第三篇：《对神经假体进行精确控制》，我认为这挺有效的，神经假体在人的身上，如不雅可以或许用智能去控制，将来对这种类型的残疾人会带来多大年夜的赞助。

杜湘珂：尊敬的袁主任、葆青主任，以及其他师长教师，还有一些公司的代表。大年夜家早上好!

第二：我感到到 AI 跟我们专业有这么密切的相干性，实际上这也对，因为医疗影像的数据体量是异常大年夜的，它占到病院全部数据的75%-80%，它的体量异常大年夜。并且在所有的数据里，影像的证据跟临床病理比较起来，它的标准化、格局化、同一性照样最强的。说实袈溱的，今朝的病理数据仍然过于纷乱，无法与数字影像数据比拟。

杜湘珂：北京大年夜学人平易近病院传授、主任医师;中华放射学会磁共振学组委员、北京市放射学会委员、中华医师协会放射分会委员;北京大年夜学医学部教授教化委员会影像医学与核医学组及北京市住院医师培训基地影像医学与核医学组组长;中华放射学杂志、实用放射学杂志、中国医学影像学杂志等十余部杂志的编委。

杜传授认为，固然 AI 在肺结节的检出上比人工快，然则肺结节的检出场不是那么简单，5毫米以下的小结节，尤其是1-3毫米的结节，情况更为复杂，并且肺本身的疾病分类就多达200多种，数据量异常宏大年夜。“所以 AI 进入医疗影像范畴应用的偏向和切入点必定是在单一且规律性强的范畴。”

同时，杜传授表示，“ AI 并不克不及完全替代大夫。大夫看病不止于看钤记么简单，AI完成的仅仅是诊断环节中的一部分工作。同时，AI的盈利与能源消费也是一个巨大年夜的实际问题。IBM沃森大夫与安德森癌症中间的合作已经暂停，花费了6200万美金。“

以下为嘉宾演讲实录，笔者做了不改变原意的编辑。

我很诧异今天能来这么多人，我认为是一个小型的研究会，可能对这个标题感兴趣的人不会特别多，但没想到今天人还挺多。

作为一名大夫我本没有资格在这里谈论这么前沿的IT技巧，我今天的目标大年夜概是抛砖引玉，我作为一个影像科大年夜夫，大年夜影像科大年夜夫的角度去看人工智能，今天跟大年夜家一路分享一下，我们是怎么对待人工智能的。

“婴儿期”的医学影像 AI

第一：我们异常惊诧，人工智能发展速度太快了，它在深度进修和大年夜数据的推动下，发展速度真的异常快。我大年夜概翻阅了一下大年夜2016年开端到如今的材料，人工智能几乎无处不在，你问问所有的放射科大年夜夫，放射科主任都邑跟你说，我们也在跟AI合作，某某公司在找我们，似乎哪儿都有AI介入。

第三：感到到这些影像数据照样异常孤立的，一个一个孤岛，一个一个的碎片，每个病院都是在做本身的事。如今卫生部稀有据中间，有一部分病院的数据进入了那边。据说移动等国有机构在整合这些数据，然则否整合成功，还须要进一步懂得。

第四：实际上我们认为，人工智能在我们眼里它照样一个小“baby”，照样在襁褓中的，可能它须要面对复杂的算法，面对将很多计算方法跟临床接轨;这里就面对一个营业化的问题，还有计算机的瓶颈问题，可能今朝还都制约着它的成长。但不管怎么说，AI的生命力是弗成阻挡的。AI似乎要影响到我们做影像科大年夜夫的每一小我，我们没有办法，我们只有主动进修!

人工智能技巧研发与应用概览

我看到如今国表里大年夜客岁开端可以搜刮到很多相干内容，起首是谷歌，谷歌在2016年2月成立了 DeepMind Health，正式把人工智能的技巧应用到了医疗健康范畴，获得了英国的皇家理工学院、伦敦皇家自由病院和英国的医疗办事体系数据的支撑。

我大年夜概浏览了一下它在做的器械，比如说袈溱2016岁尾时，它揭橥了《 AI 在糖尿病视网膜病变上的引用进展》。大年夜概包含智能引擎培训了8个月，有54名美国的眼科专家把12000多份的视网膜照片分级分类，CNN对我们眼科大年夜夫而言是异常陌生的技巧，它是一个算法叫“卷积神经收集”，用来练习AI主动检测糖尿病视网膜病变和视网膜黄斑水肿，大年夜概可以或许达到87%阁下的灵敏度和特异度。

谷歌还干了其余事，比如在乳腺癌病理的人工智能方面，在与病理学家合作的基本上，人工智能在基于灵敏度和践言性的乳腺癌病例分析中的精确率能达到88%，而病理学家精确率为73%，看了这么多人机对话，大年夜概人工智能都邑高一点，包含有90%的。

2017年1月开端， Nature 就开端连篇登载这些文┞仿了，我查到的┞封三篇分别是：

第一篇：《 AI 在先本性白内障的研究》，这是我们中山大年夜学的临床实验，它也是应用神经卷积算法(CNN)，做了410张各类程度的先本性白内障图片和476张正常的图片练习，它的精确率达到了92%。

第二篇：《对脑瘤病理切片的快速诊断》，模仿传统的 HE 染色切片，经由过程万张以上图片练习，把AI区分脑胶质瘤和非胶质瘤的精确率提到了90%。

还有就是 IBM 的 AI ，即叫沃森肿瘤诊断机械人或沃森大夫，这个练习比较深刻，它不仅仅是一个纯真的范畴或仅仅是乳腺癌研究的检出的练习。

沃森大夫根据患者的症状、病史和诊断数据，主动去搜刮海量的病例和医学图书、论文数据库，进行比较匹配，得出它认为最合适的┞凤断和治疗筹划。沃森机械人进修了很多器械，它进修200多种肿瘤专业范畴挡裉科书，培训了300多种医学期刊，1500多种肿瘤文献的关键信息和临床实验中的60多万条的医疗证据，它的练习在医学界来说是比较完全的。它最开端是跟MD Anderson合作，大年夜概花了很多很多钱。

客岁它在中国，2个小时为21名癌症患者做了义诊，包含胃癌、肺癌、直肠癌、结肠癌、乳腺癌和宫颈癌等，它现场和有名大夫的对话结不雅成功率达到90%。

但沃森大夫今朝实际上也存在跟临床合作异常纠结、异常难堪的工作。我们到后面再谈。

　　推荐阅读

　　VXLAN与EVPN的结合使用

EVPN作为控制层，平日可以对接三种数据层，MPLS，PBB和NVO。NVO(Network Virtualization Overlay)，这一分类>>>详细阅读

本文标题：影像医师怎么看 AI ？北大人民医院杜湘珂：医生不止是看片子这么简单

地址：http://www.17bianji.com/lsqh/36736.html

 1/2    1