隨著醫(yī)療行業(yè)的關(guān)注點(diǎn)從擴(kuò)大規(guī)模體量轉(zhuǎn)變?yōu)樘峁└袃r(jià)值的服務(wù)，從依賴于單臺(tái)設(shè)備能力轉(zhuǎn)變?yōu)橐蕾囉诓煌愋驮O(shè)備、多臺(tái)設(shè)備的信息融合技術(shù)，GE醫(yī)療正在與全球領(lǐng)先的醫(yī)療機(jī)構(gòu)合作，利用人工智能（AI）來塑造放射學(xué)的未來，并期待更多的醫(yī)療機(jī)構(gòu)能成為我們的合作伙伴。雖然基于AI技術(shù)的應(yīng)用剛剛開始進(jìn)入醫(yī)療行業(yè)，但其實(shí)AI相關(guān)信息技術(shù)早已經(jīng)默默的助力醫(yī)療IT許久，也持續(xù)協(xié)助醫(yī)療機(jī)構(gòu)為患者提供更及時(shí)、更有效的治療方案，例如通過基于持續(xù)學(xué)習(xí)算法的第二代AI技術(shù)應(yīng)用——計(jì)算機(jī)輔助診斷（CAD）。我們預(yù)測在不遠(yuǎn)的未來，持續(xù)發(fā)展的AI應(yīng)用將如同當(dāng)今醫(yī)療設(shè)備一樣，成為影響醫(yī)療服務(wù)質(zhì)量的關(guān)鍵因素。

對(duì)于放射醫(yī)學(xué)，我們致力于挖掘AI技術(shù)將如何改善放射科醫(yī)師的日常工作模式以及提升患者的治療效果。更為重要的是，我們將量體裁衣，通過專業(yè)的現(xiàn)場調(diào)研，為醫(yī)療機(jī)構(gòu)的影像中心制定從AI技術(shù)的選擇、引入磨合，再到全面融入的整體解決方案，以助力機(jī)構(gòu)獲得最高的投入產(chǎn)出比。今天，我們將為大家分享與醫(yī)療影像關(guān)系最為密切的一種AI技術(shù)——深度學(xué)習(xí)算法。

人工智能（AI）簡要概括是指機(jī)器所表現(xiàn)出的模仿人類智能的能力。通常人工智能是指通過計(jì)算機(jī)程序的手段實(shí)現(xiàn)的人類智能技術(shù)，如視覺感知、語音識(shí)別和決策智能制定。如今，AI正 “飛入尋常百姓家”，并在我們的生活中發(fā)揮著日益重要的作用，而我們在與AI系統(tǒng)進(jìn)行交互時(shí)甚至可能不會(huì)意識(shí)到這一點(diǎn)。例如，當(dāng)下流行的網(wǎng)約車軟件正通過廣泛應(yīng)用AI技術(shù)盡可能減少預(yù)約車輛后的等待時(shí)間，還能預(yù)估乘車價(jià)格；又如，我們近期搭乘過的航班極有可能是基于AI技術(shù)的自動(dòng)駕駛應(yīng)用程序完成了大部分的航程；再如， AI技術(shù)可以幫助我們的電子郵箱免受垃圾郵件的騷擾……

目前，有一些技術(shù)可用來開發(fā)人工智能系統(tǒng)。例如，機(jī)器學(xué)習(xí)就是其中一種，它讓計(jì)算機(jī)程序通過對(duì)訓(xùn)練集數(shù)據(jù)“學(xué)習(xí)”獲得解決問題的模型，而無需通過編寫一行又一行的指令代碼完成任務(wù)。

借助應(yīng)用一組算法，程序通過對(duì)大量訓(xùn)練集數(shù)據(jù)反復(fù)學(xué)習(xí)，構(gòu)建出模型。而模型構(gòu)建出一系列內(nèi)部映射使輸入數(shù)據(jù)能一一對(duì)應(yīng)到目標(biāo)結(jié)果判定，這樣即使輸入新數(shù)據(jù)，該模型也能做出正確的判定。此類系統(tǒng)也可配置為持續(xù)學(xué)習(xí)模式，通過源源不斷涌入的新數(shù)據(jù)持續(xù)學(xué)習(xí)達(dá)到更高的準(zhǔn)確率。成熟穩(wěn)定后的模型對(duì)構(gòu)建其機(jī)器學(xué)習(xí)方案具有指導(dǎo)意義。回想之前提到的網(wǎng)約車軟件示例，機(jī)器學(xué)習(xí)技術(shù)能夠估算出車輛到達(dá)時(shí)間、最佳上車地點(diǎn)，以及用于檢測可能發(fā)生的欺詐行為。

深度學(xué)習(xí)是一種特殊的機(jī)器學(xué)習(xí)技術(shù)，它基于類似人腦神經(jīng)元、神經(jīng)回路的人工神經(jīng)網(wǎng)絡(luò)算法。一旦定義好輸入層及輸出層數(shù)據(jù)對(duì)應(yīng)關(guān)系，在其間構(gòu)建多級(jí)（深度）隱含層形成映射關(guān)系，通過大量的數(shù)據(jù)訓(xùn)練每一層神經(jīng)元的權(quán)值，不斷完善模型，在圖像識(shí)別、語音識(shí)別領(lǐng)域應(yīng)用將獲得出乎意料的效果。

使用深度學(xué)習(xí)算法構(gòu)建的醫(yī)學(xué)影像AI工具能夠提高放射科醫(yī)師的工作效率，并輔助他們做出診斷決策。這為他們節(jié)省出更多的時(shí)間以關(guān)注患者本身，以更加從容地診斷更復(fù)雜的病例。

最終，這將助力放射科醫(yī)師快速地成長為行業(yè)專家；作為病患診斷決策的關(guān)鍵者，實(shí)現(xiàn)更大的價(jià)值。近期的深度學(xué)習(xí)算法有望改善患者就醫(yī)體驗(yàn)，如縮短診斷時(shí)間，增加救治處理時(shí)間，同時(shí)提高從業(yè)醫(yī)師工作滿意度。

盡管第一代基于深度學(xué)習(xí)算法的醫(yī)學(xué)影像應(yīng)用還只能作為輔助診斷工具，但隨著技術(shù)的進(jìn)步，它終將能在診斷領(lǐng)域扮演更重要的角色。從全球范圍來看，放射科醫(yī)師短缺或臨床醫(yī)師閱片的地區(qū)特別重視這一技術(shù)應(yīng)用的發(fā)展。

在GE醫(yī)療，我們將AI視為一種專業(yè)工具，它可以讓放射科醫(yī)師成為患者診斷和治療過程中更有價(jià)值的專家。

深度學(xué)習(xí)是真正的變革性技術(shù)，我們不能低估其對(duì)放射學(xué)領(lǐng)域的長期影響。機(jī)器學(xué)習(xí)在常規(guī)用于影像診斷的過程中，更多地是一個(gè)時(shí)間問題而不是能否實(shí)現(xiàn)的問題。目前，醫(yī)療影像中的深度學(xué)習(xí)還處于早期階段，在未來一段時(shí)間內(nèi)，AI還不能取代放射科醫(yī)師。

AI最終將以各種輔助診斷工具落地，協(xié)助放射醫(yī)師閱片，如影像增強(qiáng)、病灶的識(shí)別與量化。人工智能通過實(shí)踐證明了它能增強(qiáng)放射影像判讀能力，并將使放射科醫(yī)師能擁有更多時(shí)間專注于服務(wù)患者。未來，AI很可能會(huì)像聽診器一樣成為廣大醫(yī)師的通用診斷工具。