深入解析人工智能醫(yī)療器械中的分析技術及其發(fā)展趨

2/2深入解析人工智能醫(yī)療器械中的分析技術及其發(fā)展趨勢

2023-05-0518:46分析能力是人工智能醫(yī)療器械的核心，其底層基礎算法主要包括知識圖譜、機器學習、深度學習和隱私計算等。其中，知識圖譜是以結構化的形式描述客觀世界中概念、實體及其之間的關系，可以對醫(yī)療數(shù)據(jù)進行統(tǒng)一建模、組織和管理;機器學習利用已有的醫(yī)療數(shù)據(jù)進行算法選擇，并基于算法和數(shù)據(jù)構建模型，最終對新的醫(yī)療數(shù)據(jù)作出決定或預測;深度學習通過學習醫(yī)療數(shù)據(jù)樣本的內在規(guī)律和表示層次，并在學習過程中獲得對醫(yī)療數(shù)據(jù)進行解釋的信息，最終使機器具有識別能力、分析能力和決策能力;隱私計算是指在多個主體間不直接共享樣本數(shù)據(jù)的情況下實現(xiàn)合作處理，醫(yī)療數(shù)據(jù)的處理需要使用和收集大量的用戶信息，隱私計算則在一定程度上保護了患者的隱私。

技術方向可分為計算機視覺、語音處理、自然語言處理和數(shù)據(jù)分析等。由于技術發(fā)展所處的階段不同，不同技術方向的成熟度也不同。計算機視覺技術通過對影像進行智能處理以獲得影像中的信息，由于醫(yī)學影像數(shù)據(jù)的標準化程度相對較高，且傳統(tǒng)醫(yī)學圖像處理也有多年的技術積累，因此最為成熟。語音處理和自然語言處理技術以語言為對象進行分析、理解和處理，在日常生活中應用較為廣泛，相應算法也較為成熟，但由于此類技術在醫(yī)療場景下的數(shù)據(jù)基礎較為薄弱，沒有形成規(guī)?；闹R庫與語料庫，因此成熟度相對較差。數(shù)據(jù)分析技術是通過對大量數(shù)據(jù)進行分析總結，最大化開發(fā)數(shù)據(jù)功能，發(fā)揮數(shù)據(jù)作用，更多地被應用于前沿領域，逐步趨于成熟。

各個技術方向被逐步細化應用于不同的技術場景。計算機視覺技術可以對患者的病理影像進行目標檢出、判別分類等處理，主要應用于病灶識別、疾病分類等場景，輔助醫(yī)生診斷，提高診療效率和準確率。語音處理、自然語言處理技術可以對患者的語言進行智能處理，主要應用于語音識別、語音理解和語義識別等場景，協(xié)助醫(yī)生管理，節(jié)省醫(yī)療資源。數(shù)據(jù)分析技術被更多地用于靶點發(fā)現(xiàn)、病癥篩查等場景，提高疾病篩查效率。

隨著人工智能技術的發(fā)展和底層算法的不斷更新，人工智能醫(yī)療器械分析技術的能力不斷提高，應用范圍逐步擴大。

分析模式從機械替代向思考決策轉變

機械替代是通過對醫(yī)療數(shù)據(jù)進行簡單的預處理，輸出簡單的處理結果;決策思考則是在機械替代的基礎上增加了對處理結果的判斷和診斷。分析技術應用初期主要集中于基本生產環(huán)節(jié)，對醫(yī)療數(shù)據(jù)進行預處理和特征提取。其中，預處理模塊聚焦于對批量醫(yī)療數(shù)據(jù)進行自動標注、目標增強、數(shù)據(jù)清洗等;特征提取模塊則聚焦于對批量醫(yī)療影像的紋理、顏色、信號幅值等特征進行提取，其實際應用有通過對宮頸組織病理影像進行處理標注出癌變部位、通過處理大量基因組數(shù)據(jù)進行突變基因檢測。

隨著算法的更新優(yōu)化，分析技術的應用逐步擴展到后期診療環(huán)節(jié)，完成機械替代作用的同時實現(xiàn)思考決策。即通過對醫(yī)療數(shù)據(jù)的預處理或特征提取結果進行良惡判斷，給出分診建議，提供治療方案規(guī)劃，引導手術定位等。人工智能醫(yī)療器械的分析模式正在從機械替代向思考決策轉變，標志著人工智能技術在醫(yī)療行業(yè)中的應用逐步走深，從基礎邊緣場景向核心關鍵任務演進。

多模態(tài)融合交互進一步提升分析能力

在人工智能醫(yī)療器械中，多模態(tài)融合交互處理是指將多種醫(yī)療信息與數(shù)據(jù)同時處理并得出一個更加準確的結果。隨著各類醫(yī)療器械的成熟應用，可獲取的客觀醫(yī)療數(shù)據(jù)越來越多，同一個患者運用不同設備檢查，可能會得出不同的檢查結果。但是早期由于算力等限制，利用分析技術對醫(yī)療數(shù)據(jù)進行處理時，會根據(jù)特定的任務選擇一種數(shù)據(jù)模態(tài)，隨著算法、算力等優(yōu)化，多模態(tài)融合交互被逐步應用于對醫(yī)療數(shù)據(jù)進行處理。

多模態(tài)融合交互技術分為多模態(tài)融合技術和多模態(tài)交互技術。多模態(tài)融合技術是將來自不同模態(tài)的醫(yī)療信息進行整合，以得到一致、公共的模型輸出，提高輸出結果的準確性和全面性。如結合腦電圖、腦磁圖和腦部的功能磁共振成像圖像三種模態(tài)數(shù)據(jù)，可以實現(xiàn)對患者腦部的高時空分辨率分析，彌補單模態(tài)數(shù)據(jù)可能存在的信息缺損，提高臨床決策水平。多模態(tài)交互技術則是充分模擬人與人之間的信息交換，利用語音、圖像、文本等多模態(tài)信息進行人與計算機之間的信息交換。如高分辨?zhèn)鞲衅鲿谑中g中提供更即時的信息反饋和人機交互過程，提高設備自適應與智能化水平。

情緒識別將成為分析技術的熱點方向

初期的分析技術主要被用于提高診療效率，緩解就診壓力，因此更多集中于對醫(yī)療數(shù)據(jù)進行分析判斷，包括醫(yī)學影像、生理信號和患者病歷等。隨著人們對情緒和精神狀態(tài)的關注程度日益提高，針對情緒、情感、精神狀態(tài)等方面的分析識別成為熱點方向。人的情緒是對客觀事物的態(tài)度體驗和相應的行為反應，是一種有意識或無意識的情況感知觸發(fā)的心理生理過程，具有很強主觀性。情緒的表現(xiàn)與干預對于部分疾病的診斷和治療有著重要作用，例如對于注意力缺陷、自閉癥等認知障礙類疾病以及抑郁癥、創(chuàng)傷后應激障礙等精神類疾病而言，精確地分析計算情緒并進行實時的回應反饋，對患者日常生活與康復預后具有重要意義。

情緒識別技術可通過非侵入腦機接口以及外在行為表現(xiàn)共同感知情緒狀態(tài)，針對部分患者存在的社交與交流障礙，進行基于大腦實時信號的精準閉環(huán)干預