侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 醫(yī)療科技網(wǎng)   >   人工智能   >  正文

AI閱片將改變AI落地醫(yī)療領(lǐng)域的速度

AI閱片能否長期立足存難點(diǎn)

①肺炎分為很多種，病毒性、細(xì)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(xué)表現(xiàn)和其他類型肺炎都不同。目前困難是，CT無法準(zhǔn)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(cè)結(jié)果可能存在不一致的現(xiàn)象，這種情況下，再結(jié)合患者流行病學(xué)史、臨床表現(xiàn)才能更為精準(zhǔn)地診斷新冠肺炎。

②AI能夠有效識(shí)別易漏診結(jié)節(jié)，比如6mm以下實(shí)性結(jié)節(jié)和磨玻璃結(jié)節(jié)。但在面對(duì)新冠肺炎病毒時(shí)，AI還有更大的空間。

如今單靠CT影像識(shí)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(biāo)注。CT照片看似海量，但對(duì)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(chǎng)景中，無論總患病人數(shù)多龐大，都很難在某一個(gè)醫(yī)院獲得大量的數(shù)據(jù)訓(xùn)練，而且病患個(gè)體差異較大，每一個(gè)人的病程、病情、疾病種類都會(huì)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(shí)性和質(zhì)量的支撐，在缺乏大數(shù)據(jù)支持的疑難病、罕見病診斷領(lǐng)域，AI和專業(yè)醫(yī)生之間仍存在差距。

AI芯天下丨趨勢(shì)丨AI閱片將改變AI落地醫(yī)療領(lǐng)域的速度

<上一頁  1  2  3  4  5  下一頁>  
聲明： 本文由入駐維科號(hào)的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題，請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

共0條評(píng)論，0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁，請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

    文章糾錯(cuò)
    x
    *文字標(biāo)題：
    *糾錯(cuò)內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號(hào)