简介:摘要:自伦琴1895年发现X射线以来,医学图像已经成为诊断人体疾病的重要医学检查手段。如今,计算机断层扫描(CT)、磁共振成像(MRI)和超声等医学图像都是疾病诊断最直接、最常用的方法。然而,大量的医学图像需要临床医生和影像科医生花费很多时间和精力进行阅片分析,并且还可能会因医生个人主观经验或疲劳出现阅片错误,导致疾病错诊、漏诊和误诊等问题,因此,亟须有数字化、智能化的软件和程序来解决这个问题,提高阅片速度和效率,减少医生错诊、漏诊和误诊的出现概率。人工智能(artificialintelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学,通常是指通过计算机程序来呈现人类智能的技术。根据2017年中华人民共和国国务院印发的《新一代人工智能发展规划》,人工智能已经成为我国科技的重要发展战略方向,其在我国各行各业都有重要体现。近年来,随着深度学习的发展,人工智能技术在医学领域取得了很多突破性进展,尤其体现在医学图像处理方面,前期主要包括CT、MRI和超声图像中病灶的智能识别、自动分割、三维重建和三维量化,以及后期的疾病智能诊断和预后评估。本述评将从人工智能辅助医学图像分割和三维重建、疾病的智能诊断和预后评估三个方面探讨人工智能在医学图像处理中的研究进展,并对今后的医学人工智能的研究方向进行展望。
简介:摘要目的探讨宫颈液基薄层细胞学TBS报告人工智能辅助诊断系统在宫颈癌筛查中的应用价值。方法收集2020年7至9月间南方医科大学附属南方医院、广州华银医学检验中心、深圳市宝安人民医院(集团)及长沙远安生物科技有限公司共16 317例宫颈液基薄层细胞涂片临床样本及相关资料。利用南方医科大学与锟元方青医疗科技有限公司联合开发的基于深度学习卷积神经网络的宫颈液基薄层细胞学TBS报告人工智能辅助诊断系统,对所有临床样本进行人工智能辅助诊断。以2014版的TBS为评价标准,分析人工智能辅助诊断系统及细胞病理医师运用人工智能辅助诊断系统阅片的灵敏度、特异度及准确度,并比较两种阅片方式所用的时间。结果人工智能辅助诊断系统在不同制片方式、不同胞质染色及不同仪器扫描下预测宫颈上皮内病变的灵敏度为92.90%,其他病变(包括>45岁妇女子宫内膜细胞及感染性病变)灵敏度为83.55%,阴性样本特异度为87.02%;而细胞病理医师运用人工智能辅助诊断系统分别为99.34%,97.79%及99.10%,且比人工镜下阅片节省约6倍的阅片时间。结论宫颈液基薄层细胞学TBS报告人工智能辅助诊断系统具有高灵敏度、高特异度及强泛化性等优势,细胞病理医师运用人工智能辅助诊断系统阅片能显著提高阅片的准确率和工作效率。
简介:摘要:人工智能的进步推动了各个领域的快速发展,尤其是在计算机应用型的实践教学体系中。两者之间的融合与冲击体现了科技带给传统教育行业的机会与挑战,为了将人工智能更好的与计算机应用型实践教学体系相融合,达到1+1大于2的效果,本文先是对我国高中人工智能教育的现状进行了阐述,又分别阐述了人工智能教育教学的必要性和必然性,以及可能带来的问题及措施。