发布时间：2024-05-19 05:58:18 来源：M6官网注册 作者：M6米乐手机登录APP入口
AI+已经成为继互联网之后再次燃起的科技，在医疗领域，癌症诊断成了主要领域，人工智能已经可以诊断肺癌、肝癌、乳腺癌等癌症，代表企业如IBM的Watson，国内Airdoc等，但是在癌症之外，AI又取得了怎样的成果呢？
近年来我国眼病发病率率逐年增高，眼睛是心灵的窗户，每年都有大量患者失明，其中青光眼、糖尿病性视网膜病变、老年性黄斑变性、白内障等成为了四大致盲眼病。
青光眼是现代社会中最常见的致盲性疾病之一,它主要以视野损坏、神经萎缩以及眼压升高为特性。严重威胁着我们的健康乃至我们社会的发展,它危害结果极为严重。同时由于它的产生具有渐进性与隐蔽性,发病初期很难被发现,一旦呈现视力下滑,则已经进入了晚期,这时视野损坏以致不能恢复。
糖尿病视网膜病变（DR）是发病率极高的糖尿病并发症。由于长期高血糖环境，引起视网膜毛细血管损伤，造成特异性改变的眼底病变，是一种不可逆性致盲性眼病。该疾病患病率极高，糖尿病视网膜病变患者占糖尿病患者总数的25% ~ 38%。糖尿病病程越长，病情越重，年龄越大，发病的几率越高。据WESDR的研究报告，患糖尿病5年以上DR发病率约为17%；患糖尿病10年以上DR发病率为26%；患糖尿病20年以上DR发病率为63%。
老年性黄斑变性是50岁以上老年人低视力和失明的首要原因，现在发病原因并没有完全搞清楚，可能是视网膜色素上皮以及脉络膜毛细管层的改变，导致视网膜色素上皮脱落、萎缩或视网膜下新生血管膜形成。
早在1950年，图灵就提出过人工智能的概念，在之后的数十年中，无数科学家治理与人工智能的研发，20世纪80年代，人工神经网络反向传播算法诞生，这种方法无需人工制定规则，而是让机器在大量训练样本中寻找统计规律，相比以前的方法，神经网络在很多方面优势明显。卷积神经网络（CNN）是建立在传统人工神经网络上的一种深度学习算法。
深度学习的出现，大大提高了图像识别的准确率和速度，卷积神经网络是一个多层网络结构，它的每一个层实际上是由多个特征图构成，每个特征图代表一种特征；在每一个特征图上又有许多个独立的神经元。对应的，将卷积神经网络的网络层分为卷积层和下采样层，也称为降采样或者子采样；网络层次之间并非线性映射，从卷积层到下采样层是一个下采样的过程，从下采样层到卷积层则是一个卷积滤波的过程。
近年来，基于卷积神经网络的深度学习，在图像识别领域取得了巨大的成就，比如在人脸识别领域、在航天、军事、工农业等诸多方面发挥着重要的作用。如所有人所愿，深度学习在医学影像识别领域同样取得了巨大的成就。
随着科技的进步，众多医学研究者和科学家，基于深度学习的方法，人工智能已经可以识别众多的肿瘤和癌症，并且都取得了良好的效果。
2016年中华医学会全国眼科学术大会公式，我国约有1.14亿糖尿病患者，中国的眼科医生约为3.6万余名，患医比达到惊人的3166：1，使得这些医院和医生负担很重，因而很多专家和科学家将目光放在眼科影像识别和诊断。
其中，最具代表性的就是国内的医疗领域人工智能团队Airdoc，Airdoc在眼科取得了巨大的成果，在今年上海COOC大会上，张大磊和众多国内外的眼科医生探讨了人工智能和眼科疾病相结合的事情，Airdoc在糖尿病性视网膜病变、斜视和眼眶病的识别上已经和人类医生水平相当。
比如，糖网的识别上，Airdoc花费大量时间从多家国内外医院收集了数十万张眼底照片，针对眼底图像特点，设计特定的深度卷积神经网络模型，在ImageNet 1000类分类模型预训练基础上，对眼底图像分类模型进行迭代优化，最终研发出了Airdoc糖尿病性视网膜病变辅助诊断模型，在灵敏性和特异性等主要指标上，获得了和人类医生相当的结果。针对斜视问题，Airdoc设计了深度学习和传统机器学习相结合的混合模型。
4月12日国务院总理李克强主持召开国务院常务会议，部署推进医疗联合体建设，以深化体制机制改革为群众提供优质便利医疗服务。
李克强总理指出推动优质医疗资源共享和下沉基层，通过派遣专家、专科共建、业务指导等提升基层医疗水平。在医联体内实现健康档案、病历等互联互通，实行检查结果互认、处方流动、药品共享。建立医学影像、检查检验等中心，在医联体内提供一体化服务。不同医联体之间也要加强合作。
深度学习就是学习大医生的医学经验，并且加以应用，可以为医疗带来增量价值，通过深度学习的方法可以辅助年轻没有经验的医生和基层医生，从而让基层医生拥有院士级别的小助手。
