发布日期 : 2019/07/23

影像未来 深圳站 | 探讨医疗影像与人工智能的融合发展


7月12日—7月13日,由深圳医学会、北京协和医院影像技术与影像诊断培训中心主办,“精彩放射、影像未来”为主题的高峰论坛会及第四期医疗影像人工智能深度学习实战训练营在美丽的深圳成功举办。


会议开幕仪式

 

与会讨论了下列主题:

新技术应用是应对医疗健康服务需求增长的关键途径
2016年6月,国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见。推动大数据、人工智能、机器人等新技术的应用。2017年3月,国家卫计委发布《“十三五”全国人口健康信息化发展规划》,推动信息化在创新健康医疗种的作用。中国的许多医院正在采用或者计划采用云计算、大数据、人工智能、机器人等技术,提高医疗服务的供给能力,提高诊疗水平。

中国医学科学院北京协和医院 付海鸿教授

 

人工智能技术应用成为应对挑战的关键技术

中国的医院在采用人工智能技术方面正在加快步伐,虚拟医生、辅助诊断和辅助治疗等人工智能系统都在快速发展。目前,医疗人工智能的应用大多处于实验的阶段,一些医院使用人工智能技术做诊断和治疗的辅助工作。目前,就各类医疗人工智能系统在诊疗工作的作用而言,医疗影像人工智能系统在辅助诊断方面所发挥的作用最大,也是未来一些年中最有发展潜力的系统。

郑州大学第一附属医院 高建波教授

 

医疗人工智能落地医院的使用情况

中国已有千家医院部署了人工智能系统,其中超过一半的医院部署了医学影像人工智能系统。目前中国有超过100家医疗人工智能公司,其中约有40家企业属于医学影像AI公司。

目前中国的医学影像人工智能系统可用于支持多个领域的疾病诊断,以肺结节和肺癌诊断最为常用。

中国医科大学附属第一医院 孙文阁教授

 

医疗人工智能生态体系逐步形成

深度学习是人工智能领域近来取得的主要成果之一,它在自然语言处理、图像识别、语音识别、计算机视觉等领域都有良好的表现。图像识别、神经网络等技术逐渐成熟,让人工智能技术在医疗行业中拥有比较广泛的场景,辅助医疗影像诊断和临床诊断领域种有新兴的创业公司、方案提供商、系统集成商、也有提供基础设施的AI GPU厂商如英伟及智能诊断设备等,这些环节初步构成了中国辅助影像诊断行业的生态体系。

福建医科大学附属协和医院 薛蕴菁教授


大会现场

GPU厂商

“人工智能技术的逐渐成熟推动了医疗行业的发展,而芯片作为整个医疗人工智能发展的核心环节,为我国医疗服务系统升级提供计算能力的支撑”
辅助影像诊断的关键是使用深度学习识别并提取影像中的特征点,基于大量影像数据进行模型训练。使用图形处理器(GPU)作为加速方案可以大幅提高图像分类的效率,在Caffe,一块GPU可以在一天之内进行几千万次的影像运算,完全可以加速医疗行业深度学习的运算时间。

中山大学附属第五医院 柳学国

 

来自丽台科技的资深产品经理蔡欣欣为我们介绍了英伟达在医疗影像人工智能GPU解决方案、其应用发展的十年历程和硬件配置参数相关问题。

丽台科技产品经理 蔡欣欣

深度学习对放射学至关重要,深度学习也致力于新药物的开发,而对医学成果的推动是植根于支持深度学习训练的底层设备的不断更新与强大运算动力。蔡欣欣为我们详细比较了英伟达DGX家族系列产品的不同参数和其特点,拥有其变不可能为可能的训练性能;也讲解了英伟达DGX的软件堆栈,能完全集成软件实现即时生产效率;英伟达深度学习SDK也能设计和部署GPU加速深度学习应用程序的强大工具和库。这一系列的加持为医疗影像深度学习训练增添巨大的助力。

来自英伟达资深讲师王吉阳老师,为百位影像技术主管讲解了在医疗影像方面深度学习是怎样开展工作的,如何使用卷积神经网络检测影像资料中的特定放射组,并且实践如何利用GAN网络增强影像数据并进行分割的工作流程。通过培训能让一线的放射科主管更好地利用深度学习去完成实际工作中的需求。

英伟达资深讲师 王吉阳


王吉阳老师耐心指导学员实操环节

 

众多一线专家学者和前沿公司从医疗影像与人工智能的融合难点、政策分析、发展历史及现状都给学员梳理了一遍,再加上对人才培训的重视,我们相信与会者在该相关主题中收获颇丰,期待他们能将所学投入到实际工作应用之中,实现人类无病痛的幸福。