新書推薦：
《
银色瀑布：美国兵工厂与中途岛海战
》
售價：NT$
359.0
《
乔丹法则
》
售價：NT$
363.0
《
如何不被一杯水淹没
》
售價：NT$
307.0
《
流人系列03：猛虎 午夜文库
》
售價：NT$
411.0
《
洛克现代性政治学之根
》
售價：NT$
494.0
《
奥登诗精选
》
售價：NT$
510.0
《
《你的名字。》美术画集
》
售價：NT$
562.0
《
北齐书（点校本二十四史修订本 全2册）
》
售價：NT$
770.0
|
| 內容簡介： |
|
《超声医学与人工智能》以临床实际需求为出发点，从理论到应用，将人工智能与超声医学有机结合，对相关交叉学科发展展开了详细阐述，旨在让读者全面了解人工智能时代下的超声医学领域的新发展。《超声医学与人工智能》共分为四章，分别从人工智能发展概况、发展要素、临床应用场景及伦理思考等多个方面展开叙述。
|
| 目錄：
|
目录
**章 概述 1
一、人工智能在医疗领域的应用 2
二、人工智能在超声医学领域的应用 4
第二章 超声医学与人工智能的发展要素 6
**节 大数据 6
一、大数据的概念、特性及发展现状 6
二、大数据的处理流程 8
第二节 数据分析方法 10
一、图像处理 10
二、数据分析 18
第三节 云计算技术 28
一、云计算的概念及发展 29
二、云计算系统的特性 30
三、云计算服务的部署模型 31
四、云计算的关键技术与服务模式 32
第三章 人工智能在超声医学的应用 37
**节 人工智能在消化系统超声中的应用 37
一、人工智能辅助肝脏病变超声诊断 38
二、人工智能辅助胰腺病变超声诊断 43
第二节 人工智能在泌尿系统超声中的应用 44
一、人工智能辅助肾脏病变超声诊断 44
二、人工智能辅助前列腺病变超声诊疗 46
第三节 人工智能在妇产生殖超声中的应用 49
一、人工智能应用于妇科超声诊断 50
二、人工智能应用于产科超声诊断 56
三、人工智能应用于女性生殖系统功能评估 70
第四节 人工智能在心血管超声中的应用 75
一、人工智能在超声心动图中的应用 75
二、人工智能在血管超声诊断中的应用 86
第五节 人工智能在浅表超声中的应用 92
一、人工智能在乳腺超声中的应用 93
二、人工智能在甲状腺超声中的应用 107
三、人工智能在肌骨超声中的应用 116
四、人工智能在浅表淋巴结超声中的应用 123
第六节 人工智能在儿科超声中的应用 126
一、人工智能辅助新生儿颅脑超声检测 126
二、人工智能在儿科髋关节超声诊断中的应用 129
三、人工智能在新生儿肺脏超声中的应用 131
第七节 超声医学人工智能的情景应用 133
一、人工智能远程医疗 133
二、智能超声机器人 137
三、“掌上超声+人工智能”助力基层智能诊疗 139
第四章 超声医学与人工智能的思考 155
**节 超声医学与人工智能的困境 155
一、来源于数据和技术的挑战 155
二、势在必行的超声医学人工智能规范化建设 157
三、超声医师的角色转换与责任归属 157
第二节 寻求超声医学人工智能发展的应对之策 159
一、完善人工智能法律体系 159
二、超声医学规范化体系构建 160
三、超声医学-人工智能复合型人才培养 161
四、引导交互式、通用型的智能辅助诊疗发展 162
五、智能超声产品转化的规范化体系建设 163免费在线读**章 概述
人工智能（artificial intelligence，AI）的概念于1956年在达特茅斯会议上被首次提出，其定义是指利用数字计算机或数字计算机控制的机器模拟、延伸及扩展人的智能，感知环境、获取知识并使用知识获得**结果的理论、方法、技术及应用系统。维基百科给出了一个更为简单的定义——通过计算机程序来呈现人类智能。
人工智能的发展共经历了三次浪潮（图1-0-1）。21世纪以前，以符号主义、连接主义为代表的两次发展浪潮分别因“缺乏实用性和计算能力”及“应用范畴有限”而热度消退。2016年，一场“人机大战”在科技界引发了巨大的舆论漩涡——Google旗下DeepMind研发的人工智能程序AlphaGo在围棋比赛中，击败了世界冠军李世石，机器的全面胜利使得人工智能再一次以迅雷不及掩耳之势席卷全球，第三次发展浪潮应运而生。
图1-0-1 人工智能发展的“三次浪潮”
**次发展浪潮以符号主义为代表；第二次发展浪潮以连接主义为代表；第三次发展浪潮以基于互联网大数据的深度学习为代表当下，人工智能的发展可谓占尽天时、地利、人和。面对崭新的人工智能时代，世界各国纷纷从国家战略层面推进人工智能技术，力争在由人工智能引领的新一轮科技革命中占得先机，如美国在2016～2018年，陆续制订了《国家人工智能研究和发展战略计划》、《人工智能与国家安全》及《人工智能与国家安全：AI生态系统的重要性》等多项人工智能领域规划，并于2019年6月发布了《2019年国家人工智能研发战略规划》；2019年11月，新加坡政府宣布推出“全国人工智能策略”，在交通物流、智能市镇、医疗保健、教育及安保五大领域大力推动人工智能技术的应用；2019年12月，韩国政府公布“人工智能（AI）国家战略”，旨在推动韩国从“IT强国”发展为“AI强国”。
同样，自2015年来，我国政府相继发布多个政策，如2016年出台的《“互联网+”人工智能三年行动实施方案》、2017年出台的《新一代人工智能发展规划》及《促进新一代人工智能产业发展三年行动计划（2018—2020）》等，旨在为人工智能在各领域的广泛应用提供指引及导向，促使学科交叉融合、健康稳步发展。2020年3月科技部明确提出要大力推动关键核心技术攻关，人工智能是其中的一项。随后，国家发改委在2020年4月首次明确人工智能属于新型基础设施的范围。此外，2020年6月的十三届全国人大常委会第五十八次委员长会议中提及需要重视对人工智能、区块链、基因编辑等新技术新领域相关法律问题的研究。
除了政策支持以外，超级计算机、大数据及云计算的出现为人工智能算法提供了发展所需的算力及大数据，人工智能的发展模式随即从过去追求“用计算机模拟人工智能”，逐步转向 “机器与人结合而成的增强型混合智能系统”。随着全球科学、技术、工程和数学领域的人才不断增加，人工智能领域的人才持续增加，如我国有超过10万人研究人工智能开发。如今，人工智能正在全球范围内蓬勃发展，其在新时代的发展既是机遇也是挑战。同样，在医疗领域，无论是作为需求方的临床医师，还是作为技术方的工程研究人员，都应该正确认识人工智能在医疗领域的定位及作用。在超声医学领域，应该准确把握人工智能的发展方向及前景。
一、人工智能在医疗领域的应用
1. 人工智能在医疗领域的应用方向 医疗领域是人工智能的主要应用领域之一[1]，其应用主要集中在疾病预防、疾病诊治、资源配置及患者服务四大方面。根据人工智能在医疗领域中的功能定位不同，可将其分为基础设施层、技术层及应用层（图1-0-2）。
图1-0-2 人工智能在医疗领域的应用
2. 人工智能在医疗领域的应用意义 作为科技新技术，人工智能在医学领域中的应用如雨后春笋，对医疗领域的发展有着重要的推动作用，如提高医疗质量及服务效率、优化医疗资源配置、降低医疗成本等。
（1）有效提高医疗质量及服务效率：提升医疗质量是医疗机构发展的核心目标。人工智能技术应用于医疗领域，可实现对患者信息的系统性及针对性管理，帮助制订前瞻性管理决策和预算规划，如医院可采用人工智能技术对人口及医疗数据进行实时分析，以预测患者数量的增长，预先做好床位的配置规划。此外，借助人工智能技术进行辅助诊断，可有效避免误诊，提高诊断准确性，减少医疗事故的发生。因此，人工智能技术应用于医疗领域，可有效提高医师的诊疗效率，提升医疗服务质量。
（2）有效缓解医疗资源配置不均等问题：我国地域辽阔，人口众多，公共医疗系统持续承受巨大的压力。一线城市三甲医院医疗资源相对充足，但基层单位医疗水平持续低下，城乡分配严重不均。据统计，2018年我国每千人平均医师拥有量仅为2.59人，医师人才资源缺口问题突出。人工智能技术可通过“学习”和“拷贝”高水平诊疗模式，将优质的诊疗方法通过远程传输或软件等方式进行推广应用，从而提高基层医师的疾病筛查检出率和诊断准确率，改善基层单位医疗水平，实现分级诊疗，切实改善医疗资源分配不均的现状。
（3）有效降低医疗成本：尽管我国持续加大医改力度，但“看病难、看病贵”的问题仍较为突出，如何降低医疗成本是关键。人工智能技术可快速识别高危人群，提高医疗服务的针对性，减少不必要的检查资源浪费，如使用人工智能技术对急诊非急诊患者进行初步评估，可实现对患者的快速分流，减少不必要的就诊；应用人工智能技术辅助医师诊断，可提高医师诊断水平，实现精准诊断及治疗，减少医疗费用支出，同时促进医疗服务向个性化、精准化转变[2]。
3. 人工智能应用于医疗领域的难点 既然人工智能在医疗领域的应用前景如此广阔，为何目前临床实际工作中还难以寻找到它的踪迹？事实上，除了伦理及责任归属问题（详见本书第四章），医疗人工智能从“研究”到“产业化及临床应用”还需经历一段漫长的过程。其中，如何获取医疗器械注册证是人工智能产品所面临的*严峻问题之一。
2018年8月1日我国新版《医疗器械分类目录》正式生效。按照风险程度，医疗器械产品可分为三类：**类是风险程度低，实行常规管理即可保证其安全、有效的医疗器械；第二类是具有中度风险，需要严格控制管理的医疗器械；第三类是具有较高风险，需要采取特别措施严格控制管理的医疗器械。与美国食品药品监督管理局（food and drug administration，FDA）“将部分人工智能产品降级为二类医疗器械以便尽快投入市场使用”的策略不同[3]，我国国家药品监督管理局（以下简称“药监局”）严格要求人工智能产品必须获批三类医疗器械认证才能开展独立诊断。据了解，医疗器械产品从申报到审批需经过产品定型、检测、临床试验、注册申报、技术审评和行政审批六个步骤，目前申报三类器械的医疗人工智能产品大多停留在注册申报起步阶段。事实上，目前国内绝大部分人工智能医疗产品获批的是二类注册证，仅被允许开展辅助诊断。三类注册证获批难度大、耗时长，原因在于人工智能产品具有特殊性（如属于概率性诊断、诊断责任难以归属等），监管部门对此类审批尤为谨慎，因此人工智能产品审批进程缓慢成为众多人工智能产品产业转化的“鸿沟”。
目前，雅森、汇医慧影、推想、深睿、Airdoc、依图医疗等国内多家医疗影像人工智能公司都在积极进行三类医疗器械的申报。2020年1月，经药监局审批，由北京昆仑医云科技有限公司（科亚方舟）自主研发的“冠脉血流储备分数计算软件”获得了国内首个人工智能三类医疗器械注册证。
此外，尚未建成标准测试数据库是导致人工智能产品审批进程缓慢的另一主要原因。标准测试数据库是用于验证医疗人工智能产品临床效能和适用性的第三方数据库。为了保证数据库的公平性和权威性，在建设过程中需遵循“数据来源广泛、数据类型分布合理、标注规范”三大原则，且不同病种需建立各自的测试数据库。然而，由于建设工作量大、周期长，短期内人工智能产品的审批数量难以大幅度增加。据中国食品药品检定研究院数据显示，目前已建设完成的标准数据库仅有眼底疾病数据库及肺结节图像数据库。
针对“缺乏规范深度学习辅助决策医疗器械软件审评政策及流程”的问题，2019年7月，国家药品监督管理局医疗器械技术审评中心制定发布了《深度学习辅助决策医疗器械软件审评要点》（简称《要点》）[4]，从需求分析、数据收集、算法设计、验证与确认等方面，对使用深度学习技术进行前处理（如成像质量改善、成像速度提升、图像重建）、流程优化（如一键操作）及常规后处理（如图像分割、数据测量）等非辅助决策的软件评审进行规范，并提供了注册申报资料说明[2]。要点的发布为人工智能在新时代的转化及产品研发提供了规范化引导。
二、人工智能在超声医学领域的应用
1. 人工智能在超声医学领域的应用意义 人工智能在医学影像中的应用具有广阔的应用前景。医疗数据中，有超过90%的数据来自医学影像，而医学影像图像的获取及分析过程既枯燥又困难，这使得人们很早就考虑采用人工智能的方法来解决这些问题。1963年，美国放射学家Gwilym S. Lodwick率先提出X线片数字化的方法[5]。随后，1966年，Ledley[6]正式提出了“计算机辅助诊断”（computer-aided diagnosis，CAD）的概念。随着计算机断层成像（computed tomography，CT）、磁共振成像（magnetic resonance imaging，MRI）及发射计算机断层显像（emission computed tomography，ECT）等数字化医疗设备的产生，医学影像图像数据的存储、分析方法及管理模式也日益更新。
作为影像领域的重要分支，超声医学具有良好的人工智能适应证：超声检查操作便捷、价格低廉、应用范围广，具备可重复、无创、无辐射的优势，在各脏器系统的应用范围不断扩大，应用需求也逐渐增加，超声医师工作强度和责任风险也相应持续加大；其次，由于超声对出报告的时效性要求高，且存在诊断主观性强、部分应用缺乏统一诊断标准等局限，需要一种高效、客观、稳定的方法来解决上述问题。人工智能具有稳定、高效及客观等特点，在辅助超声诊疗中有助于优化检查流程、规范诊断标准、缩短检查及出具报告的时间，可提高超声医师的诊断信心和工作效率。此外，在国家实行分级诊疗政策的大环境下，通过向基层医院推广智能化、数字化的超声诊疗平台，可辅助基层医师更快、更好地完成日常诊疗工作。
2. 人工智能应用于超声医学领域的难点 尽管人工智能应用于超声医学领域具有重要的意义，但其起步及发展进程仍较为缓慢，其中的限制因素如下。
（1）超声检查规范化及图像质量要求更高：超声需要操作者手动扫查及自定义标准切面，其主观性较强，检查结果对操作者经验依赖性较大；超声图像易受伪像、噪声影响，导致图像质量不佳；不同厂商的超声仪器，其功能及图像分辨率存在一定差异，人工智能图像分析的难度更大。
（2）超声图像中不同组织结构差异大：相较于图像规范化程度较高的X线、CT、MRI而言，每一个脏器不同切面的超声图像间差异性较大，难以符合人工智能应用所提出的“输入图像数据尽量稳定一致”的要求。因此，超声图像数据集的处理效能较低（图1-0-3）。
图1-0-3 不同影像学检查手段的图像
X线（A）、CT（B）及MRI（C）的图像比超声更容易实现规范化
（3）动态图像采集对人工智能图像识别与诊断技术要求更高：超声检查往往需要存储动态图像，以便用于回顾动态条件下观察区域的前后变化。部分特殊检查（如超声造影）的分析对象为动态图像，这无疑对人工智能的算力及算法提出了更高的要求。
做好超声规范化建设，同时优化人工智能算法、提高运算效率，是克服上述限制因素及推动人工智能在超声医学领域应用的重要举措。2019年，中国医师协会超声医师分会发布的《中国超声医学人工智能行为准则：北京宣言》[7]，对当下人工智能在超声医学领域的应用目的、应用
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
