亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁最新消息產業觀測站醫學智慧影像的應用前景與發展困境綜述

醫學智慧影像的應用前景與發展困境綜述

來源 : 中國醫療設備雜誌2019年第3期
update : 2019/05/13
引言
人工智慧(Artificial Intelligence,AI)具有高效計算、精準分析與決策的能力,非常適用於工作強度較大、知識密集型的醫療領域。醫學影像由於在醫療資料中約占90%,被認為是AI 可以最快落地的領域[1]。AI 技術應用於醫學影像影像處理,以此來高效、精準地輔助醫生尋找病灶並且診療疾病,可以說醫學影像具有智慧性,可簡稱為醫學智慧影像[2]。根據國家《新一代人工智慧發展規劃》的總體戰略部署,以及《促進新一代人工智慧產業發展三年行動計畫(2018~2020 年)》中關於醫療領域的具體實施目標,大陸正在重點培育和發展醫療影像輔助診斷系統等醫療AI產品。這為我國醫學智慧影像產業的發展提供了政策支持。同時醫學智慧影像在深度演算法上的突破及AI 圖像識別技術的日益成熟[3],也為AI 影像輔助診斷發展提供了契機。然而大陸目前醫學智慧影像的商業化應用不多,基本成型的AI+ 醫學影像產品大多正處於醫院試用階段,整個行業處於發展初期[4-5]。

1 醫學智慧影像的發展現狀
1.1 醫學智慧影像技術水準的發展現狀
醫學智慧影像輔助醫生做出診斷倚靠諸多關鍵技術支援,其中雲影像技術、AI 技術、多病種處理技術等三個方面對醫學智慧影像應用於醫療市場產生重要影響。雲影像技術借助雲計算平臺和移動網路,可將數位化的影像資料聯通到互聯網及移動互聯網,做到更加廣泛的醫學影像資料協同。目前我國雲影像技術相對成熟,但是隨著醫學智慧影像的深化應用,業務整合等需求將對資訊、流程集成提出更高要求,而我國目前在雲影像平臺的服務層次仍然欠缺、需求分析和設計尚屬空白[6]。AI 演算法與理解和歸納分析醫療資料有關。近幾年醫學智慧影像的智慧圖像診斷演算法相對成熟,基於深度學習的醫學影像分析具有較高的圖像特徵提取能力和病灶識別準確率[7]。然而,醫學智慧影像在臨床診斷應用中實現更高的價值還有待於符合臨床規範的AI 技術的提升[8]。得益於深度學習演算法,現階段醫學智慧影像的單病種識別率較高,而解決一個單病種是數年研究獲得的成果,但醫學影像處理病種的數量非常龐大(約2000 多種),且病種與病種之間的差異度也很大,因此研發出能夠處理多個病種的超級醫學智慧影像產品仍然任重道遠。

1.2 醫學智慧影像產業發展現狀
關於醫學智慧影像產業的發展現狀可以從資本投入、企業發展狀況及企業開發產品在市場中的應用銷售情況三方面瞭解...完整