主页（http://www.cnwulian.net）：Airdoc副总裁张京雷：人工智能在医学影像识别领域的应用
品牌推广就用这几招，好推宝助力品牌打开知名度
医生是十分依靠经验的行业，很难批量化的培训和复制。而人工智能的成熟让这现象有了转机，人工智能可以模拟人类大脑，，通过海量医学知识和医学专家经验的学习，从而掌握想对应的医学知识。此外操作简单，可以应用在各个医疗机构，从而对广大经验不足的医生带来巨大的助益。
人工智能为医疗带来变革
Airdoc识别医学影像
单一病种的弊端
自有人类历史以来，医学水平没有哪个时候像现在这样发达，但是很多医生正在逐步失去了患者的信任。三甲医院人山人海，基层医院门可罗雀，医疗资源分配不平均成为了造成这一现象的主要原因。
人工智能在医疗领域已经展现了其强大功能，但是未来仍然有巨大的路要走，需要漫长时间的沉淀。
以眼科为例，Airdoc在眼科领域研发了多个算法模型，可以有效地辅助医生进行临床诊断。Airdoc花费大量时间从多家国内外顶级医院收集了数十万张眼底照片，构建了超过100层卷积神经网络，准确解析原始图像的高阶信息，单次迭代持续训练超过120小时，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。
医学是研究人类健康和疾病的规律、预防和治疗疾病、保护和增进人类健康的一门科学。文艺复兴后随着科技的发展，医疗已经到达了前所未有的高度。而近年来随着人工智能的兴起，再次在医疗领域掀起了一场医疗变革。
会上张京雷分享了人工智能在医学影像识别上的弊端，在过去的两年中，Airdoc在众多领域做出了尝试，比如Airdoc基于海量数据研发了肺结节识别算法，但是在推广的过程中发现算法很难落地。
在我们就医的过程中，有很多的环节，人工智能可以让每一个环节变得更加高效，张京雷认为，在选择领域的时候一定要基于客观事实慎重选择。
首先，癌症的识别关乎一个人的生命健康，医疗系统和患者都会十分谨慎。其次，在现实生活中单一算法很难落地，一张影像中可能会有多种病变，但是肺结节的识别算法只能够识别单一病种，这并不能够解决医生的实际需求。
医疗资源有限，不管如何分配，优质医疗资源覆盖不到的地方还是占多数。这就需要在现有的资源供应环境中创造“增量价值”，创造提高效率的解决方案，再多的搬运也解决不了问题。
最近两年，众多科技界和医疗经验的专家纷纷认为人工智能可以促进医疗产业升级，为医疗带来增量价值。同时研究人工智能医疗的公司也纷纷出现。
病人和医生交互越多环节，算法的质量越差。在医生的工作中，影像只是一部分，还有很多主诉和交流，但是目前人工智能尚处于弱人工智能阶段，并不能进行深入的沟通，比如中医的望闻问切都是交互，目前机器没有办法观察患者的面部表情，如果选择这个方面的算法，很可能会丢失很多信息，从而对算法的准确率产生印象。因此选择辅助分析算法的时候需要选择更少沟通，更客观的方向。
医学影像是最客观的领域，往往不需要和病人的交互和主诉，因此Airdoc选择了医学影像识别领域做为突破口，如今已经在眼科，皮肤科，病理科等众多领域取得优秀的算法，今年5月份，Airdoc作为第一家中国人工智能企业，受邀参加微软Build2017全球开发者大会。
“人工智能+医学影像 菁英汇”在2017年08月18日在上海健康智谷召开，业内领军团队Airdoc副总裁张京雷就人工智能深度学习与医学影像识别和现场众多从业者展开了讨论。
