串联医疗手写/影像数据 人工智能诊断正确率攀升

分享到:
198
下一篇 >
累积庞大病史、病历数据的医疗体系,对人工智能的需求十分热切。目前IBM Watson Health针对癌症的诊断正确率高达90%,已远超越人类医生的正确率。因此,人工智能若能持续有效地协助医生解决医疗问题,现今医生承担的诸多工作压力,可望有所减轻。

IBM于2014年成立Watson Health,积极投入肿瘤与癌症判断,并和癌症研究中心MSK、药厂CVS、Medtronic、J&J做战略性合作,2015年亦收购了医学影像和临床系统公司Merge Healthcare,强化Watson Health的人工智能影像分析能力。

Watson透过积极与医疗机构的合作,针对癌症与肿瘤病患做出诊断建议。目前Watson能每秒阅读8亿页医学论文,并在3秒内分析完100万册图书后,提供诊断建议,可大幅提升医师诊断的准确率。目前Watson针对癌症的诊断正确率是90%,而人类医生仅有50%。

IEK分析师游佩芬表示,因医疗支出不断成长,为了促使无效医疗导致的浪费减少,目前人工智能在医疗的聚焦会是在精准医疗的部分。由于一个人一生中,大约会产生约3亿本书的数据量,因此医疗面临很大的问题即是在巨量数据的累积,如何结构性地串联临床手写数据、诊断的影像数据,会是深度学习能发挥的地方。

游佩芬进一步表示,人体约有两万多个基因,而癌症与遗传变异有许多的关联性,不过这些基因的功能与其所导致的**,虽已完成基因解码,但**与基因之间的关联,到目前为止,仍是未完全破解的,因此相当需要人工智能来在数据上协助处理与分析。

Watson也分析医疗机构Medtronic的数据数据,其能够提前3小时预测到患者有低血糖的状况,并提早进行**。透过资然语言处理技术,Watson整合与分析结构与非结构化数据,因而可分析许多以往被忽略的数据,例如学术文献、手写纪录、美国国家综合癌症网路(NCCN)数据等。

此外,去年4月NVIDIA则宣布与麻省总医院临床数据科学中心(MGH Clinical Data Science Center)合作,推动人工智能技术于临床医学的应用,运用大量的临床表征、基因、图像等建立深度学习演算法,初期将着重于放射性医学和病理学,如病理切片,两项拥有丰富影像和数据的领域。

你可能感兴趣: 业界新闻 人工智能 医疗 深度学习 IBM
无觅相关文章插件,快速提升流量