近幾年，隨著科學技術(shù)的不斷進步，特別是人工智能在硬件設(shè)備和算法不斷成熟的情況下，機器學習及深度學習算法進入公眾視野，它的應(yīng)用也得到廣泛的探索和開發(fā)。醫(yī)療行業(yè)的人工智能發(fā)展有巨大潛力，應(yīng)用人工智能與醫(yī)療影像大數(shù)據(jù)結(jié)合將帶來巨大價值。與人腦相比，人工智能在提高醫(yī)療服務(wù)效率和診斷的準確率上具有機器算法在特定技術(shù)條件下的天然優(yōu)勢，醫(yī)療系統(tǒng)擁有的醫(yī)療影像大數(shù)據(jù)以及“云”技術(shù)的發(fā)展，使得人工智能與醫(yī)療領(lǐng)域結(jié)合的條件更加成熟。

　　通過研究國際上人工智能在醫(yī)療診斷方面的情況，可以看到在國外已有較多研究和相對成熟的案例。國外最早將人工智能用于醫(yī)療的是MYCIN專家系統(tǒng)，由美國斯坦福大學在上世紀七十年代初研制，是一種幫助醫(yī)生對血液感染患者進行診斷和治療上抗菌素類藥物選擇的人工智能系統(tǒng)。另外一個Watson系統(tǒng)是更加成熟的智能診療應(yīng)用案例，它在17秒內(nèi)閱讀3469本醫(yī)學專著、248000篇論文、69種治療方案、61540次試驗數(shù)據(jù)和106000份臨床報告。Watson于2012年通過美國職業(yè)醫(yī)師資格考試，已部署在美國多家醫(yī)院，提供多種癌癥的輔助診療服務(wù)，包括乳腺癌、肺癌、結(jié)腸癌、前列腺癌、膀胱癌、卵巢癌和子宮癌等。可見人工智能在人類醫(yī)療領(lǐng)域已經(jīng)在貢獻著重要的價值。

　　2017年7月8日，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出要圍繞教育、醫(yī)療、養(yǎng)老等迫切民生需求，加快人工智能創(chuàng)新應(yīng)用，為公眾提供個性化、多元化、高品質(zhì)的服務(wù)。中央政策的指引，是行業(yè)利用自身醫(yī)療系統(tǒng)的技術(shù)和數(shù)據(jù)的優(yōu)勢條件，結(jié)合人工智能先進技術(shù)，在全國乃至全球搶先跨越式提升醫(yī)療水平，發(fā)展高端醫(yī)療產(chǎn)業(yè)的良好契機。

　　在醫(yī)療影像方面，大量做過精標注的影像數(shù)據(jù)是深度學習和人工智能醫(yī)療的訓(xùn)練和提高識別能力的基礎(chǔ)數(shù)據(jù)，是結(jié)合人工智能提高醫(yī)療輔助識別能力的重要海量數(shù)據(jù)資源。因此構(gòu)建醫(yī)療影像數(shù)據(jù)庫或者醫(yī)療信息大數(shù)據(jù)中心，是形成醫(yī)療與人工智能技術(shù)應(yīng)用的基礎(chǔ)構(gòu)架，設(shè)立醫(yī)療影像信息大數(shù)據(jù)中心及人工智能實現(xiàn)疾病輔助診斷及科學研究應(yīng)用平臺項目，針對從胸腔、腹部、顱腦、骨科等入手，探索不同領(lǐng)域的醫(yī)療影像智能化模型，對海量醫(yī)療影像數(shù)據(jù)進行深度學習，實現(xiàn)疾病輔助診斷及科學研究應(yīng)用研究，并以此為基礎(chǔ)開展各類醫(yī)院服務(wù)的臨床示范應(yīng)用。

　　1.首要任務(wù)是創(chuàng)建醫(yī)療影像數(shù)據(jù)倉庫，與醫(yī)療單位協(xié)作，給所有的影像產(chǎn)生機構(gòu)開放加密端口，通過技術(shù)手段對病人隱私數(shù)據(jù)進行加密或者屏蔽，把各個醫(yī)療院所的醫(yī)療影像數(shù)據(jù)進行封裝，上傳到“云”（數(shù)據(jù)中心），數(shù)據(jù)中心僅提取醫(yī)學信息，并實現(xiàn)深度學習和云計算能力，并對提交的指令進行分析和處理，并下行輸出處理結(jié)果。

　　2.針對龐大的現(xiàn)有的醫(yī)學影像數(shù)據(jù)實現(xiàn)線上和線下協(xié)同的，篩選、標注和結(jié)構(gòu)化、標準化處理，對現(xiàn)有醫(yī)療影像數(shù)據(jù)進行學習。

　　3.醫(yī)療機構(gòu)可以利用該平臺人工智能技術(shù)下的不斷學習和進化能力，提供輔助診斷建議，以及在線遠程會診等，協(xié)助醫(yī)生提高工作效率，避免因醫(yī)生個人因素而導(dǎo)致的診療差異。

　　4.在科研院所，該平臺能為研究人員提供最新的病例報告（通過加密和屏蔽技術(shù)，保護病人的個人隱私）和海量的高質(zhì)量影像數(shù)據(jù)，不斷優(yōu)化人工智能模型；例如，通過對海量疾病標注的影像和之前健康時期（比如常規(guī)體檢）采集影像的對比學習，可以實現(xiàn)人類肉眼不能識別的疾病初始狀態(tài)學習識別和分析，發(fā)揮人工智能的優(yōu)勢，通過機器學習和訓(xùn)練，逐步實現(xiàn)無創(chuàng)影像疾病預(yù)測技術(shù)應(yīng)用，使得人工智能在醫(yī)療領(lǐng)域的作用不斷擴展。

　　5.在政府機構(gòu)，該平臺能提供大數(shù)據(jù)分析結(jié)果，把握居民整體健康指數(shù)和疾病發(fā)展，變化趨勢，合理調(diào)配醫(yī)療資源提供重要參考，也可以為政府設(shè)計政策性指導(dǎo)提出建議和方案，更可以在緊急疾病爆發(fā)時期，快速提供決策分析的重要參考數(shù)據(jù)，為我國人工智能醫(yī)療影像診斷應(yīng)用發(fā)展做出貢獻。

掃一掃在手機打開當前頁