9月11－12日，由深圳市人民政府主辦，OFweek維科網(wǎng)承辦的“OFweek 2019中國智慧醫(yī)療產(chǎn)業(yè)大會”在深圳會展中心舉辦。在12日下午的“醫(yī)療人工智能專場”活動中，廣東工業(yè)大學計算機學院副院長曾安女士帶來主題為《人工智能及其在阿爾茨海默癥早期診斷中的應用》的報告。

本次演講主要分成三個部分，首先介紹了人工智能技術(shù)，其次探討了當前人工智能在阿爾茨海默癥早期診斷中的應用現(xiàn)狀，最后講解并展示了曾安所在團隊的主要研究工作。

人工智能引領(lǐng)未來，機器學習、深度學習成發(fā)展方向

科技進步使人類社會從工業(yè)1.0階段逐步邁向了工業(yè)4.0的階段，這與人工智能技術(shù)的發(fā)展密不可分，尤其是包括大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、機器人和人工智能技術(shù)在內(nèi)的多種技術(shù)的相互融合，使人類的體力和腦力同時得到了延伸。人工智能機器人的時代已經(jīng)悄然來臨。

曾安介紹了人工智能的發(fā)展歷程以及各國的行業(yè)現(xiàn)狀。她表示，人工智能是研究開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學，是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器。世界各國的人工智能競爭已經(jīng)進入白熱化階段，人工智能將成為更多國家的戰(zhàn)略選擇。

曾安指出，機器學習是人工智能研究和應用的一個重要分支，機器學習的側(cè)重點在于理論研究，通過利用機器從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進行預測。深度學習則是機器學習的追求方向，它源于神經(jīng)網(wǎng)絡，目前在圖像識別、語音識別、翻譯等領(lǐng)域均得到了廣泛的應用。常見的深度學習模型包括了卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、棧式自編碼器以及深度置信網(wǎng)絡。

人工智能在阿爾茨海默癥早期診斷中的應用與成就

針對阿爾茨海默癥的具體情況和診療的發(fā)展現(xiàn)狀，曾安不無遺憾地表示，當前并沒有治愈阿爾茨海默癥的方法，近幾年相關(guān)藥物的研究也都以失敗告終。因此，相關(guān)團隊對于病癥的研究重點轉(zhuǎn)移到了早期診斷上?，F(xiàn)階段阿爾茨海默癥早期診斷手段主要有四種，包括計算機斷層掃描（CT）、磁共振成像（MRI）、單光子發(fā)射計算機斷層掃描（SPECT）和正電子發(fā)射斷層掃描（PET）。

此外，曾安還向現(xiàn)場嘉賓展示了基于神經(jīng)影像學的AD（即“阿爾茨海默癥”）分類框架。AD的早期診斷流程是基于SPECT 圖像數(shù)據(jù)，再進行圖像的預處理、分割，通過人工智能技術(shù)進行特征提取，最后利用線性/非線性分類器進行分類，以此得到診斷結(jié)果所需的數(shù)據(jù)。據(jù)曾安介紹，阿爾茨海默癥診斷模型主要有五種：基于PCA和SVM的阿爾茨海默癥診斷模型、基于SAE的阿爾茨海默癥診斷模型、基于DBN的阿爾茨海默癥診斷模型、基于2D-CNN的阿爾茨海默癥診斷模型以及基于RNN的阿爾茨海默癥診斷模型。

最后，曾安還分享了2D－CNN＋ensemble模型、2D－CNN＋GA＋ensemble模型、DeepLearning＋GWAS模型以及MRI＋PET多模態(tài)融合模型等科研成果。這些研究成果均已成為成熟的技術(shù)模型，在阿爾茨海默癥早期診斷的效率和質(zhì)量上起到了重大的作用。

來源：IT科技訊