现代医学越来越依赖于数据的采集和判断,借助大数据来减少误诊率。智能诊断一方面是同类案例精准快速辅助诊断,以及各种影像检测结果的识别。另一方面将病人的图像结果翻译成诊断信息,速度已是人类的30倍,准确率高达99%[43]。
智能诊断系统是基于医疗信息化系统的人工智能核心的应用之一,现阶段代表应用为医学影像识别,辅助分析和判断病人病情发展阶段。
以往医生都是以肉眼观察病理切片影像,凭借经验判断病症、病情及有无并发症,遇到捉摸不定的情形便采用向专家请教或专家会诊的方式。医学影像识别系统工作有两大原理,第一是将影像图片拆分处理,按疾病分类建立基础数据库,第二是快速从大数据库中检索到类似及相关影像资料,即图像重绘——图像分片提取——图像片段匹配。它可以辅助医生决策,弥补经验不足或减少对罕见病和疑难杂症细节敏感度不够的问题。
图像的识别主要基于细胞层面,目前以微软、IBM为代表的智能诊断系统已实现对病变腺体(多细胞体)的识别。系统的原理假设为即使个体的身体条件不同,同样疾病的病灶反应类似,借助的是机器对信息的存储和通过计算实现快速调取知识的能力。由于疾病种类不需要与个人信息进行匹配就能应用,不存在隐私安全保障的问题,对数据的收集、整理及应用相对易于其他领域,也是人工智能在医疗领域应用相对靠前和突出的细分领域。(www.xing528.com)
基于大数据的智能诊断系统也是大数据的收集和整理系统,可以将已有的、分散在各处的、碎片化的信息整合在一起,将宝贵的临床和专家经验进行保存,并分类整理和传播应用,也即医疗知识库的重要构成。与其他应用领域一样,系统需要能够支持多源、多类型、结构化、非结构化的数据处理,如影像资料、文本资料等。
作为医疗信息化系统的一部分,智能诊断系统未来将通过挖掘疾病症状与诊断的潜在关联提升诊断准确率,并对可能发生的疾病进行预测,以提高医疗服务效率。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。