医站点医维基

医疗之家-医疗器械-医疗设备-医疗技术

 找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 235|回复: 0

[智能诊断] 计算机也能看CT片子 自动给医生标出脑肿瘤

[复制链接]

283

主题

681

帖子

2465

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
2465

热心会员推广达人优秀版主荣誉管理论坛元老

发表于 2017-8-6 00:14:10 | 显示全部楼层 |阅读模式
据国外媒体报道,机器在接管越来越多原来由人类完成的工作,检测疾病可能会是它下一个要接手的任务。一家名为Enlitic的新公司将目光对准了检查室,希望利用计算机来根据图像进行诊断。Enlitic联合创始人兼CEO、数据挖掘创业公司Kaggle前总裁兼首席科学家杰里米·霍华德(Jeremy Howard)表示,公司的想法是,通过向计算机展示数百张X光片、MRI核磁共振图像、CT电脑断层扫描照和其它的胶片来教导它们如何识别不同的损伤、疾病和失调症。
587c9660b9d90.jpg
计算机也能看CT片子 自动给医生标出脑肿瘤
他相信,只要有足够多的经验,计算机就能够开始识别病患的问题,快速给医生标示图像供其探究。这可以让医生省去大量的图像研究分析工作。
机器学习
随着高性能计算机变得越来越先进,算法变得更善于教导计算机识别模式,机器学习近年的应用呈现爆发式的增长。近年来,部分机器学习项目寻求以软件或者硬件的形式模拟人脑的运作方式——这种做法被称作“深度学习”。举例来说,向计算机展示足够多的黄色出租车在街上行驶的图片,它就能够开始识别它们,辨别它们是在街上还是在别的地方行驶。这正是Enlitic要实施的研究策略。
但霍华德指出,虽然机器学习在计算机视觉上的应用已经取得了很大的进展,但它在医疗领域的应用仍非常滞后。
Enlitic的理念在于,给计算机展示足够多的疾病图像,如脑肿瘤,它就能够开始自动地给医生标出脑肿瘤所在。
霍华德指出,医疗状况的图像看起来通常都很一致,这应该有助于机器学习。黄色出租车可以出现在各种环境中,而胸部X光片的角度、位置和颜色看起来则基本一样。这可以简化识别图像之间的重要区别的过程,比如识别含有肿瘤的那张图像。
霍华德说,鉴于完成全面诊断远不止是要确定在图像中的搜寻目标,医生可能需要使用Enlitic来扫描不断更新的庞大数据库,获取特定方面的所有图像,如与特定病人的肝脏相似的所有肝脏图像。“我指的并不是像素类似的图像,而是根据深度学习算法得出类似的预期结果和有用干预措施的图像。”他说道。
机器学习技术最近的进展说明,理论上,计算机可以根据病患行为模式来获得有用信息——病痛中的病人的声音是怎样的,又或者伤口被触摸时病人是出现多大程度的畏缩。霍华德认为,最终,这种数据可能会结合Enlitic的计算机视觉技术使用,从而大大提高诊断的速度和准确性。
提高疾病检测效率
Enlitic要进入的领域并非未曾被探索。2011年,斯坦福大学的研究人员称,经他们训练过的计算机在分析乳腺癌的显微图像上比人类要准确。
此外,一些计算领域的巨擘也已经投入了相当多的资源去探索医疗领域。例如,IBM的超级电脑沃森(Watson)正帮助德州大学的马里兰安德森癌症研究中心对超过10万位病人的医疗图表和病史进行模式识别。微软也推出了InnerEye计算系统来分析医疗图像和识别病程进展。
目前,所有的那些机器都还需要人工操作,不过Enlitic希望它在研究的那些机器将能够大大提升疾病检测速度。
“我们并不是要替代放射科医师。”霍华德说道,“我们是想给予他们所需的信息,让他们能够将工作效率提高十倍。”
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|关于我们|医维基|网站地图|Archiver|手机版|医疗之家 ( 沪ICP备15050839号|申请友情链接  

GMT+8, 2019-9-16 02:56 , Processed in 7.217290 second(s), 32 queries .

Powered by Discuz! X3.2 Licensed

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表