人工智能基礎(chǔ)及應(yīng)用-課件-9-智慧醫(yī)療

第9章智慧醫(yī)療9.1什么是智慧醫(yī)療9.2影像分析與輔助診療9.3醫(yī)療機(jī)器人9.4醫(yī)療健康管理9.1什么是智慧醫(yī)療9.1.1什么是智慧醫(yī)療？ 1.智慧醫(yī)療，是通過打造健康檔案區(qū)域醫(yī)療信息平臺(tái)，利用最先進(jìn)的物聯(lián)網(wǎng)技術(shù)，利用先進(jìn)治療和智能診斷技術(shù)，實(shí)現(xiàn)患者與醫(yī)務(wù)人員、醫(yī)療機(jī)構(gòu)、醫(yī)療設(shè)備之間的互動(dòng)，逐步達(dá)到信息化。智慧醫(yī)療發(fā)展概況醫(yī)療信息化智能診療和醫(yī)療健康管理藥物研發(fā)醫(yī)學(xué)影像醫(yī)療機(jī)器人

智慧醫(yī)療目前已在藥物研發(fā)、醫(yī)療機(jī)器人、醫(yī)學(xué)影像、輔助診斷等方面全方位布局。隨著以深度學(xué)習(xí)為代表的人工智能技術(shù)帶來技術(shù)和產(chǎn)品重大突破不斷涌現(xiàn)，出現(xiàn)了人工智能技術(shù)與醫(yī)療健康領(lǐng)域深度結(jié)合的跡象。9.1什么是智慧醫(yī)療9.1.1什么是智慧醫(yī)療？ 2.人工智能賦能醫(yī)療行業(yè)的發(fā)展路徑可歸結(jié)為“計(jì)算智能-感知智能-認(rèn)知智能”三個(gè)階段,隨技術(shù)進(jìn)步而螺旋上升發(fā)展。發(fā)展的三個(gè)階段計(jì)算智能是人工智能醫(yī)療發(fā)展的初期階段，在這一階段人工智能主要表現(xiàn)為對(duì)醫(yī)療行業(yè)的算力支持，通過計(jì)算機(jī)獲取海量醫(yī)療數(shù)據(jù)資源，對(duì)于數(shù)據(jù)進(jìn)行整合、處理、分析。感知智能是機(jī)器接收外界信息、實(shí)現(xiàn)人機(jī)交互的能力，機(jī)器對(duì)于外界信息的感知，主要通過將圖像、聲音、文字等轉(zhuǎn)化為數(shù)字形式進(jìn)行記憶和學(xué)習(xí)，并依據(jù)相關(guān)算法進(jìn)行推理和決策。認(rèn)知智能是人工智能醫(yī)療更深一步的發(fā)展，通過機(jī)器自我學(xué)習(xí)進(jìn)行有目的的推理優(yōu)化決策系統(tǒng)，實(shí)現(xiàn)人機(jī)互動(dòng)，輔助或者部分替代醫(yī)生完成醫(yī)療診斷工作。9.1什么是智慧醫(yī)療9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域八個(gè)應(yīng)用領(lǐng)域人工智能+公共衛(wèi)生人工智能+醫(yī)院管理人工智能+醫(yī)學(xué)影像人工智能+醫(yī)療機(jī)器人人工智能+藥物研發(fā)人工智能+健康管理人工智能+精準(zhǔn)醫(yī)療人工智能+醫(yī)療支付人工智能在公共衛(wèi)生領(lǐng)域的應(yīng)用9.1什么是智慧醫(yī)療人工智能在醫(yī)院管理領(lǐng)域的應(yīng)用9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域9.1什么是智慧醫(yī)療人工智能在醫(yī)學(xué)影像診斷的應(yīng)用方式9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域9.1什么是智慧醫(yī)療中國醫(yī)療機(jī)器人市場結(jié)構(gòu)9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域9.1什么是智慧醫(yī)療人工智能在新藥研發(fā)中的應(yīng)用9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域9.1什么是智慧醫(yī)療人工智能在健康管理領(lǐng)域的應(yīng)用9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域9.1什么是智慧醫(yī)療精準(zhǔn)醫(yī)療的三個(gè)層次9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域9.1什么是智慧醫(yī)療醫(yī)療支付主要方式與參與主體9.1.2智慧醫(yī)療產(chǎn)業(yè)應(yīng)用領(lǐng)域9.2影像分析與輔助診療9.2.1醫(yī)學(xué)圖像處理中的集中表現(xiàn)醫(yī)學(xué)圖像處理的對(duì)象是各種不同成像機(jī)理的醫(yī)學(xué)影像，臨床廣泛使用的醫(yī)學(xué)成像種類主要有X-射線成像（X-CT）、核磁共振成像（MRI）、核醫(yī)學(xué)成像（NMI）和超聲波成像（UI）四類。在目前的影像醫(yī)療診斷中，主要是通過觀察一組二維切片圖象去發(fā)現(xiàn)病變體，這往往需要借助醫(yī)生的經(jīng)驗(yàn)來判定。醫(yī)學(xué)圖像處理集中表現(xiàn)方面病變檢測圖像分割圖像配準(zhǔn)圖像融合9.2影像分析與輔助診療9.2.2人工智能影像分析1.病變檢測計(jì)算機(jī)輔助檢測是醫(yī)學(xué)圖像分析的有待完善的領(lǐng)域，并且非常適合引入深度學(xué)習(xí)。病變位置檢測是分階段的，并且通常由大量手工制作的特征描述。將分類器用于特征向量映射到候選者來檢測實(shí)際病變的概率。采用深度學(xué)習(xí)的直接方式是訓(xùn)練CNN操作一組以圖像為中心的圖像數(shù)據(jù)候選病變。9.2影像分析與輔助診療9.2.2人工智能影像分析2.圖像分割醫(yī)學(xué)圖像分割就是一個(gè)根據(jù)區(qū)域間的相似或不同把圖像分割成若干區(qū)域的過程。目前，主要以各種細(xì)胞、組織與器官的圖像作為處理的對(duì)象。傳統(tǒng)的圖像分割技術(shù)有基于區(qū)域的分割方法和基于邊界的分割方法，前者依賴于圖像的空間局部特征，如灰度、紋理及其它象素統(tǒng)計(jì)特性的均勻性等，后者主要是利用梯度信息確定目標(biāo)的邊界。圖為傳統(tǒng)的基于Watershed變換的醫(yī)學(xué)圖象分割方法，得到的分割結(jié)果9.2影像分析與輔助診療9.2.2人工智能影像分析Ghesu等人基于2891次心臟超聲檢查的數(shù)據(jù)集，結(jié)合深度學(xué)習(xí)和邊緣空間學(xué)習(xí)進(jìn)行醫(yī)學(xué)圖像檢測和分割。將“大參數(shù)空間的有效探索”和在深度網(wǎng)絡(luò)中實(shí)施稀疏性的方法相結(jié)合，大大提高了計(jì)算效率，并且與同一組發(fā)布的參考方法相比，平均分割誤差減少了13.5％圖像顯示了不同患者的檢測結(jié)果從測試集。檢測到的邊界框以綠色顯示，標(biāo)準(zhǔn)的框以黃色顯示。原點(diǎn)位于每個(gè)框中心的線段定義相應(yīng)的坐標(biāo)系9.2影像分析與輔助診療9.2.2人工智能影像分析Brosch等人利用MRI圖像上研究多發(fā)性硬化腦病變分割的問題。開發(fā)了一種3D深度卷積編碼器網(wǎng)絡(luò)，它結(jié)合了卷積和反卷積，增加網(wǎng)絡(luò)深度對(duì)病變的分割性能的影響。卷積網(wǎng)絡(luò)學(xué)習(xí)了更高級(jí)別的特征，并且反卷積網(wǎng)絡(luò)預(yù)進(jìn)行像素級(jí)別分割。增加網(wǎng)絡(luò)深度對(duì)病變的分割性能的影響。真陽性，假陰性和假陽性體素分別以綠色，黃色和紅色突出顯示。由于感受野的大小增加，具有和不具有捷徑的7層CEN能夠比3層CEN更好地分割大的病變。9.2影像分析與輔助診療9.2.2人工智能影像分析2018年德國醫(yī)療康復(fù)機(jī)構(gòu)提出一種具有代表性的基于全卷積的前列腺圖像分割方法。用CNN在前列腺的MRI圖像上進(jìn)行端到端訓(xùn)練，并可以一次完成整個(gè)分割。CNN網(wǎng)絡(luò)架構(gòu)示意圖數(shù)據(jù)集分割結(jié)果9.2影像分析與輔助診療9.2.2人工智能影像分析3.圖像配準(zhǔn)圖象配準(zhǔn)是圖象融合的前提，是公認(rèn)難度較大的圖象處理技術(shù)，也是決定醫(yī)學(xué)圖象融合技術(shù)發(fā)展的關(guān)鍵技術(shù)。圖(a)和圖(b)是對(duì)應(yīng)于同一人腦同一位置的兩幅MRI圖像，如果將一幅圖像空間中的每一個(gè)點(diǎn)在另外一幅圖像空間中都有對(duì)應(yīng)點(diǎn)，或者至少在醫(yī)療診斷上感興趣的那些點(diǎn)能夠準(zhǔn)確或近似準(zhǔn)確的對(duì)應(yīng)起來，我們就稱之為配準(zhǔn)。圖(d)給出了圖(a)相對(duì)于圖(b)的配準(zhǔn)圖像。

(a)

(b)

(c)

(d)9.2影像分析與輔助診療9.2.2人工智能影像分析2019年華中科技大學(xué)對(duì)基于PCANet的結(jié)構(gòu)非剛性多模醫(yī)學(xué)圖像配準(zhǔn)展開研究。提出了一種基于PCANet的結(jié)構(gòu)表示方法用于多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)，稱之為PSR方法。圖示，第一行分別是x和y方向變形的真實(shí)結(jié)果，第二行是用PSR方法與x和y方向的真實(shí)情況的差異；第三行是用MIND方法的變形和真實(shí)值之間的差異。9.2影像分析與輔助診療9.2.2人工智能影像分析4.圖像融合圖像融合的主要目的是通過對(duì)多幅圖像間的冗余數(shù)據(jù)的處理來提高圖像的可讀性，對(duì)多幅圖像間的互補(bǔ)信息的處理來提高圖像的清晰度。多模態(tài)醫(yī)學(xué)圖像的融合把有價(jià)值的生理功能信息與精確的解剖結(jié)構(gòu)結(jié)合在一起，可以為臨床提供更加全面和準(zhǔn)確的資料。醫(yī)學(xué)圖像融合的兩階段過程包括圖像配準(zhǔn)，然后是圖像融合。9.2影像分析與輔助診療9.2.2人工智能影像分析

多模態(tài)醫(yī)學(xué)圖像融合的例子。使用特定圖像融合技術(shù)的模態(tài)1與模態(tài)2的組合可以使醫(yī)學(xué)診斷和評(píng)估改進(jìn)。9.2影像分析與輔助診療9.2.3醫(yī)學(xué)圖像處理的預(yù)測與挑戰(zhàn)數(shù)據(jù)維度問題-2D與3D醫(yī)學(xué)圖像處理的預(yù)測與挑戰(zhàn)學(xué)習(xí)方法-無監(jiān)督與監(jiān)督遷移學(xué)習(xí)和微調(diào)數(shù)據(jù)隱私的影響1234在迄今為止的大多數(shù)工作中，是在2D圖像中進(jìn)行處理分析。人們常常質(zhì)疑向3D過渡是否是邁向性能提高的重要一步。數(shù)據(jù)增強(qiáng)過程中存在若干變體，包括2.5D。目前，大多數(shù)工作都集中在受監(jiān)督的CNN上以實(shí)現(xiàn)分類。而現(xiàn)在出現(xiàn)一些工作集中于無監(jiān)督方案，這些方案主要表現(xiàn)為圖像編碼。后期，結(jié)合卷積分類和RBM的生成和判別學(xué)習(xí)目標(biāo)將完全勝過生成性學(xué)習(xí)。在醫(yī)學(xué)成像領(lǐng)域中獲取與ImageNet一樣全面注釋的數(shù)據(jù)集仍然是一個(gè)挑戰(zhàn)。當(dāng)沒有足夠的數(shù)據(jù)時(shí)，遷移學(xué)習(xí)和微調(diào)，將會(huì)更好的勝任學(xué)習(xí)任務(wù)。在醫(yī)療保健數(shù)據(jù)不斷增加的同時(shí)，研究人員面臨如何加密患者信息以防止其被使用或披露的問題。同時(shí)帶來，限制訪問數(shù)據(jù)可能遺漏非常重要的信息。9.3醫(yī)療機(jī)器人9.3.1醫(yī)療機(jī)器人簡介醫(yī)療機(jī)器人是指用于醫(yī)院、診所的醫(yī)療或輔助醫(yī)療的機(jī)器人。醫(yī)療機(jī)器人是一種智能型服務(wù)機(jī)器人，通過獨(dú)自編制操作計(jì)劃，并依據(jù)實(shí)際情況確定動(dòng)作程序，然后把動(dòng)作變?yōu)椴僮鳈C(jī)構(gòu)的運(yùn)動(dòng)，同時(shí)，具備醫(yī)用性、臨床適應(yīng)性以及良好的交互性。醫(yī)療機(jī)器人分類類型用途細(xì)分產(chǎn)品手術(shù)機(jī)器人由外科醫(yī)生控制，可用于手術(shù)影像導(dǎo)引和微創(chuàng)手術(shù)末端執(zhí)行外科手術(shù)機(jī)器人、放療機(jī)器人、骨科機(jī)器人、血管介入機(jī)器人、腔鏡機(jī)器人等康復(fù)機(jī)器人輔助人體完成肢體動(dòng)作，用于損傷后的康復(fù)、提升老年人/殘疾人運(yùn)動(dòng)能力懸掛式康復(fù)機(jī)器人、外骨骼機(jī)器人、護(hù)理機(jī)器人等輔助機(jī)器人在醫(yī)療過程中起到輔助幫助作用膠囊機(jī)器人、配藥機(jī)器人、診斷機(jī)器人、遠(yuǎn)程醫(yī)療機(jī)器人等服務(wù)機(jī)器人提供非治療輔助服務(wù)，減輕醫(yī)護(hù)人員重復(fù)性勞動(dòng)醫(yī)用物流機(jī)器人、消毒殺菌機(jī)器人、移送病人機(jī)器人等9.3醫(yī)療機(jī)器人9.3.2醫(yī)療機(jī)器人應(yīng)用案例達(dá)芬奇手術(shù)機(jī)器人9.3醫(yī)療機(jī)器人9.3.2醫(yī)療機(jī)器人應(yīng)用案例ROBODOC關(guān)節(jié)手術(shù)機(jī)器人RIO關(guān)節(jié)手術(shù)機(jī)器人9.3醫(yī)療機(jī)器人9.3.2醫(yī)療機(jī)器人應(yīng)用案例主動(dòng)約束型脊柱外科手術(shù)機(jī)器人9.3醫(yī)療機(jī)器人9.3.2醫(yī)療機(jī)器人應(yīng)用案例齒雕機(jī)器人

義齒機(jī)器人9.3醫(yī)療機(jī)器人9.3.2醫(yī)療機(jī)器人應(yīng)用案例胃鏡機(jī)器人9.4醫(yī)療管理健康9.4.1人工智能健康管理1.大數(shù)據(jù)助力健康管理人工智能在醫(yī)療領(lǐng)域得以迅速應(yīng)用和發(fā)展的關(guān)鍵，實(shí)際上在于醫(yī)療大數(shù)據(jù)的積累和數(shù)據(jù)庫的發(fā)展。而這些數(shù)據(jù)并不僅僅產(chǎn)生于醫(yī)學(xué)影像的獲得或者醫(yī)院診斷的信息錄入，還可