久久播五月婷婷-国产又粗又猛又爽免费视频-色婷婷1024导航-久久久91精品国产-91国产在线含羞草-日本道中文字幕精品-97人妻精品一区二区三区香蕉-国产一区二区三区四区五区久久-国产99超碰人人做人人爱,久久热这里只有精品首页 ,婷婷在线精品首页,色婷婷av国产精品

“

隨著阿里巴巴集團主辦的云汐大會于2017年10月11日在浙江召開，AI—人工智能前沿熱點在大會上引起關(guān)注，特別是將AI用于醫(yī)療行業(yè)，很多企業(yè)都競相嘗試這樣的融合發(fā)展，相信不久的將來未來醫(yī)療?浙大一院?智慧醫(yī)院，“機器人看病”不再是夢想。《現(xiàn)代醫(yī)藥衛(wèi)生》雜志也會一致關(guān)注AI用于老年醫(yī)養(yǎng)康護產(chǎn)業(yè)的研究情況，希望更多科研人員研制出更多為老年人服務(wù)的AI醫(yī)療產(chǎn)品。

”

在醫(yī)療影像AI應(yīng)用上，英特爾要讓數(shù)萬開發(fā)者和億萬大眾受益

談到人工智能在醫(yī)學影像中的應(yīng)用，不少業(yè)內(nèi)人認為醫(yī)療領(lǐng)域內(nèi)的約束和障礙還有很多，AI若想落地臨床，會受到數(shù)據(jù)多樣化、標注復(fù)雜化、政策明朗化及詢證理解難等多個問題的限制，目前還很難看到明確的未來。

于是不少企業(yè)選擇退步或觀望，即便涉水，也只是淺嘗輒止。

“醫(yī)療問題面前，不再分中國美國，也不分科技公司還是醫(yī)療公司，這是一個關(guān)系到全人類生命健康的話題。在面對這一問題時，不管過程多么艱辛，一定要有人站出來?！?英特爾中國數(shù)據(jù)中心云計算高級技術(shù)總監(jiān)周翔如是說。

在與浙江大學第一附屬醫(yī)院、愛爾眼科等多家醫(yī)院，以及阿里云、浙江大學數(shù)理學院、浙江德尚韻興圖像科技有限公司、晉弘科技和極視互聯(lián)等多家單位及企業(yè)共同探索數(shù)月后，英特爾已經(jīng)印證了AI在甲狀腺結(jié)節(jié)、糖網(wǎng)和黃斑變性等眼底病變醫(yī)學影像輔助診斷上的可行性，于是決定加大力度，全力推進AI技術(shù)在醫(yī)療領(lǐng)域的實踐。

當業(yè)內(nèi)其他公司的醫(yī)療團隊把所有精力集中在研發(fā)自有產(chǎn)品之際，英特爾認為“授人以魚，不如授之以漁”，一家公司能做的事畢竟有限，如果利用自己百年來積累的技術(shù)優(yōu)勢、平臺優(yōu)勢和行業(yè)服務(wù)能力，扶持更多的AI醫(yī)療創(chuàng)新者，將比一人孤軍奮戰(zhàn)更有意義。

那么如何“授之以漁”？

經(jīng)過一番考量，英特爾決定為來自世界各地想用AI解決醫(yī)療問題的團隊，提供更強大的硬件平臺、更易用的軟件，讓他們更專注解決問題本身，無需考慮軟、硬件限制，從而發(fā)揮最大勢能。

最終，英特爾選擇以比賽作為切入點，與合作伙伴啟動了一場有著2887支隊伍參與的天池醫(yī)療人工智能大賽。

這次大賽向醫(yī)學界公認的難題肺結(jié)節(jié)早篩發(fā)起挑戰(zhàn)。

一、為何選擇從肺結(jié)節(jié)篩查切入？

此次大賽是英特爾、阿里云、零氪科技一同發(fā)起和支持，是國內(nèi)第一個醫(yī)療人工智能大賽，規(guī)模和數(shù)據(jù)量也在世界范圍內(nèi)絕無僅有，共有16家國內(nèi)知名腫瘤醫(yī)院為本次比賽提供了脫敏和標注的、近3000例高危患者的低劑量肺部CT影像數(shù)據(jù)。

之所以選擇肺結(jié)節(jié)篩查作為“考題”，是因為我國肺癌疾病形勢愈加嚴峻。全國腫瘤登記中心早在2013年發(fā)布的《2012年中國腫瘤登記年報》就顯示：截止當時，近30年肺癌的死亡率上升了465%，取代肝癌成為中國首位惡性腫瘤死亡原因。

而且國內(nèi)有從肝癌識別的業(yè)內(nèi)人士也曾指出，通過對比中、美、英三國的肺癌發(fā)生率和死亡率，數(shù)據(jù)顯示國內(nèi)肺癌發(fā)生率低于英、美，但死亡率卻已超過英、美。這其中的重要原因是，當患者診斷出自身有肺癌后，70%已到中晚期，錯過了最佳診斷和治療時間。

因此肺癌早篩在國內(nèi)是一件刻不容緩、急需解決的任務(wù)。

早篩是減少肺癌死亡率的重要手段，而癌癥早期多表現(xiàn)為肺部結(jié)節(jié)。這些肺部結(jié)節(jié)的尺寸非常小、對比度低、抑制化高。

過去的篩查工作均由影像科醫(yī)生完成，由于每個病人肺部CT的掃描圖片數(shù)目超過200層，平均診斷時間在20分鐘以上，當醫(yī)生遇到大量病人時，極其耗時、耗力，而且容易漏診。

與此同時，微小肺部結(jié)節(jié)在影像學的表現(xiàn)易與其他組織或部位產(chǎn)生混淆，如毛細血管、結(jié)核、假瘤等，從而打擾到醫(yī)生的判斷。

基于這一痛點，影像科急需新的技術(shù)來輔助醫(yī)生提升診斷效率，這時候人工智能從眾多技術(shù)中脫穎。它能從海量醫(yī)學影像數(shù)據(jù)中學習和模仿醫(yī)生的診斷“經(jīng)驗”，在短時間內(nèi)快速提升診斷能力，輔助醫(yī)生減少誤診。

二、行業(yè)此前面臨的軟硬件局限與解決方法