文章图片
【深度学习|在超声心动图成像领域，利用人工智能实现全自动解释已经取得进展】
文章图片
文章图片
在超声心动图成像领域 ， 实现全自动解释已经取得进展 。 近年来获得的其他与非分割任务相关的结果包括从冠状动脉计算机断层扫描图像计算血流储备分数 ， 测量冠状动脉中的钙 ， 量化和表征冠状动脉和颈动脉组织 ， 改善或生成心脏图像 ， 检测狭窄和动脉粥样硬化 ， 以及区分缩窄性心包炎和限制性心肌病.人工智能正被广泛应用于其他应用领域 ， 这体现了其多功能性 。
对模式的搜索包含多种功能 ， 从通过眼底分析预测心血管风险到心脏手术后急性肾功能衰竭的预测 ， 例如 ， 这些模式可以更好地识别具有不同风险的患者组 ， 并将其纳入临床实践有助于消除不确定性并改善临床结果 。 尽管人工智能通常被视为一个未来主义和遥远的概念 ， 但事实是 ， 这项技术已经在所有类型的领域中得到应用 ， 包括心脏病学 。
由于近几十年来大量数据的数字化、机器学习算法的发展以及计算机能力的提高 ， 人工智能可以通过检测复杂模式 ， 为任务自动化、精准医学的应用或研究进展提供极好的机会 。 医学数据库 。 一个特殊的例子是医学图像分析 ， 深度学习技术经历了一场真正的革命 ， 它们在心脏病学领域的应用已经产生了极好的结果 。 然而 ， 这些技术要广泛应用于临床实践还有很长的路要走 。
必要的先决条件是拥有高质量信息的大型数据库 ， 以及人工智能在现实临床环境中的评估和整合；因此 ， 了解人工智能及其在我们领域的应用对于心脏病学的当前和未来发展至关重要 。 由于许多社会政治因素 ， 全球卫生系统正面临着压力 。 在不影响患者安全的情况下使用最佳资源提供卫生服务的需求比以往任何时候都多 。 患有多种慢性疾病的老龄化人口的增加以及全球医疗保健支出的增加是给医疗保健系统带来压力的一些关键因素 。
初级卫生保健(PHC)在某种程度上可以满足人口和社区层面的这些需求 。 初级卫生保健不仅在卫生政策方面而且在技术方面都在迅速发展 。 大多数初级保健提供者现在已经数字化并使用健康信息系统作为医疗服务的一部分 。 随着计算和信息技术的进步 ， 现在可以使用机器学习和深度学习等人工智能(AI)概念来开发这些健康信息系统 。 AI并不是一个新概念 ， 它已经存在了50多年 ， 随着神经网络的出现在1980年代和1990年代普及 。
然而 ， 这种趋势并没有持续多久 ， 主要是由于当时硬件计算能力的瓶颈 。 随着图形处理单元(图像处理单元)的最新进展 ， 我们现在可以克服这些计算限制 ， 使我们能够以深度学习的形式开发更高效的神经网络 。 深度学习是一种机器学习技术 ， 其中模型使用具有多层的人工神经网络进行训练 。 深度学习已经在使用计算机视觉和自然语言处理的各种非健康和健康相关应用中取得了显著成果 。 然而 ， 很少有与健康相关的人工智能系统真正融入临床实践 。
近年来 ， 深度学习已被用于PHC 。 阿布拉莫夫等人开发了一个AI系统 ， 用于检测PHC中心的糖尿病视网膜病变 。 2016年开发了一个使用深度学习的类似人工智能系统 ， 用于相同目的——糖尿病视网膜病变的自动诊断 。 这两个特定系统的主要局限性包括需要外部验证、与临床工作流程的整合以及临床医生的态度 。 基于深度学习和其他类似机器学习技术的AI系统因其“黑盒”范式而受到严厉批评 ， 其中一些内在估计无法用生物学术语进行临床解释 。
相关经验推荐
- 海信|销量最好的85英寸海信Vidda85V1F-S突然在热销榜中消失，原因简单
- 无线充电|如果我坚持在珠海佳能工厂，现在应该能拿到100万补偿
- USB|U盘终结者来了！移速固态U盘读写轻松破400MB/s，秒杀现在主流U盘
- 英特尔|iphone一枝独秀已成过去，旗舰安卓崛起正在路上
- 小米科技|小米手机用一年了，现在电池严重不行，10%以下就自动关机
- 红米手机|中国的操作系统路在何方，华为鸿蒙系统普及路难, 新plug操作系统
- 魅族|魅族虽说是个小众品牌，但能坚持到现在屹立不倒，已经是很不错了
- 麒麟970|麒麟970放在2022年，性能依旧能打
- 电影|深度剖析：人类是如何沦为手机的奴隶
- 贵阳|小红书为何存在认知夹角？