为什么医学影像AI已进入「后深度学习时代」？( 六 )
AI理论创新之外的解决方法
正是由于深度学习遭遇的种种问题 ， 也促使优秀科学家加大了对基础理论的研究 。
而另一方面 ， 在部分临床问题中 ， 也可通过在非技术层的行业标准构建等方法 ， 来逐步推动医学影像AI辅助诊断的发展 。
第一步 ， 则需定义好要解决的问题 。
上海长征医院影像医学与核医学科主任刘士远在2018中国医学人工智能大会的演讲中指出 ， 现在的AI医疗产品遇到的首个问题便是实用性差 ， 如现在常见的影像AI产品大多是基于单病种图像标注形成的模型 ， 尚未符合临床实用场景的产品 ， 而且大多数产品性能的自报数据与实际检测数据不符 ， 鲁棒性有待提高 。
AI产品往往只是集中在少数几个病种 ， 难以覆盖全部医学影像问题 。
其次 ， 行业现在普遍缺乏标准化高质量的训练数据 ， 国内外虽然有很多公开的数据库 ， 但是存在同质化和人种差异等问题 。
而且众多人工智能企业和机构采用的训练数据集标准多样 ， 系统偏差较大 ， 行业缺乏医学图像和疾病征像的统一认识 。
推荐阅读
- 魔兽世界|魔兽TBC：为什么玩家期待跨区组队？降低组队难度，无需频繁换区
- 李儒|三国杀：为什么叫李儒时代的骄傲，他到底有什么好骄傲的？厉害吗
- 梦幻西游|梦幻西游：诗情画意进入净台时代，郭无情买爆总17段野兽鞋
- 池子|“为什么优菈总是在让人始料未及的版本到来？我还没准备好呀！”
- fpx战队|为什么同样是S赛夺冠，FPX的热度，完全没法跟IG与EDG相比？
- 王者荣耀|王者荣耀为什么要出限定皮肤？看完你就明白了
- 手机游戏|CFHD：神秘组织为什么开发生化手雷呢？关键是为了赚更多钱
- 打野|王者荣耀：不管什么打野都出一件肉装，李白都出暴裂，为什么？
- 抖音|正在火热追我的富二代，在得知我生日后突然消失不见，到底为什么
- 地下城与勇士|DNF即将推出手游，已进入倒计时，炽天使觉醒将更名光明颂唱者