根據(jù)星期日的報道,正在放射學中使用人工智能(AI)來協(xié)助圖像解釋任務的方法正在發(fā)展,但是計算機輔助檢測(CAD)時代的許多舊因素和概念仍然存在。在醫(yī)學影像機器智能會議(C-MIMI)上的演講。
隨著AI新時代的到來,發(fā)生了許多變化,包括更快的計算機,更大的圖像數(shù)據(jù)集和更高級的算法-包括深度學習。芝加哥大學的Maryellen Giger博士認為,另一件事發(fā)生了變化,那就是實現(xiàn)了將AI納入臨床實踐的其他原因和方法。她說,更重要的是,人工智能也正在針對更廣泛的臨床問題,更多的成像方式和更多的疾病而開發(fā)。
同時,許多問題與CAD時代面臨的問題相同。她說,檢測,診斷和反應評估具有相同的臨床任務,也存在著“垃圾進,垃圾出”的擔憂。而且,標簽外使用該軟件的潛力相同,并且統(tǒng)計評估的方法相同。
她說,同樣需要足夠數(shù)量的訓練案例來代表AI算法可能遇到的疾病,同樣需要將成像領(lǐng)域的專家與計算機領(lǐng)域的專家組成團隊。
吉格(??Giger)在C-MIMI 2020開幕主題演講中討論了AI在醫(yī)學影像解釋中的變化作用,該會議由醫(yī)學影像信息學會(SIIM)舉辦。
改變動機
但是,在CAD時代與當今新興的AI時代之間存在著明顯的轉(zhuǎn)變。例如,在將AI用于乳腺癌篩查時,過去的重點是利用該技術(shù)作為第二讀者。吉格認為,但這已變?yōu)椴l(fā)讀取方法。
使用這些技術(shù)的動機也發(fā)生了變化。
她說:“起初,這是為了提高放射線醫(yī)師的表現(xiàn),并讓他們減少對(例如)乳腺癌的檢出率?!薄艾F(xiàn)在的動機是提高效率,尤其是當我們進入3D成像時。我們有更多的數(shù)據(jù)可供放射線醫(yī)生處理。。.。而且我們是否可以擁有這樣的數(shù)據(jù),以使放射線醫(yī)生能夠像以前一樣完成工作,但是要減少一半的時間?!?/p>
她說,例如,正在為全乳腺超聲開發(fā)各種方法,以加快3D數(shù)據(jù)集中發(fā)現(xiàn)病變的速度。將AI應用于乳腺癌篩查,診斷和評估的其他值得注意的領(lǐng)域包括計算機輔助分類,計算機輔助診斷的發(fā)展,例如評估腫瘤內(nèi)異質(zhì)性和放射基因組學。
-
圖像
+關(guān)注
關(guān)注
2文章
1078瀏覽量
40360 -
AI
+關(guān)注
關(guān)注
87文章
29456瀏覽量
267775 -
放射
+關(guān)注
關(guān)注
0文章
11瀏覽量
7270 -
深度學習
+關(guān)注
關(guān)注
73文章
5449瀏覽量
120810
發(fā)布評論請先 登錄
相關(guān)推薦
評論