什么是讓醫(yī)學(xué)成像領(lǐng)域被深度學(xué)習(xí)的魔力折服呢?

人工智能正在顛覆幾乎所有可以想象的領(lǐng)域，運輸、金融、教育等等。最近，Aidoc公司創(chuàng)始人兼首席執(zhí)行官Elad Walach發(fā)表了一篇文章表示，人工智能將瞄準(zhǔn)的一個關(guān)鍵領(lǐng)域是醫(yī)療保健，將改變諸如個性化醫(yī)療、臨床決策甚至醫(yī)療保險等領(lǐng)域。

Aidoc是一家智能放射公司，該公司使用人工智能來檢查醫(yī)學(xué)影像中的異常狀況并簡化工作流程。

Elad Walach認(rèn)為，也許人工智能能夠最快改變的醫(yī)療領(lǐng)域就是放射領(lǐng)域。人工智能將是解讀重要醫(yī)學(xué)影像的關(guān)鍵，這些醫(yī)學(xué)影像反映我們身體內(nèi)部的情況，例如CT掃描、MR和X射線圖像，幫助醫(yī)生做好他們最擅長的事：診斷。

為什么放射領(lǐng)域會成為第一個被人工智能徹底革新的醫(yī)學(xué)領(lǐng)域?什么是讓醫(yī)學(xué)成像領(lǐng)域被深度學(xué)習(xí)的魔力折服呢?

1. 放射學(xué)是可視的。醫(yī)學(xué)掃描當(dāng)然是可視的，而人工智能在分析視覺圖像方面尤其強(qiáng)大——這至少部分歸功于人工智能技術(shù)在安全和社交媒體服務(wù)中取得的突破，它可以識別我們的面孔并從人群中找到我們。

放射領(lǐng)域高度依賴對視覺數(shù)據(jù)的解釋，這使得它比其他一些醫(yī)學(xué)領(lǐng)域更適合深度學(xué)習(xí)技術(shù)。這意味著，放射科醫(yī)師可以立即從人工智能技術(shù)的使用中受益，而精神病醫(yī)生或胃腸病專家則不能。

2. 放射科被行業(yè)急需。醫(yī) 學(xué)影像(CT和MR)的數(shù)量持續(xù)大幅度增加——它們在2016年所有檢測中分別占到了7.9%和8.9%。然而，在進(jìn)行了更多掃描的同時，放射科醫(yī)師的數(shù) 量已經(jīng)進(jìn)入了穩(wěn)定階段。而且，隨著技術(shù)的進(jìn)步，每次掃描的分辨率和圖像數(shù)量呈指數(shù)級增長。因此，需要考慮的細(xì)節(jié)數(shù)量也相應(yīng)地增加了。這就產(chǎn)生了巨大的技術(shù) 需求，這種技術(shù)可以突破日益增長的工作負(fù)荷造成的危險瓶頸——而且，正如我們所知，需要是發(fā)明之母，深度學(xué)習(xí)可以幫助評估CT和MRI掃描結(jié)果，快速找出 放射科醫(yī)師應(yīng)該重點關(guān)注的區(qū)域，以便他們進(jìn)一步進(jìn)行檢查，同時還允許更快地評估緊急掃描——因此改善了患者的預(yù)后。

3. 放射科是以技術(shù)為中心的。除 了其視覺本質(zhì)之外，放射科已經(jīng)是一個以技術(shù)核心的領(lǐng)域。放射科醫(yī)生每天都依賴大量先進(jìn)技術(shù)——每次檢查都涉及到各種先進(jìn)的軟件系統(tǒng)、診斷監(jiān)視器和工作站， 由于他們?nèi)粘９ぷ鞯募夹g(shù)驅(qū)動性質(zhì)，放射科醫(yī)生被認(rèn)為是“早期采用者”。這就是為什么他們更有可能采用由人工智能支持的其他技術(shù)，而早期也有例子表明，放射科醫(yī)生比其他許多同事更善于接受創(chuàng)新：80年代的放射科接受了從膠片到數(shù)字圖像的轉(zhuǎn)變。

4. 有大量可供使用的數(shù)據(jù)。所有的深度學(xué)習(xí)都需要大量的數(shù)據(jù)才能真正有效，對于放射學(xué)來說，這些數(shù)據(jù)的存在形式是過去幾十年針對各種癥狀積累的無窮無盡的影像。

當(dāng)然，數(shù)據(jù)的挖掘也存在挑戰(zhàn)，挑戰(zhàn)在于人工智能算法如何獲取這些影像。而最近，一些醫(yī)療機(jī)構(gòu)公開分享他們的匿名數(shù)據(jù)催生了這一領(lǐng)域的熱潮，比如，美國國家衛(wèi) 生研究院(National Institutes of Health)最近公布的X射線數(shù)據(jù)集，該數(shù)據(jù)集包含了超過100，000張帶有注釋的圖像(如下圖)。

為什么放射科更容易被人工智能顛覆?

5. 云計算將對人工智能產(chǎn)生影響。云存儲容量和計算速度的增長對所有領(lǐng)域的人工智能都產(chǎn)生了重大影響，醫(yī)學(xué)領(lǐng)域——特別是放射學(xué)領(lǐng)域——也不例外。

前面提到的機(jī)器學(xué)習(xí)訪問并解釋大量數(shù)據(jù)的能力可以提高準(zhǔn)確性和速度，這種能力很大程度上得益于云計算的不斷發(fā)展，提供了更加物美價廉的服務(wù)，這些進(jìn)步讓云計算成為簡單并且具有成本效益的人工智能解決方案的重要推動力量。

6. 這一切已經(jīng)在發(fā)生了。放射領(lǐng)域的人工智能已經(jīng)存在，并且顯然將繼續(xù)存在下去。越來越多的創(chuàng)業(yè)企業(yè)、以及大型公司都在構(gòu)建人工智能影像功能，并開始將其整合到他們的產(chǎn)品之中。這些公司包括IBM Watson、Change Healthcare等等。

事實上，世界領(lǐng)先的放射學(xué)會議——北美放射學(xué)會(RSNA)現(xiàn)在有一個部分是專門針對機(jī)器學(xué)習(xí)公司的，這些公司正在開發(fā)的突破性的人工智能解決方案已經(jīng)在醫(yī)療機(jī)構(gòu)實施，改變了放射領(lǐng)域2018年及以后的面貌。

在2018年，我們有望看到更多的醫(yī)療領(lǐng)域因為量身定制深度學(xué)習(xí)技術(shù)出現(xiàn)革命性的變革，包括病理學(xué)和遺傳學(xué)。在未來的一年里，放射領(lǐng)域?qū)⒉粫俏ㄒ灰粋€受益于人工智能奇跡的領(lǐng)域，但它肯定是首批受益的領(lǐng)域之一。