□王丽芳

   计算机的问世，标志着人类向着新型工业化时代迈出了一大步。随着电子工程技术、统计方法以及计算机技术的完善与更新，人工智能问世，人类进入人工智能时代。
    近几年，人工智能是个大热门。人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
    各个领域都在积极挖掘、拓展人工智能的应用范围，医学领域也不例外。目前，许多将人工智能应用于医学影像诊断的研究都获得了巨大的进展，这也预示着人工智能化诊疗可能会成为现代医疗的趋势。
    人工智能和影像诊断
    人工智能在算法的基础上，可以进行许多与人类大脑相似的智力活动，比如判断、推理、证明、识别、设计、思考、规划、学习等。如何合理利用人工智能的各种优势，是对人类最大的考验。海量的、密集度极高的、不断更新的图像数据是医学影像的根本，而人类面对如此庞大的数据非常无力，此时人工智能的优势就凸显出来了。
    人工智能出现之后，其惊人的图像数据处理、更新、学习能力让我们震惊不已，而更快的数据更新将进一步推动影像诊断数据库的快速扩充。通过提高人工智能收集、分析诊断图像信息的效率，让影像诊断与人工智能产生碰撞，将大大推动智慧医疗的发展。
    人工智能和医学成像技术
    一直以来，医学数字成像设备和电子诊断技术被视为医生的“透视眼”。医生利用核磁共振成像（MRI）、多普勒超声成像、计算机层析成像（CT）等设备与技术，完成指定的诊断，满足患者的需求。
    人工智能影像诊断包含两个层面：
    图像识别：在患者进行检查时，精准感知、收集与疾病相关的生理、病理特征，在影像中自主完成对检测部位（组织、器官）的定位、分类以及分区，并基于庞大的图像数据库，标注出疑似发生病理改变的位置，为医生去除干扰项，辅助医生作出诊断。
    深度学习：基于庞大的诊断影像数据库，进行特定的多层神经网络训练，不断学习、定量分析、准确预测，弱化由人类主观原因引起的对于医学影像的误判，降低漏诊、误诊等不良事件的发生概率，同时对数据不断进行分类，最终反馈于诊断影像数据库，完成数据库的不断更新，形成更新→学习→更新的良性循环。
    人工智能与影像诊断深度结合的意义
    虽然目前影像诊断与人工智能的深度结合还处于探索阶段，但是这种新型的诊断模式一旦出现，就会辅助甚至代替人类快速、准确地审查庞大的图像数据库。因此，人工智能和影像诊断的结合研究将会吸引大量医学、计算机、材料领域的人才。一旦突破信息采集、数据资源、媒介工具等的限制，人工智能化诊疗模式必将成为不可忽视的公共医疗力量。
    （作者供职于山东省菏泽市曹县县立医院）