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(guó)智慧醫(yī)療產(chǎn)業(yè)大會(huì)”在深圳會(huì)展中心舉辦。在12日下午的“醫(yī)療人工智能專(zhuān)場(chǎng)”活動(dòng)中，廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院副院長(zhǎng)曾安女士帶來(lái)主題為《人工智能及其在阿爾茨海默癥早期診斷中的應(yīng)用》的報(bào)告。

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

人工智能引領(lǐng)未來(lái)，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)成發(fā)展方向

科技進(jìn)步使人類(lèi)社會(huì)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(jì)算、物聯(lián)網(wǎng)、機(jī)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(lèi)的體力和腦力同時(shí)得到了延伸。人工智能機(jī)器人的時(shí)代已經(jīng)悄然來(lái)臨。

曾安介紹了人工智能的發(fā)展歷程以及各國(guó)的行業(yè)現(xiàn)狀。她表示，人工智能是研究開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)，是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器。世界各國(guó)的人工智能競(jìng)爭(zhēng)已經(jīng)進(jìn)入白熱化階段，人工智能將成為更多國(guó)家的戰(zhàn)略選擇。

曾安指出，機(jī)器學(xué)習(xí)是人工智能研究和應(yīng)用的一個(gè)重要分支，機(jī)器學(xué)習(xí)的側(cè)重點(diǎn)在于理論研究，通過(guò)利用機(jī)器從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)。深度學(xué)習(xí)則是機(jī)器學(xué)習(xí)的追求方向，它源于神經(jīng)網(wǎng)絡(luò)，目前在圖像識(shí)別、語(yǔ)音識(shí)別、翻譯等領(lǐng)域均得到了廣泛的應(yīng)用。常見(jiàn)的深度學(xué)習(xí)模型包括了卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、棧式自編碼器以及深度置信網(wǎng)絡(luò)。

人工智能在阿爾茨海默癥早期診斷中的應(yīng)用與成就

針對(duì)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(wú)遺憾地表示，當(dāng)前并沒(méi)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(tuán)隊(duì)對(duì)于病癥的研究重點(diǎn)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(jì)算機(jī)斷層掃描（CT）、磁共振成像（MRI）、單光子發(fā)射計(jì)算機(jī)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(chǎng)嘉賓展示了基于神經(jīng)影像學(xué)的AD（即“阿爾茨海默癥”）分類(lèi)框架。AD的早期診斷流程是基于SPECT 圖像數(shù)據(jù)，再進(jìn)行圖像的預(yù)處理、分割，通過(guò)人工智能技術(shù)進(jìn)行特征提取，最后利用線性/非線性分類(lèi)器進(jìn)行分類(lèi)，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(lái)源：IT科技訊