索安机电：医疗领域AI智能影像识别的难点

索安机电指出，人工智能技术愈趋成熟，应用范畴更广泛。

索安机电认为，之前发布的人工智能相关领域的证券研究报告指出，语音交互、计算机视觉、认知计算等技术蓬勃发展，助推了语音录入病例、医疗影像智能识别、辅助诊疗/癌症诊断、医疗机器人、个人健康大数据等多个具体医疗应用场景取得快速突破。

  对于其中的医疗影像智能识别，索安机电指出，目前上市公司和创业公司正在纷纷布局，整体处于商业化初期阶段。而医疗影像识别的主要难点在于数据获取、数据标注和跨学科人才积累。

  数据获取：数据是深度学习算法所需的核心资源，仅掌握算法而缺乏数据无法获得较好的训练效果。现阶段，我国的医疗影像仍处于从传统胶片向电子数据过渡的阶段，大量影像资料尚未数字化，且医院之间的数据共享和互通程度较低，获取大规模的数据对业内公司是一个考验;

  数据标注：在获取数据的基础上，深度学习结合先验知识对模型进行训练，训练集需要事先标注。由于大多数标注依赖人工识别，因此数据标注将耗费较大量人力和时间，，在医疗影像领域获取具有高可靠性的标注数据也成为挑战之一;

“AI+医疗”跨学科人才积累：在较为专业的诊疗领域，应用及平台开发者不仅要研究人工智能算法，更要对医疗影像识别建立深入了解，人工智能+医疗的复合背景人才构成核心竞争力之一。

索安机电是专业的四川消防维护,四川机电工程,四川消防工程，四川消防检测机构，十余年来负责数百四川消防工程的施工与维护，拥有消防设施工程设计与施工一体化壹级，消防检测壹级，建筑智能化工程设计与施工壹级,建筑装饰装修工程设计与施工壹级，机电设备安装工程专业承包壹级，城市及道路照明工程专业承包壹级、防腐保温工程专业承包贰级。

文章来源：http://www.sc-soan.com/jishuzhishi/155.html