AI閱片將改變AI落地醫(yī)療領域的速度
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(jù)，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(jù)。
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(jù)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(jīng)系統(tǒng)影像診斷方面，仍完全依賴于數(shù)據(jù)真實性和質量的支撐，在缺乏大數(shù)據(jù)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。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
2 石藥集團的陽謀
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)（光器件） 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市
