医学影像人工智能进入深水区后的思考

来源 :中华放射学杂志 | 被引量 : 0次 | 上传用户:ldkkkkk54
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读

凭借大数据及深度学习等技术的飞速发展,人工智能(AI)在医学领域的研究已经初见成效。目前医学影像人工智能进入了研究的关键环节,该如何应对?本文就人工智能健康发展需要良好生态环境、医学影像AI需要落地产品、数据生产环节问题、产品检验及使用环节、医学影像AI发展的建议五个方面进行论述,并指出人工智能的发展及人工智能产品的落地需要医院、医生和企业相结合,不断积累和创新,实现AI真正意义上的突破。

其他文献
目的比较神经网络模型(NNM)与多元线性回归(MLR)预测CT肺栓塞指数的能力。方法回顾性搜集2015年3月至2016年7月西安交通大学第一附属医院急性肺栓塞患者147例(男79例,女68例),采用随机表法按3∶1分为训练样本和测试样本。所有患者均进行CT肺动脉成像(CTPA),计算机辅助得到每例患者的栓子总体积(V)、栓子附壁总长度(L)、栓子断面栓塞程度总和(D)及栓子总数(N),人工判读得到
目的探讨能谱CT联合智能匹配技术及自适应统计迭代重建技术(ASIR)在上腹部CT扫描的图像质量和辐射剂量,并与低管电压联合ASIR进行对比。方法前瞻性收集因病情需要行上腹部CT平扫和双期增强扫描的200例患者,采用电脑随机数字法将研究对象随机分为低管电压扫描对照组和能谱扫描试验组扫描,若体重指数(BMI)≤23.9 kg/m2,则采用80 kVp扫描(A组)或能谱智能匹配技术扫描(B组),若24.