醫(yī)學影像大數(shù)據(jù)與人工智能的“前世今生”你想知道的都在這里

徐曉輝

1 從望聞問切說起

“望、聞、問、切”是我國中醫(yī)的傳統(tǒng)診斷方式。也許我們在生活中可能沒有看過中醫(yī)，但是你一定在電視養(yǎng)生節(jié)目中或者電視劇中看到過古代中醫(yī)的“神奇”。在人類進入現(xiàn)代化進程之前，“望、聞、問、切”傳統(tǒng)治療方式是我國古代中醫(yī)的診斷方式。

1816年的一天，一名醫(yī)生無意之間看到幾個小孩子用一顆大釘敲擊一根木料的一端，而其它的孩子則用耳朵貼在木料的另一端來聽聲音，這給了他很大的啟發(fā)。于是，他回家研制出了人類歷史第一個聽診器，這個人就是雷奈克。

聽診器的誕生標志著現(xiàn)代醫(yī)學向前邁進了一大步，但是人類想要窺探人體內(nèi)部結(jié)構(gòu)的愿望還遠遠沒有實現(xiàn)。于是，人類開始了新的探索。

隨著科技的飛速發(fā)展，醫(yī)學成像技術(shù)逐漸實現(xiàn)了人類窺探人體內(nèi)部結(jié)構(gòu)的夙愿。我們?nèi)粘Ｉ钪斜容^常見的醫(yī)學影像技術(shù)包括：B超、X光、CT、放射性核素顯像等都是現(xiàn)代醫(yī)學成像技術(shù)中常見的幾類。

2 影響數(shù)據(jù)的融合大師——PACS系統(tǒng)

醫(yī)學影像設(shè)備的出現(xiàn)，讓醫(yī)療機構(gòu)的診療工作越來越多依賴醫(yī)學影像的檢查。傳統(tǒng)的文件管理方式，已經(jīng)無法適應現(xiàn)代管理要求。

隨著數(shù)據(jù)庫技術(shù)和計算機通訊技術(shù)的發(fā)展，數(shù)字化影像傳輸和電子膠片應運而生。影像設(shè)備逐漸更新為數(shù)字化和互聯(lián)網(wǎng)的逐漸成熟，無膠片放射科和數(shù)字化醫(yī)院成為了現(xiàn)實。為了統(tǒng)一存儲和管理，各平臺數(shù)據(jù)的融合大師——PACS系統(tǒng)誕生了。

PACS系統(tǒng)，主要有三個功能：

（1）采集圖像;

（2）傳輸和存儲數(shù)據(jù);

（3）影像分析和處理。

PACS系統(tǒng)能夠?qū)⒏鞣N醫(yī)學影像，通過數(shù)字化的方式存儲起來，方便需要的時候，可以快速地傳輸。

影像的采集方式主要有三種：

（1）純數(shù)字采集;

（2）視頻采集;

（3）膠片掃描。

信息存儲：

PACS的數(shù)據(jù)分為兩種形式，分別是結(jié)果化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，不同的數(shù)據(jù)形式?jīng)Q定了其存儲形式也不同。結(jié)構(gòu)化數(shù)據(jù)存儲在數(shù)據(jù)庫中，非結(jié)構(gòu)化數(shù)據(jù)存儲到文件中。數(shù)據(jù)庫存儲比文件存儲的數(shù)據(jù)傳輸和讀取速度要快。

PACS系統(tǒng)不僅提升了每一位醫(yī)生的工作效率，并且豐富了醫(yī)生的協(xié)作工作場景。

3 未來醫(yī)學影像的人工智能

近年來，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，極大地推動了人工智能技術(shù)發(fā)展。目前各行各業(yè)都在加大對人工智能技術(shù)的應用研究。醫(yī)學影像行業(yè)也加大了對人工智能技術(shù)的研究。

醫(yī)學影像檢查的準確率非常高，這也是醫(yī)學影像技術(shù)應用越來越廣泛的最大原因所在。但是，醫(yī)學影像檢查的數(shù)據(jù)處理技術(shù)發(fā)展卻受到瓶頸限制。隨著檢查人員的爆發(fā)式增長，醫(yī)學影像數(shù)據(jù)呈現(xiàn)幾何式增長。據(jù)不完全數(shù)據(jù)資料顯示，我國目前的醫(yī)療數(shù)據(jù)至少有90%來自于醫(yī)學影像，大量的醫(yī)學影像檢查帶來了大量的數(shù)據(jù)處理。目前，醫(yī)學影像的數(shù)據(jù)處理主要是借助于人工處理，這在很大程度上限制了數(shù)據(jù)處理效率。除此之外，人工分析帶有一定的主觀性，與醫(yī)生的經(jīng)驗、知識水平都有很大的關(guān)系，這在一定程度上增加了檢查的誤診率。要想解決這一問題，就必須首先解決醫(yī)學影像人工分析的瓶頸問題。

人工智能技術(shù)給醫(yī)學影像的數(shù)據(jù)分析帶來希望。通俗地將，人工智能技術(shù)就是讓機器像人一樣可以進行大腦分析，對數(shù)據(jù)分析之后給出診斷意見。

人工智能在醫(yī)學影像的應用主要分為兩個部分：

（1）圖像識別;

（2）深度學習。

深度學習是人工智能應用的核心環(huán)節(jié)。“深度信念網(wǎng)絡(luò)”有一個“預訓練”的過程，讓神經(jīng)網(wǎng)絡(luò)中的權(quán)值找到一個接近最優(yōu)解的值，之后再使用“微調(diào) ”技術(shù)來對整個網(wǎng)絡(luò)進行優(yōu)化訓練，這個過程就是一個深度學習過程。

綜上所述，隨著人工智能技術(shù)的快速發(fā)展，將其應用到醫(yī)學影像檢查中已經(jīng)成為必然趨勢。人工智能的應用將會極大地促進醫(yī)學影像技術(shù)的發(fā)展。醫(yī)學影像檢查已經(jīng)成為目前醫(yī)院醫(yī)療檢查手段中最為常見的技術(shù)之一，其快捷性、方便性、直觀性有效降低了誤診率，推動了醫(yī)學的發(fā)展。