智能清洁机器人论文 汇医慧影完成数亿元B轮融资，人工智能辅助诊疗成医疗行业大势(3)

比如说我们人类看到一个黄头发蓝眼睛的人脑子里想的是老外，看到黑皮肤的可能是非洲人。还有一些更牛一点的，看一眼就能分辨出来是韩国人还是日本人，还是中国人。另外有的更牛逼还能看到对中国人看一眼还能知道可能是在哪个区域的，那人在看这些物体的时候，实际上也是经过一个过程。

第一个就是说他见过了大量的类似的图片或者类似的影像，已经存在在脑海里面。第二块很重要的就是对于识别物体特征的把握，特征的识别也是。比如说蓝眼睛黄头发这就是老外的特征。同样我们让机器去识别一张图片是不是癌症，也是这样的原理。

我们一方面在食道癌这块采集了差不多有几十万张食道癌的图片作为我们的训练样本，并且这个图片有一点需要明确，都是中国人的数据，为什么要强调这一点呢？其实在做AI医疗影像这块全球有很多公司在做，甚至有一些片子可能都有一些开源的，从网上可以下载到，但是很多片子都是老外的，老外的数据去训练中国人的模型，其实它的准确率还是比较低的，我们拿到的片子质量都是中国人的。

拿到片子之后，我们也同样把这个片子，因为在一张完整的食道癌影像当中，它的病灶只有一小块，大多数的区域是一个正常的，那我们把这个医疗原始的图片切成很小很多小的块，分别去估计每一个小块患癌的概率，最后得出一个诊断，这张片子是不是癌症。

从具体的过程来看，差不多有这么几个步骤。

第一块是作为一个对于医疗图片从PET系统或者医疗传统系统里面，首先我们对图片做一些预处理，第一个要去识别一些是食管还是不是食管，因为医生拍片子的时候有时候会拍到胃、十二指肠的位置，也会影响系统的学习和训练。

另外一块，不同的机器拍出来的片子颜色、大小、光照等等都有很多不同的区别，我们要对这些图片做规划处理，然后放到我们的模型当中。

第一步要对图片预处理，同时识别是食管还是非食管。第二步我们再放到我们另外一个模型当中，要去判断它这个是正常的还是有病变的，正常的和病变的这块也是区别比较大的。第三步也是最关键的一步，我们可以分辨是炎症还是癌症。

对于一些基层的医疗机构来讲，很多情况下往往把识别正常和不正常相对来讲是比较简单的，但是去判断是癌症还是炎症，这个对于医技的要求还是比较高的，因为它的区别在图像上来讲比较细微的。????????

我们除了在这块判断炎症和癌症，除了完全基于图象识别的技术之外，也会加入其他方面的诊断。所以说通过刚才一系列的这样一个手段，我们对于癌症的判别精确度是90%，并且也是经过临床的验证，这个不是实验室里面能够测试的数据。另外一块就是觅影在肺癌当中的应用，大家知道肺癌是某种程度上来说是癌症之王，不管是发病率还是死亡率都是NO.1。

在中国也同样，根据2015年的数据，中国肺癌发病率73万，占全球35.8%，另外肺癌中晚期死亡率非常高。但是同样早期的筛查可以去将肺癌的五年生存率提高到80%以上。

大家知道对于肺癌的早筛其实最主要的手段是什么？

是要查看肺部影像片的肺结节。这个肺结节非常小，不管是国内还是国外，对于肺癌的AI的研究其实比较多，但是对于寻找肺结节，很多公司的研究只能找到5毫米以上的肺结节，因为肺结节非常的小。

我们可以做到三毫米以上的识别，并且把3毫米以上肺结节识别的准确率达到95%。另外一块，肺结节也有良性和恶性，那对于良性恶性的，对于肺癌的识别率，早期肺癌的识别率，我们的准确率能达到80%。

从肺癌早筛拍的CT来讲，一方面它的肺结节比较小，所以说就算有经验的医生通过肉眼去看，有时候误诊率也比较高。还有一个比较痛苦的事情，一个CT它的图片是200层左右，当然不同的机器不一样，200层的片子要靠人工去看很难的。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-73084-3.html