中新網(wǎng)4月12日電 據(jù)香港商報(bào)網(wǎng)報(bào)道，香港大學(xué)工程學(xué)院的研究團(tuán)隊(duì)開發(fā)一種新人工智能演算方法，能夠從數(shù)十萬(wàn)份X射線影像報(bào)告中自動(dòng)獲取監(jiān)督信號(hào)來訓(xùn)練預(yù)測(cè)模型，大幅減省人力成本達(dá)90%，其預(yù)測(cè)的準(zhǔn)確度更超越用全由人手標(biāo)注的數(shù)據(jù)訓(xùn)練人工智能醫(yī)學(xué)圖像診斷模型。
港大工程學(xué)院計(jì)算機(jī)科學(xué)系教授俞益洲指，人工智能推動(dòng)的醫(yī)學(xué)圖像診斷極具潛力，可以減輕醫(yī)學(xué)專家的工作量及提高診斷效率和準(zhǔn)確性，包括節(jié)省診斷時(shí)間及檢測(cè)一些不易察覺的異常跡象。
據(jù)了解，該方法利用人工智能直接從文本報(bào)告中學(xué)習(xí)X射線特征表達(dá)。它與嚴(yán)重依賴人手標(biāo)注的傳統(tǒng)方法相比可自動(dòng)從文本報(bào)告中的每個(gè)詞獲取監(jiān)督信號(hào)，用以訓(xùn)練人工智能神經(jīng)網(wǎng)絡(luò)精確解讀X射線影像。
俞益洲相信醫(yī)生撰寫的X射線影像報(bào)告中抽象而復(fù)雜的邏輯推理語(yǔ)句，能夠?yàn)橛?xùn)練X射線影像的視覺特征提供足夠信息。
此外，研究團(tuán)隊(duì)利用公開數(shù)據(jù)庫(kù)37萬(wàn)份X射線影像和文本報(bào)告作為訓(xùn)練模型的基礎(chǔ)，涵蓋14種胸肺相關(guān)疾病包括肺不張、心臟肥大、胸腔積液、肺炎和氣胸等醫(yī)療診斷數(shù)據(jù)；團(tuán)隊(duì)僅使用100張X射線影像便建立一個(gè)初步令人滿意的X射線影像識(shí)別模型，其預(yù)測(cè)準(zhǔn)確度達(dá)83%。當(dāng)使用的影像增加到1000張，模型的預(yù)測(cè)準(zhǔn)確度達(dá)88.2%，超越用放射科醫(yī)生標(biāo)注10000張X射線影像進(jìn)行訓(xùn)練的模型(87.6%)。而當(dāng)訓(xùn)練影像增加到10000張，模型準(zhǔn)確度達(dá)到90.1%；預(yù)測(cè)模型準(zhǔn)確度達(dá)85%以上已可作實(shí)際臨床診斷應(yīng)用。
論文第一作者周洪宇指研究團(tuán)隊(duì)利用該方法成功地將數(shù)據(jù)標(biāo)注量降低90%，從而降低開發(fā)成本并同時(shí)提高數(shù)據(jù)處理量和速度、預(yù)測(cè)準(zhǔn)確度也有提高，這為實(shí)現(xiàn)通用醫(yī)療人工智能邁出重要一步。
標(biāo)簽： 人工智能 醫(yī)學(xué)圖像
