人工智能在醫(yī)療設備中的應用

1、    人工智能在醫(yī)療設備中的應用    吳智星摘要：隨著計算機網(wǎng)絡的不斷發(fā)展，現(xiàn)在我們已經(jīng)進入了人工智能時代。人工智能作為一個全新的技術領域，不管是國家還是企業(yè)都需要掌控這一領域。本文研究分析了人工智能在醫(yī)療設備中的應用。關鍵詞：醫(yī)療；人工智能；智能醫(yī)療：tp18 ：a ：1007-9416（2018）06-0061-01近年來，智能醫(yī)療在國內(nèi)外的發(fā)展熱度不斷提升。一方面，圖像識別、深度學習、神經(jīng)網(wǎng)絡等關鍵技術的突破帶來了人工智能技術新一輪的發(fā)展。大大推動了以數(shù)據(jù)密集、知識密集、腦力勞動密集為特征的醫(yī)療產(chǎn)業(yè)與人工智能的深度融合。另一方面，隨著社會進步和

2、人們健康意識的覺醒，人口老齡化問題的不斷加劇，人們對于提升醫(yī)療技術、延長人類壽命、增強健康的需求也更加急迫。對于醫(yī)療進步的現(xiàn)實需求極大地刺激了以人工智能技術推動醫(yī)療產(chǎn)業(yè)變革升級浪潮的興起。1 人工智能醫(yī)療的相關概念人工智能是以計算機網(wǎng)絡技術發(fā)展為基礎的，它具體是一門研究、理解和模擬人類的行為動作，能夠發(fā)現(xiàn)其中運行的內(nèi)在規(guī)律并且形成一種習慣的學科。它是計算機網(wǎng)絡高度發(fā)展的拓展，也是計算機網(wǎng)絡發(fā)展的結果，而人工智能作為計算機科學的一個重要分支，它正在試圖挖掘智能的實質(zhì)，與此同時，發(fā)明出一種同人類思考方式一樣，并且能夠做出人類相似反應的智能機器，所以人工智能是計算機發(fā)展的組成部分，也是心理學和哲學的

3、集合，只有這三者的有機結合，才能夠模擬人的意識和思維做出人類的反應，從而達到便民利民的目的。隨著科學技術的發(fā)展，人工智能技術的三大主要分支專家系統(tǒng)、人工神經(jīng)網(wǎng)絡、數(shù)據(jù)深度挖掘，在醫(yī)療領域所起到的作用越來越大，其地位也越來越重要，引起了人們極大的關注。2 人工智能在醫(yī)療設備上的應用場景目前人工智能技術與醫(yī)療設備的結合主要體現(xiàn)在以下五個方面1：（1）醫(yī)療機器人。醫(yī)療領域常見的應用很多，例如智能假肢，外骨骼和其他一些輔助設備幫助改善人體受損身體。保健機器人輔助醫(yī)護人員的工作。（2）智能診療。智能診療就是在診療中采用人工智能技術進行輔助，讓計算機“學習”專家醫(yī)生的醫(yī)療知識，模擬專家醫(yī)生的思維和診斷推理

4、，從而給出診斷結果和治療方案。智能診療場景是人工智能在醫(yī)療領域最重要、也最核心的應用場景。（3）智能影像識別。智能醫(yī)學影像是將醫(yī)學影像的診斷上利用人工智能技術。醫(yī)學影像應用人工智能主要分為兩種情況：一是圖像識別，應用于感知環(huán)節(jié)，其主要目的是分析影像，獲取一些有意義的信息；二是深度學習，在學習和分析環(huán)節(jié)中，利用大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，對神經(jīng)元網(wǎng)絡進行持續(xù)深度學習訓練，使其掌握診斷能力。（4）智能健康管理。智能健康管理是將人工智能技術應用到健康管理的具體場景中。目前主要集中在風險識別、虛擬護士、精神健康、在線問診、健康干預以及基于精準醫(yī)學的健康管理。（5）智能藥物研發(fā)。利用人工智能中的深度學習技

5、術應用于藥物研究，通過大數(shù)據(jù)分析等技術手段 通過模擬，對藥物活性、安全性和副作用進行預測， 大大縮小篩選的范圍，進而縮短周期，降低新藥研發(fā)成本，提高新藥研發(fā)成功率。3 醫(yī)學專家系統(tǒng)的發(fā)展歷程及應用“專家系統(tǒng)”是一個不斷被開發(fā)、完善、利用的系統(tǒng)，在第二次人工智能高潮的時期，“專家系統(tǒng)”起到了很好的作用。這個“專家系統(tǒng)”不是個人，只是一個程序而已，通過將各類行業(yè)的專業(yè)知識引入到系統(tǒng)里，然后經(jīng)過復雜的推理，則其將會像專家一樣去執(zhí)行工作。當然，在醫(yī)學專家系統(tǒng)里則是將醫(yī)學專業(yè)知識和診斷知識導入的了計算機里，然后在經(jīng)過“專家系統(tǒng)”在所存的知道系統(tǒng)庫里不斷推斷，最后確診并提出治療方案。在20世紀70年代初時

6、美國一所大學就開發(fā)了類似“專家系統(tǒng)”的mycin系統(tǒng)，他的功能就是對感染疾病的患者進行診斷，并給出抗生素處方。并且，經(jīng)過測試這個系統(tǒng)，其以及超過了相關領域的專家。我們通常認為知識庫和推理機組合成了傳統(tǒng)的專家系統(tǒng)，所以也把該系統(tǒng)稱為知識和信息為基礎的系統(tǒng)。其中存在專家知識有固定的形式化語言表達和數(shù)據(jù)結構的組織樣式。一些在系統(tǒng)中形成規(guī)則的例子，當滿足系統(tǒng)條件時，系統(tǒng)就會得到某種結論或者執(zhí)行某種動作，這種被稱為常見的直覺知識。在當直覺知識面臨的問題解決不了的時候就會借助支持知識。在系統(tǒng)中出現(xiàn)規(guī)則同時可以使用時，系統(tǒng)會自行運行推理機程序，決定哪一種規(guī)則可以優(yōu)先使用2。4 在醫(yī)療設備中的具體應用4.1

7、cad：計算機輔助診斷乳房x光可以發(fā)現(xiàn)早期乳腺癌。輔助診斷在其中起到了很重要的作用，并呈現(xiàn)了很好的效果。研究發(fā)現(xiàn)，如果讓兩位專家評估一個乳房x光的話，問題失誤率會降低很多，但是專家的費用過高，而且?guī)椭渌麑＜襾砜椿蛘咄瓿梢彩怯布茈y的事情。所以如果讓計算機做為專家的話，費用明顯是降低的。而且會很好的提高了評估的正確率。探測x光中的mcs可以發(fā)現(xiàn)乳腺癌的癥狀，mcs就像乳腺癌的警示燈，發(fā)現(xiàn)了mcs集群就證明了乳腺癌的產(chǎn)生，在之前，mcs探測使用svm，當然，其達到了非常好的成果，可以媲美專家的診斷。4.2 圖像質(zhì)量評估圖像質(zhì)量評估可以大大的提高醫(yī)學圖像的質(zhì)量，而且判斷圖像質(zhì)量是醫(yī)學方面一個重要的

8、問題。為計算機圖像進行統(tǒng)計，并得到其統(tǒng)計值，這是傳統(tǒng)的看醫(yī)學圖像質(zhì)量的方法，比如cho或者特定的高斯過濾。雖然這兩種方法也能對結果做出判斷，不過這兩種方法都有自己缺陷進而各自的局限性。在此之上還有svr機器學習，其跟傳統(tǒng)的兩種方法比較，優(yōu)越的證明要比傳統(tǒng)方法好的多。當然，目前現(xiàn)在會采用深度學習來學習圖像的質(zhì)量，通過熟練度和熟練率來超越比傳統(tǒng)方法要好的svr機器學習。同時，也會提高醫(yī)學方面的工作效率。最主要的是深度學習可以自動提取，這樣在人力方面完勝傳統(tǒng)方法和svr機器學習，節(jié)省了很多的人力物力。4.3 大腦映射大腦映射的實例是研究新出的新藥對大腦的影響，其方法就是采取兩個過程，一個是使用完藥物

9、之后的個體和未使用藥物的個體，通過這兩個個體形成了不同的圖像，我們可以觀察這兩個圖像知道哪一個是服用完藥物之后的和未服用之前的個體。傳統(tǒng)的svd方法精度在90%，我們會使用深度學習來更深一步的提高精準度。4.4 智能診斷系統(tǒng)在一家醫(yī)療機構中，客戶提供圖像及其是否健康的標志，他們則想使用ct來判斷患者是否有腫瘤。智能診斷首先必須使用大量數(shù)據(jù)把模型訓練出來，此過程需要大量時間，在訓練出模型之后我們就可以用此結果來對相應的圖像進行測試和診斷。同時還可以進行病例報告，幫助醫(yī)生診斷疾病。參考文獻1陳晉.人工智能技術發(fā)展的倫理困境研究d.吉林大學，2016.2孔祥溢，王任直.人工智能發(fā)展現(xiàn)狀及其在醫(yī)療領域的應用j.醫(yī)學信息學雜志，2016，（11）：2-5.abstract：with the continuous development of computer networks， now we have entered the era of artificial intelligence. ai as a brand new technology field， whether it is state or enterprise needs to seize control of this field. this paper studies the