人工智慧善於解讀影像 資訊科醫師將誕生 | 名家 | 三立新聞網 SETN.COM

人工智慧善於解讀影像 資訊科醫師將誕生

  • A-
  • A
  • A+
  • 本文為「名家專欄」授權文章及圖片,以上言論及圖片不代表本台立場
  • 按此投稿

文/郭庚儒/健康醫療網

大數據分析與人工智慧,被稱作是「第四次工業革命」;如今,人工智慧應用在健康照護上,透過深度學習系統可解讀各種影像報告,功能如同放射科及病理科醫師,未來可能成為「資訊科醫師」,研究刊登於《美國醫學會期刊》。

20180312

人工智慧自動診斷骨折

矽谷Enlitic科技公司,將健康與帶有骨折診斷的X光影像,匯入人工智慧系統資料庫,透過深度學習(deep learning)的自學方式,不需透過工程師輸入診斷條件,即可自動標出骨骼上的裂痕,有如放射科醫師一樣,看越多影像報告、解讀越正確。

辨識電腦斷層、心臟超音波影像

IBM人工智慧的原型華生(Watson),則可辨識電腦斷層影像中的肺栓塞,以及偵測心臟超音波中胸壁動態的異常,自從收購醫療相關企業Merge,已經能夠瀏覽300億張影像,同樣擁有放射專科醫師的診斷能力。

人工智慧系統 適合解讀複雜影像

放射科醫師的功能在於解讀醫療影像,而病理科醫師的工作是從病理切片等影像中找出病癥,兩個專科醫師的共同特質都是解讀影像。目前放射科醫師處置一名多處創傷的病患,需要解讀4000張全顯影像(pan scan),而人工智慧系統更適合堵截類似的複雜影像,

資訊專科醫師 確保人工智慧診斷結果

未來,兩個專科結合成為「資訊專科」後,工作內容會從「解讀影像」轉變為「管理人工智慧解讀影像後產生的臨床資訊」。資訊專科醫師在轉譯人工智慧的資料,能夠建議進一步的臨床處置;在管理人工智慧時,醫師也能確保影像品質,讓人工智慧不致於發生過多偽陽性或偽陰性的結果。

透過人工智慧 改善醫事人力不足

資訊科醫師雖然不再需要花更多時間辨識病理特徵,但需學習統計相關的概念、理解醫學資訊的演進等,透過人工智慧的醫療服務,也能幫助醫療資源匱乏、醫事人力相對不足的地區。

名詞解釋:

1.人工智慧:是具認知能力的機器,該機器可以模擬人類的認知功能,像是「學習」與「問題解決」的能力。人工智慧的認知功能被分為幾項能力:演繹、推理、解決問題、規劃、學習、語言處理、運動與控制、知覺,甚至還有社交,有些更能展現出創造力。

參考資料、文獻來源:

1.翻譯人員:國立成功大學醫學院公共衛生研究所研究生吳懷玨

2.參考文獻:Jha, S., Topol, E.J. Adapting to Artificial Intelligence: Radiologists and Pathologists as Information Specialists. JAMA. 2016; 316(22): 2353-4.

3.參考文獻:Chockley, K., Emanuel, E. The End of Radiology?Three Threats to the Future Practice of Radiology.Journal of the American College of Radiology. 2016; 13(12): 1415-1420.

4.參考文獻:Gillies, R.J., Kinahan, P.E., Hricak, H. Radiomics: images are more than pictures, they are data. Radiology .2015; 278(2): 563-577.

5.參考文獻:Yu, K.H., Zhang, C., Berry G.J., et al. Predicting Non-Small Cell Lung Cancer Prognosis by Fully Automated Microscopic Pathology Image Features. Nature Communications 7 (2016).

6.參考文獻:Levenson, RM, Krupinski EA, Navarro VM , et al. Pigeons (Columba livia) as Trainable Observers of Pathology and Radiology Breast Cancer Images. PloS one. 2015; 10(11): e0141357.

7.資料出處:科技部補助「新媒體科普傳播實作計畫」執行團隊、科技大觀園

8.《新媒體科普傳播實作計畫》(計畫編號MOST105-2515-S-006-008)補助產出

資料來源:健康醫療網 http://healthnews.com.tw

    0821-午間頭條搶先看
    大數據推薦
    熱銷商品
    讀者留言