隨著醫(yī)療行業(yè)的關注點從擴大規(guī)模體量轉(zhuǎn)變?yōu)樘峁└袃r值的服務，從依賴于單臺設備能力轉(zhuǎn)變?yōu)橐蕾囉诓煌愋驮O備、多臺設備的信息融合技術(shù)，人工智能（AI）正在逐漸顛覆傳統(tǒng)的診療方式。現(xiàn)在人工智能基于AI技術(shù)的應用剛剛開始進入醫(yī)療行業(yè)，但其實AI相關信息技術(shù)早已經(jīng)默默的助力醫(yī)療許久，也持續(xù)協(xié)助醫(yī)療機構(gòu)為患者提供更及時的治療方案。

　　預測在不遠的未來，持續(xù)發(fā)展的AI應用將如同當今醫(yī)療設備一樣，成為影響醫(yī)療服務質(zhì)量的關鍵因素。

　　今天，我們將為大家分享與醫(yī)療影像關系密切的一種AI技術(shù)–深度學習算法。

什么是人工智能？

　　人工智能（Artificial Intelligence,縮寫AI）簡要概括是指機器所表現(xiàn)出的模仿人類智能的能力。通常人工智能是指通過計算機程序的手段實現(xiàn)的人類智能技術(shù)，如視覺感知、識別和決策智能制定。如今，AI正 “飛入尋常百姓家”，并在我們的生活中發(fā)揮著日益重要的作用，而我們在與AI系統(tǒng)進行交互時甚至可能不會意識到這一點。

什么是深度學習？

目前，有一些技術(shù)可用來開發(fā)人工智能系統(tǒng)。例如，機器學習就是其中一種，它讓計算機程序通過對訓練集數(shù)據(jù)“學習”獲得解決問題的模型，而無需通過編寫一行又一行的指令代碼完成任務。

　　借助應用一組算法，程序通過對大量訓練集數(shù)據(jù)反復學習，構(gòu)建出模型。而模型構(gòu)建出一系列內(nèi)部映射使輸入數(shù)據(jù)能一一對應到目標結(jié)果判定，這樣即使輸入新數(shù)據(jù)，該模型也能做出正確的判定。此類系統(tǒng)也可配置為持續(xù)學習模式，通過新數(shù)據(jù)持續(xù)學習達到更高的準確率。成熟穩(wěn)定后的模型對構(gòu)建其機器學習方案具有指導意義。

　　深度學習是一種特殊的機器學習技術(shù)，它基于類似人腦神經(jīng)元、神經(jīng)回路的人工神經(jīng)網(wǎng)絡算法。一旦定義好輸入層及輸出層數(shù)據(jù)對應關系，在其間構(gòu)建多級（深度）隱含層形成映射關系，通過大量的數(shù)據(jù)訓練每一層神經(jīng)元的權(quán)值，不斷完善模型，在圖像識別、語音識別領域應用將獲得出乎意料的效果。

這對放射科醫(yī)師有何幫助？

　　使用深度學習算法構(gòu)建的醫(yī)學影像AI工具能夠提高放射科醫(yī)師的工作效率，并輔助他們做出診斷決策。這為他們節(jié)省出更多的時間以關注患者本身，以更加從容地診斷更復雜的病例。

　　這將助力放射科醫(yī)師快速地成長為行業(yè)專家；作為病患診斷決策的關鍵者，實現(xiàn)更大的價值。近期的深度學習算法有望改善患者就醫(yī)體驗，如縮短診斷時間，增加救治處理時間，同時提高從業(yè)醫(yī)師工作滿意度。

　　目前天地智慧正將人工智能（AI）技術(shù)融入放射醫(yī)學影像全流程，隨著技術(shù)的進步，它終將在診斷領域扮演更重要的角色。從全球范圍來看，放射科醫(yī)師短缺或臨床醫(yī)師閱片的地區(qū)特別重視這一技術(shù)應用的發(fā)展。