<thead id="8vm8c"><blockquote id="8vm8c"></blockquote></thead>

    <tt id="8vm8c"><td id="8vm8c"></td></tt>

          <b id="8vm8c"></b>
          loading
          首頁(yè)  > 新聞資訊  > 行業(yè)資訊  > 

          病理人工智能的未來(lái)在哪里

          病理人工智能的未來(lái)在哪里

          2020-07-31

            病理人工智能是通過(guò)人工智能算法,對數字化病理切片進(jìn)行診斷的一種技術(shù)。數字病理技術(shù)是病理人工智能技術(shù)的基礎,模型構建是病理人工智能技術(shù)的關(guān)鍵。

            一、賦能精準診斷

            目前,精準醫療進(jìn)入市場(chǎng)成長(cháng)期,腫瘤精準診斷行業(yè)發(fā)展空間較大。只有進(jìn)行精準診斷,才能實(shí)現精準醫療。腫瘤良惡性判別、惡性腫瘤分類(lèi)等診斷結果直接影響腫瘤患者臨床治療方法的選擇,因此高質(zhì)量、精準的病理診斷方法至關(guān)重要。傳統病理診斷難以滿(mǎn)足精準診斷需求,而病理人工智能提供的定量指標使得精準醫療成為可能。

            腫瘤預后管理也需要病理人工智能的支持。據調查,我國癌癥患者5年存活率遠低于發(fā)達國家和地區,病理診斷預后效果不夠理想。目前,大多數腫瘤分類(lèi)依賴(lài)于病理醫生憑借主觀(guān)經(jīng)驗對病理組織切片組織形態(tài)學(xué)進(jìn)行判斷,定性診斷不足以提供精確的預后評估。病理人工智能提供的定量指標,可以為精準的預后評估提供數據支撐。

            二、市場(chǎng)痛點(diǎn)待解

            “數據孤島”限制了病理人工智能的發(fā)展。人工智能開(kāi)發(fā)需要大量數據作為支撐,國內大部分醫療數據存儲于醫院以及第三方檢驗機構,“數據孤島”現象導致用于人工智能診斷學(xué)習的病理切片和病理資料偏少。

            第三方檢驗機構缺乏交流合作機制。實(shí)際上,第三方檢驗機構具有較好的數據資源積累,但彼此之間缺少合作交流機制,不同檢驗機構之間存在設備、軟件差異,數據標準化程度也各不相同,因此,各檢驗機構往往基于自身掌握的數據資源各自進(jìn)行算法開(kāi)發(fā),限制了數據資源的互通共享。

            病理醫生的經(jīng)驗難以量化,機器學(xué)習方法需要跟進(jìn)。從病理學(xué)角度來(lái)看,全身疾病的種類(lèi)多達5000余種,每種疾病都有不同的診斷標準,每個(gè)標準又有很多對應特征。在臨床上,大部分疾病診斷依賴(lài)于病理醫生的專(zhuān)業(yè)水平和診斷經(jīng)驗,在一定程度上,病理學(xué)是一門(mén)經(jīng)驗學(xué)科。如何把這種難以量化的經(jīng)驗傳授給機器,是病理人工智能要攻克的難關(guān)。

            人工智能人才短缺。據統計,目前,我國人工智能行業(yè)從業(yè)人員不足5萬(wàn)人。國內雖有部分高校已開(kāi)設相關(guān)專(zhuān)業(yè)培養相關(guān)人才,但仍舊難以滿(mǎn)足正在發(fā)展勢頭上的病理人工智能領(lǐng)域需求。

            三、行業(yè)發(fā)展之策

            技術(shù)(算法)與商業(yè)模式(病理醫生與人工智能專(zhuān)家之間的合作方式)是推動(dòng)病理人工智能行業(yè)進(jìn)步的兩個(gè)主要因素。

            四、機器學(xué)習轉向深度學(xué)習

            深度學(xué)習是一種基于人工神經(jīng)網(wǎng)絡(luò )、對數據進(jìn)行特征學(xué)習的算法的泛稱(chēng)。該算法對大數據樣本、復雜函數模型具有強大的處理能力,是人工智能領(lǐng)域熱門(mén)研究方向。

            近年來(lái),高質(zhì)量數字病理切片的大量積累為病理切片的分析提供了大數據背景,深度學(xué)習算法對大數據樣本的分析能力強于機器算法,在病理切片分析中具有巨大潛力。以深度學(xué)習為代表的人工智能可以在一定程度上減少病理醫生經(jīng)驗性誤判導致的誤診,提高病理醫生工作效率。結合強大的客觀(guān)分析能力,深度學(xué)習技術(shù)還能發(fā)現人眼不易察覺(jué)的細節,學(xué)習到病理切片分子層面上的特征,從而不斷完善病理醫生和數字病理診斷知識體系。

            五、醫工合作模式需深入推進(jìn)

            從病理醫生的臨床角色來(lái)看,計算機輔助病理醫生診斷依然是現階段主流趨勢,制造出貼合臨床使用需求的病理人工智能產(chǎn)品,離不開(kāi)病理學(xué)家的深度參與。從臨床診斷準確度來(lái)看,目前的人工智能醫療技術(shù)還不夠完善,深入的醫工合作將有利于推動(dòng)人工智能醫療技術(shù)進(jìn)步和診斷準確度提高。從病理數據來(lái)看,深度學(xué)習要完成一個(gè)有效的學(xué)習目標,需要巨大的病理數據作為支撐,而大量病例數據被封閉在醫院,難以被病理人工智能開(kāi)發(fā)企業(yè)獲取,加深醫工合作是打破“數據孤島”的途徑之一。


          (眾成醫械研究院供稿)


          聯(lián)系方式
          精品日韩av一区二区三区四区|国产欧美日韩国中文字幕高清在线|色婷婷香蕉在线一区二区|国产精品裸体一区二区三区|亚洲不卡一卡2卡三卡4卡|免费高清不卡毛片在线看|亚洲国产av高清无码
          <thead id="8vm8c"><blockquote id="8vm8c"></blockquote></thead>

          <tt id="8vm8c"><td id="8vm8c"></td></tt>

                <b id="8vm8c"></b>