对应于80%的敏感率,和80%的特异性,医生水平大约为78%的敏感率,和80%的特异性。
肺结节示例
我的观点是未来这方面的进一步提高有赖于更好的标注、以及把病史等其他因素加入帮助诊断。我们在中日的临床数据集上的初步经验表明,在实心结节上的模型预测效果和在公开数据集上类似,但在磨玻璃结节上效果还不理想,在弥散性肺病情况下容易假阳性。最近深度学习算法的进展主要集中在提高可解释性以及通过迁移学习和交互式标注减少对标注数据的要求。我们将相关方法运用到弥散性肺疾病类型的肺间质病的纹理分割上取得了不错的初步成果。这些成果也可以被运用到提高肺癌辅助诊断中。
展望未来,我们需要把有更高可解释性的深度学习算法和基于贝叶斯网络的推理系统结合,融合病人的其他信息和医生的先验知识,构建完整的针对多种肺疾病的完整诊断系统。另外通过对大量多模态电子病历和影像数据的挖掘,以及通过和医生的交互,可以挖掘新的诊断经验。由于人工智能在短期还不能完全模拟人的认知,在可见未来最好的模式仍然是人机协同,由于这次人工智能的诊断率已接近人类,我相信相关的诊断系统能真正帮助医生提高诊断效率。
- 卓翼智能无人机+人工智能助力森林防灭火,科技赋能守护绿色林海
- 上海人工智能实验室发布自动驾驶视频生成模型GenAD
- Supermicro 采用新一代系统和机架架构以扩大人工智能优化产品组合
- “人工智能+教育” 木愚科技AIGC满足教育新要求
- 推进“人工智能+”行动:全应科技在热电能源领域的创新实践
- 哈尔滨工业大学(深圳)成功举办InsunICC人工智能学术研讨会
- 大咖畅谈AI发展前景:在可见未来,人类都可掌控人工智能
- 喜报!神州医疗获评“医疗大数据与人工智能行业2023年度企业”
- 腾讯钟学丹:人工智能成为汽车行业新质生产力 推动数智化升级
- 助推智慧医疗产业健康发展,云知声加入医学人工智能委员会
- 点燃发展新引擎 天翼数字生活公司以“人工智能+”推动数字经济变革创新
- 飞天云动积极探索“人工智能+”,推动元宇宙数字文旅、VR视频直播应用场景落地
- 人工智能走进产业,CeMeta森宇宙AI营销产品登陆AWE2024
- 易联众“智鼎云帆”行业大模型发布,打造民生领域人工智能得力助手
- AIport报告:全球生成式人工智能发展格局揭晓,中国亚洲领先地位凸显
- 科大讯飞人工智能赋能司法事业,讯飞智能录音笔全程助力