导读:AI在医学影像主要应用图像识别与深度学习两部分 未来可能成为众多医疗细分领域率先爆发领域。具体而言,AI 在医学影像应用主要分为两部分:第一部分是图像识别,应用于感知环节,其主要目的是将影像这类非机构化数据进行分析,获取一些有意义的信息。第二部分是深度学习,应用于学习和分析环节,是 AI 应用的最核心环节,通过大量的影像数据和诊断数据,不断对神经元网络进行深度学习训练,促使其掌握“诊断”的能力。
参考《2017-2022年中国智慧医疗建设市场运行态势及十三五投资定位分析报告》
AI+医学影像是将人工智能技术具体应用在医学影像的诊断上。
具体而言,AI 在医学影像应用主要分为两部分:第一部分是图像识别,应用于感知环节,其主要目的是将影像这类非机构化数据进行分析,获取一些有意义的信息。第二部分是深度学习,应用于学习和分析环节,是 AI 应用的最核心环节,通过大量的影像数据和诊断数据,不断对神经元网络进行深度学习训练,促使其掌握“诊断”的能力。具体而言,AI 在医学影像数据挖掘和分析中包括数据预处理、图像分割、特征提取和匹配判断四个主要过程:数据预处理:是指医学影像数据库中含有海量的、不同来源的原始数据, 其中带有大量模糊的、不完整的、带有噪声和冗余的信息,因此在数据挖掘前, 必须对这些信息进行清理和过滤, 以确保数据的一致性和确定性, 将其变成适合挖掘的形式。这个阶段包括包括图像去噪、增强、平滑、锐化等工作。
图像分割:通过器官形态模型,图像边缘特征模型,以及神经网络聚类模型,计算机自动将影像的内容(如盆腔 CT 的膀胱,前列腺,直肠等)自动分割(分割精度<2mm.),从而为后期的智能匹配和判断提供必备的图像处理工具。
特征提取:在图像分割基础上,使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。
匹配判断:是图像匹配和聚类的过程,核心技术是深度学习。
人类放射科医生阅片方式病理医生阅片能力与阅片经验(大脑中储存的细胞病理形态)的丰富与否高度相关。人类医生的读片方式,首先是认知图像。从心理学上来说,认知图像的关键在于模式和识别能力。模式是将当前看到的图像与记忆中有关的参照物(模板、原型、特征等)进行对比,典型的模式有模板匹配模式、原型匹配模式、特征分析模式、傅里叶模式等。具体而言,病理学家在读片的时候,会快速搜索大脑中的典型细胞病理学形态,做出判断。病理医生的阅片经验相当于他大脑中对每一张图像的记忆存储。
AI 实际上是模仿人类医生阅片模式。
AI 在阅片速度和经验方面具有优势。用深度神经网络来识别病理图片,即使不考虑并行处理和计算加速,阅读一张病理图片不超过40 秒。受能力限制,人类病理医生的读片量有限,经验的积累也有限。
一张病理图片的阅读时间可能是几分钟,也可能一整天。我们假设看一张片 2-3 分钟,每天工作 8 小时来算,一位病理医生每天最多看 150张病理图片,1 年 3.75 万张,40 年读片经验的医生也只能看 150 万张。
AI+医学影像已经走出实验室,下一步将迎来商业化浪潮。贝斯以色列女执事医学中心( BIDMC )与哈佛医学院合作研发的人工智能系统,对乳腺癌病理图片中癌细胞的识别准确率能达到 92%,虽然还是低于人类病理学家 96% 的准确率,但当这套技术与病理学家的分析结合在一起时,它的诊断准确率可以高达 99.5%,国内的Deep Care 对于乳腺癌细胞识别的准确率也达到了 92%。据悉尼先驱晨报的报道,Enlitic 凭借深度学习技术超越了 4 位顶级的放射科医生,包括诊断出了人类医生无法诊断出的 7%的癌症,以及在人类医生高达 66%的癌症误诊率的情况下,Enlitic 的误诊率只有 47%。
AI+医学影像诊断市场空间巨大。一是病理医生缺口巨大。由于国内病理医生收入低、培养模式不健全,全国病理医生极度缺乏。根据数据,中国和美国的医学影像数量年增长分别是 30%和 63%,而放射科医师数量增长率仅分别为 4.1%和 2.2%。可见,无论中国和美国的放射科医师数量增长远不及影像数据增长,供需缺口一直拉大。据媒体引述某三甲医院病理医生介绍,国内病理科医生注册人数 1 万多,而按床位数和病理医生的配比来算,尚有 6-8 万缺口。
二是,病理读片高度依赖经验,因经验而异使得病理读片的准确率相差大。中国的现实情况是误诊率高,基层医师专业能力低,有经验的放射科医师普遍缺乏。
AI+医学影像领域可能成为众多医疗细分领域率先爆发的领域。
其数据优势体现在:影像数据获取更容易。相比于病历数据动辄三五年的时间跨度,影像学数据则只是 “一秒钟”。对于数据公司而言,获得上百万张片子难度不算很大,但是有几十万份完整的结构化的病人病历就不容易了。
影像数据处理难度更小。一份病历要包含的信息至少有病史、病人信息、症状、治疗手段、愈后恢复等方面,而影像学的数据就是一张片子。
影像数据重要。影像检测信息是最直观反映病人病情信息的数据,也是医生确定治疗方案的最直接依据。
第三方检测机构在近年的兴起。相比于医院内的检测,第三方检测机构的效率更高,可以充分利用社区资源,不牵扯医生利益,是大势所趋。第三方检测机构想要开展影像检测业务,必须取得资质认证,资质认证包括一定级别的器材与人员。而专业人员培训周期长,对于智能图像诊断的潜在需求大。
资料来源:公开资料,报告网整理,转载请注明出处(ww)。
![](http://img.chinabaogao.com/images/202103/20210318135346jzpt_m.png)
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。