深度解析科大讯飞如何将智能影像技术应用于临床医疗?

雷锋网 李雨晨 中字

OFweek医疗网讯 近日,在第二届CCF-GAIR 2017全球人工智能与机器人峰会的未来医疗专场上,科大讯飞智慧医疗事业部总经理陶晓东发表了主题演讲。

陶晓东在演讲中表示,人工智能取代人类工作的说法并不准确,人工智能有所能、有所不能。医疗里面有很多东西不是简单的科学,有很多东西是个人经验,没有办法表示成一个知识让机器学习,至少目前的技术水平上是这样的。

陶晓东认为,通常我们都是片面地去看影像信息,而忽略检查检验的结果,心电图的信息、体温信息等等因素,怎么把这些信息和影像信息结合起来,产生最终的诊断结果,我觉得这是现在人工智能的算法发展遇到的挑战。我们应该更好的利用专家的知识,把机器学习和人工智能建立建立在医学体系上而不是离散的板块上,让这个技术上更有效的解决各种临床问题,去服务于医生。

深度解析科大讯飞如何将智能影像技术应用于临床医疗?

以下是陶晓东的演讲全文,笔者做了不改变原意的整理和编辑:

陶晓东:谢谢主持人,谢谢大家!我们听了田教授非常有干货的演讲,下面我给大家的汇报基于我个人在医学影像方面的研究经历,以及在科大讯飞智慧医疗事业部的实践,总共分为三个部分:一是人工智能的大背景;二是医学影像解决临床问题;三是人工智能时代的医学影像应该是往哪些方向发展。

人工智能的三次高峰和两次寒冬

回顾人工智能的三次浪潮,大家都知道人工智能从1956年开始是经历了三次高峰,现在正在处在第三次高峰,同时也有两次冬天。

第一次高峰来源于Perceptron的提出,它解决一些1956年、1957年看来非常难的问题。在这之后,由于计算能力的限制和各种各样数据的限制,大家觉得70年代能实现的人工智能的技术,并没有按照大家的希望到来。1980年左右是第一个冬天。

第二个浪潮的来临是随着Hopfield网络&BP算法的提出,大量计算能力和存储能力得到提升。90年代左右,日本推广做第五代计算机。但第五代计算机的失败,把我们引入第二个冬天。

现在我们身处第三次浪潮,它的起点是2009年提出的深度学习的概念,而且深度学习的概念在今天有很多延伸的算法,而且在不同的领域也有成功的案例,包括最近的AlphaGo。有很多新闻媒体说人工智能是不是真的要取代人类30%、50%、70%的工作。从我个人,包括科大讯飞在这个领域做了很多年人工智能的工作,实际上我们应该有一个比较清醒的认识,人工智能有所能、有所不能。圆桌会议上周院长提出区分医学和医疗,这个观点我非常同意。医疗里面有很多东西不是简单的科学,有很多东西是个人经验,没有办法表示成一个知识让机器学习,至少目前的技术水平上是这样的。

深度解析科大讯飞如何将智能影像技术应用于临床医疗?

下载OFweek,高科技全行业资讯一手掌握

评论

(共0条评论

评论长度不能少于6个字

暂无评论

今日看点

还不是OFweek会员,马上注册
立即打开