随着数字技术的发展，越来越多的信息系统变得更加智能高效。对于当今数字形式下医疗行业发生的改变，人工智能创新应用使精准医疗成为可能。一部分患者到医院就诊时，可能需要做核磁或CT等影像学检查，一次检查能产生几十到数百层图像。据统计，一线城市一家普通三级医院影像科可每月产生百余万张图片数据。影像科室的医务人员需要检阅大量图像找出患者问题所在，这一过程耗时耗力。影像检查数量不断激增，但专业医生数量增幅不快，容易导致医生的工作疲劳度上升从而诱发诊断偏差。医疗人工智能技术应用可通过大量数据学习和积累，提高读片速度，准确指出病变位置，有了人工智能的技术辅助，医生诊疗变得更为精准，服务能力和服务水平得到提升。

“2019全国医疗人工智能创新奖——创意创新奖”获奖项目：智能眼科数据库，该项目构建了跨区域、多来源、广覆盖的智能眼科数据库，目前数据以单模态影像数据为主，通过构建数据库过程，解决了眼科基础数据来源及数据库构建技术问题。目前已完成标注数据量近10万张，能够满足目前眼科人工智能研究需要。该项目负责人杨卫华，现任南京医科大学附属眼科医院眼科人工智能大数据实验室主任在采访时指出，医疗人工智能主要服务对象为医生和患者，目前国家正大力倡导利用高新人工智能技术作为有力工具，缓解医务人员短缺问题，可以说人工智能技术是一种改变格局并引领未来的科技，同时机遇和挑战也并存。医疗人工智能技术在帮助医生进行辅助诊断的同时，医疗责任认定方面存在着一定问题和歧义，就目前来看各家产品技术算法不一，且产品更新速度较快，部署较为繁琐暂无法满足医患诊疗要求，但依旧市场规模和需求量巨大。 

对于去年获奖的“智能眼科数据库”项目，杨卫华主任介绍了其主要研究思路。该项目针对构建跨区域、多来源、广覆盖的智能眼科数据库所需眼科数据资源问题，在已签约30余家合作医疗机构的基础上，继续发展合作医疗机构。通过构建广泛代表性的智能眼科数据库，解决了眼科基础数据来源及数据库构建技术问题。智能眼科数据库中数据必须进行良好标注，但不同专家对数据标注可能不一致，数据标注一致性问题是亟需解决的问题。数据标注一致性问题，引进专家信念度等概念，根据信念修改方法来解决。此方法正是计算机科学、逻辑和数学交叉学科信念修正的出发点。对于智能眼科数据库与知识库验证问题，利用深度学习方法建立老年性黄斑变性智能辅助诊断系统，主要使用迁移学习技术，将针对DR结合逻辑的DCNN模型迁移至老年性黄斑变性智能辅助诊断系统，解决了智能眼科数据库和知识库的有效性验证问题。从智能眼科研究发展趋势看，仅靠智能眼科中各种眼底疾病的眼底图像等数据已经很难满足智能眼科发展需求。通过自然语言处理技术对眼科数据库中老年性黄斑变性的临床诊疗信息进行关键词提取和语义等价等处理，利用关联分析方法等将老年性黄斑变性与其他眼科疾病的临床诊疗信息与患者主诉信息之间建立知识关联关系。数据从单一模态向多模态数据扩展，基于多模态数据的技术攻关能提高人工智能产品的实用性。

杨卫华主任还表示，医疗人工智能的新技术应用首先要优先解决医疗供需矛盾，依托高新信息技术实现智能化远程医疗，构建互通平台，拓宽医疗卫生诊疗渠道，利用信息化手段贯穿患者数据，并围绕患者打造优质智能医疗服务，帮扶基层服务百姓。

本文转载自其他网站，不代表大健康派观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：scarlet.s@djkpai.com）