人工智慧視覺應用於醫療保健 - 工程師

→ ice80712: 阿法狗可以自我比賽增強學習 醫療？ 11/06 13:54
推 j0958322080: 醫療也可以啊，樓上這樣問一看就知道不懂演算法

認真回覆一下。

阿法狗可以自我比賽不斷產生數據，再透過強化學習，
於是模型愈來愈厲害。

醫療怎麼用強化學習?
光是數據就不夠了，要怎麼自我產生數據?

到底誰不懂演算法?




※ 引述《zxcvxx (zxcvxx)》之銘言：
: 人工智慧視覺應用於醫療保健
: http://bit.ly/2OcOpuE
: 勤業眾信(Deloitte)與經濟學人研究指出，全球醫療保健(Healthcare)支出規模估計在
: 2020年應該可達到8兆7千3百億美金，而InkWood Research評估2016年以人工智慧(AI)技
: 術應用在醫療保健中產業規模約12億美金。
: 在醫療場域中，病理檢驗專科醫師每天分析各種影像與整合判斷，例如：
: 分類任務：從MRI腦部掃描影像判斷是否為出血性中風？
: 辨識定位：超音波影像中腎臟在哪裡？
: 掃描偵測：肺部CT掃描影像中所有的腫瘤？
: 圈選區塊：肺腫瘤患者是否應該進行手術，如果是，切除範圍應該是多少？
: 在單純面對影像辨識時，醫師像挑戰「威利在哪裡」(Where's Wally?)，在大片影像中找
: 出特定形體。
: 人工智慧下的分支領域：深度學習(deep learning)，發展在1980年代遭遇瓶頸，直到
: 2012年多倫多大學AlexNet的深度網路結構獲得重大突破後，影像辨識技術逐漸成熟，
: 2018年Google DeepMind以更優化網絡，與英國眼科醫院合作標註上萬份視網膜掃描影像
: 中的病變區，訓練的AI能正確辨識青光眼等疾病，早期測試錯誤率低於人類醫師，排定計
: 畫用於臨床治療。在醫療場域累積大量影像與AI視覺技術進步下，兩者結合成近年熱門研
: 究主題。

--