产品

    图像识别是深度学习等人工智能技术先突破的领域，已经广泛用于图片搜索、自动驾驶、人脸识别。而在医疗健康领域，目前看来医疗影像也会是人工智能与医疗结合中，比较可能先发展起来的领域。下面就以我公司研发的智能医疗影像系统为例，介绍下这个聚合了人工智能的智能医疗影像系统。　　

hyAIPR智能医疗影像系统简述

简单而言，医疗影像智能分析是指运用人工智能技术识别及分析医疗影像，帮助医生定位病症分析病情，辅助做出诊断。目前医疗数据中有超过9成来自医疗影像，这些数据大多要进行人工分析，如果能够运用算法自动分析影像，再将影像与其它病例记录进行对比，就能极大降低医学误诊，帮助做出准诊断。

hyAIPR智能医疗影像系统的作用

1、主要是利用医疗影像检测、识别、筛查和分析技术，为医疗器械厂商和基层医疗提供影像识别服务，对新录入数据库的病例，它可以进行算法匹配，寻找出影像数据相似的案例；专注医疗影像分析应用，基于医疗影像定量分析，用数学模型和人工智能技术提高诊断准确性。

2、搭建医疗大数据平台，其中包涵了医疗影像数据的分析处理，专注于肿瘤大数据平台搭建和医疗数据分析，其系统会对接治疗过程中各环节产生的数据，其中就包括了医疗影像的处理、分割和配准等，以此优化放疗。如上所述，hyAIPR的临床数据中还包括了病例这种文本数据。

智能医疗影像系统现状

    据统计，在美国医疗影像数据的年增长率为百分之63，而放射科医生数量年增长率仅为百分之2；根据动脉网的数据，国内医疗影像数据和放射科医师的增长数据分别为百分之30和百分之4。如果能借助人工智能的方式解读影像，以辅助诊断，可以有效其中的弥补缺口。而国内医护人员短缺的情况，只会比美国更甚，而且影像科医师的收入与地位不高。

    影像需求与医生数量的错位，也导致医生负荷过重，影响诊断效果，而这其中就有人工智能发挥的空间。而美国哈佛医学院参与进行的智能诊断临床试验显示，人工智能辅助医生进行乳腺癌诊断可以将误诊率降低。不断增长的需求与技术的进步，基本可以解释医疗影像领域人工智能类公司的崛起。

智能医疗影像系统总结

    人工智能应用普及的三大推力是以深度学习为代表的新技术，计算力和海量数据，前两者各行业通用，所以对于医疗领域的人工智能公司来说，面临的主要问题可能是数据。比如，现在的医疗影像几乎没有对病灶进行标注，而这种系统性的数据整理过程又十分专业，需要专业医生配合，这也是医疗行业的独特之处。

由于医疗数据尚未实现互连互通，国内医疗影像数据应用还处于起步阶段。这一点在国外也一样，美国医疗行业数据共享困难，数据格式也难以统一。

但随着信息化的加强，未来会有越来越人工智能类公司出现，就像信息化系统促进发展为影像的云平台一样。