深度學習技術在醫(yī)療健康行業(yè)的新進展

1、深度學習技術在醫(yī)療健康行業(yè)的新進展深度學習廣泛應用在各個領域中從自動駕駛、阿法狗，到基于深度學習的藥物設計、疾病檢測，深度學習無處不在深度學習為醫(yī)療健康行業(yè)帶來變革臨床檢測 醫(yī)學影像電子病歷 管理分析基因組學 個性化醫(yī)療藥物發(fā)展移動醫(yī)療深度學習為醫(yī)療健康行業(yè)帶來變革臨床檢測 醫(yī)學影像電子病歷 管理分析基因組學 個性化醫(yī)療藥物發(fā)展移動醫(yī)療深度學習在臨床檢測及醫(yī)學影像中的應用深度學習可以應用到醫(yī)療臨床檢測與診斷各個環(huán)節(jié)中醫(yī)學檢測采集檢測結果 醫(yī)學圖像醫(yī)學影像處理醫(yī)學影像分析病變區(qū)域檢測輔助疾病診斷治療與愈后深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習可以應用到醫(yī)療臨床檢測與診斷各個環(huán)節(jié)中智能診斷是

2、普遍認為的熱點但它其實只是深度學習/人工智能的臨床應用的一部分各個環(huán)節(jié)相輔相成醫(yī)學檢測采集檢測結果 醫(yī)學圖像醫(yī)學影像處理醫(yī)學影像分析病變區(qū)域檢測輔助疾病診斷治療與愈后深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習可以應用到醫(yī)療臨床檢測與診斷各個環(huán)節(jié)中優(yōu)化臨床檢查醫(yī)學檢測采集檢測結果 醫(yī)學圖像醫(yī)學影像處理醫(yī)學影像分析病變區(qū)域檢測輔助疾病診斷治療與愈后深度學習在醫(yī)療檢測/醫(yī)學影像中的應用醫(yī)療檢測中的自動駕駛技術深度學習技術預測檢測條目搜集海量臨床病征+檢測操作數(shù)據(jù)通過深度學習訓練預測檢測條目和順序根據(jù)大量人工操作數(shù)據(jù)，自動化醫(yī)學影像采集電子病歷檢查序列治療策略深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度

3、學習可以應用到醫(yī)療臨床檢測與診斷各個環(huán)節(jié)中提高醫(yī)學影響效率與質量醫(yī)學檢測采集檢測結果 醫(yī)學圖像醫(yī)學影像處理醫(yī)學影像分析病變區(qū)域檢測輔助疾病診斷治療與愈后深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習技術提高醫(yī)學影像效率與質量基于高倍降采加速醫(yī)學影像降采全采圖像重建深度學習在醫(yī)療檢測/醫(yī)學影像中的應用通過重建算法完善未采集的信息、提高影像質量傳統(tǒng)算法：迭代優(yōu)化，壓縮感知新思路：利用深度學習得到高質量圖像結合深度學習技術：CNN，RNN，GAN深度學習技術提高醫(yī)學影像效率與質量基于高倍降采加速醫(yī)學影像降采全采圖像重建深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習技術提高醫(yī)學影像效率與質量提高圖像質量：

4、降噪、高分辨率成像8分鐘腦部檢查加快到1-2分鐘(MRI)應用：快速檢查（腦卒中等應用）提高圖像質量：低放射性、低劑量成像減小200倍放射性(CT/PET)應用：低風險篩查（癌癥）深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習技術提高醫(yī)學影像效率與質量提高圖像質量：降噪、高分辨率成像8分鐘腦部檢查加快到1-2分鐘(MRI)應用：快速檢查（腦卒中等應用）提高圖像質量：低放射性、低劑量成像減小200倍放射性(CT/PET)應用：低風險篩查（癌癥）深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習可以應用到醫(yī)療臨床檢測與診斷各個環(huán)節(jié)中智能圖像分析與病變檢查智能診斷醫(yī)學檢測采集檢測結果 醫(yī)學圖像醫(yī)學影像處理醫(yī)

5、學影像分析病變區(qū)域檢測輔助疾病診斷治療與愈后深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習技術智能病變檢測肺癌肺結節(jié)檢測病理片檢測乳腺癌檢測皮膚癌檢測視網膜病變檢測深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習技術智能病變檢測肺癌肺結節(jié)檢測物體檢測定位物體分類深度學習優(yōu)勢體現(xiàn)深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習可以應用到醫(yī)療臨床檢測與診斷各個環(huán)節(jié)中智能治療規(guī)劃與預測醫(yī)學檢測采集檢測結果 醫(yī)學圖像醫(yī)學影像處理醫(yī)學影像分析病變區(qū)域檢測輔助疾病診斷治療與愈后深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習技術推動治療方案支持通過數(shù)據(jù)推測治療效果：應用：腦卒中治療策略效果預測預測靜脈溶栓對缺血性腦卒中

6、治療效果優(yōu)化醫(yī)療策略避免過度醫(yī)療MICCAI 2017 比 賽預測未來90天影像病變區(qū)域和病癥深度學習在醫(yī)療檢測/醫(yī)學影像中的應用深度學習技術推動治療方案支持腫瘤治療規(guī)劃通過深度學習求解逆問題實時追蹤更新參數(shù)醫(yī)學領域中的精確制導深度學習為醫(yī)療健康行業(yè)帶來變革臨床檢測 醫(yī)學影像電子病歷 管理分析基因組學 個性化醫(yī)療藥物發(fā)展移動醫(yī)療深度學習在電子病歷中的應用深度學習分析電子病歷應用：利用電子病歷和深度學習預測再住院概率獨特的自然語言學習數(shù)據(jù)深度學習在電子病歷中的應用深度學習分析電子病歷應用：（MDNet, CVPR2017) 自動化病歷描述智能化電子病歷通過半標注數(shù)據(jù)理解醫(yī)學數(shù)據(jù)深度學習為醫(yī)療健康

7、行業(yè)帶來變革臨床檢測 醫(yī)學影像電子病歷 管理分析基因組學 個性化醫(yī)療藥物發(fā)展移動醫(yī)療深度學習在基因組研究中的應用深度學習技術推動基因組學研究提高DNA測序準確率與效率預測基因表達基于DAE得到基因的表達特征預測基因增強和調控區(qū)域預測基因結合方式預測非編碼RNA/hussius/deeplearning-biology深度學習為醫(yī)療健康行業(yè)帶來變革臨床檢測 醫(yī)學影像電子病歷 管理分析基因組學 個性化醫(yī)療藥物發(fā)展移動醫(yī)療深度學習在藥物發(fā)展中的應用深度學習技術推動藥物發(fā)現(xiàn)和開發(fā)當前問題：藥物研發(fā)周期長（10年）成本高（26億美元）過程繁雜深度學習在藥物發(fā)展中的應用深度學習技術推動藥物發(fā)現(xiàn)和開發(fā)深度學

8、習應用：檢測基因表達數(shù)據(jù)通過大量數(shù)據(jù)訓練神經網絡預測多種藥物組合的治療效果近似化藥物作用的非線性關系研發(fā)新的分子藥物和治療方案分子的神經圖指紋：Convolutional Networks on Graphs for Learning Molecular Fingerprints深度學習為醫(yī)療健康行業(yè)帶來變革臨床檢測 醫(yī)學影像電子病歷 管理分析基因組學 個性化醫(yī)療藥物發(fā)展移動醫(yī)療深度學習在移動醫(yī)療領域中的發(fā)展更準確低廉的睡眠檢測高效算法彌補硬件傳感器不足分析清醒時的運動預測睡眠質量深度學習在移動醫(yī)療中的應用更準確的便攜心電（ECG)檢測皮膚疾病檢測深度學習為醫(yī)療健康行業(yè)帶來變革臨床檢測 醫(yī)學影

9、像電子病歷 管理分析基因組學 個性化醫(yī)療藥物發(fā)展移動醫(yī)療深度學習在從多方面推動醫(yī)療健康產業(yè)發(fā)展深度學習在醫(yī)療健康領域的挑戰(zhàn)未來發(fā)展：數(shù)據(jù)標準化定量化深度學習需要大量疾病數(shù)據(jù)與異常數(shù)據(jù)需要正確詳細的數(shù)據(jù)標定醫(yī)療數(shù)據(jù)標注周期長、花費高考慮不同采集方式、儀器、人群等變化更普遍的數(shù)據(jù)標準化、定量化、數(shù)據(jù)共享不同儀器如何標準化？深度學習在醫(yī)療健康領域的挑戰(zhàn)未來發(fā)展：數(shù)據(jù)標準化定量化深度學習需要大量疾病數(shù)據(jù)與異常數(shù)據(jù)需要正確詳細的數(shù)據(jù)標定醫(yī)療數(shù)據(jù)標注周期長、花費高考慮不同采集方式、儀器、人群等變化更普遍的數(shù)據(jù)標準化、定量化、數(shù)據(jù)共享影像采集如何定量化？深度學習在醫(yī)療健康領域的挑戰(zhàn)深度學習為傳統(tǒng)（人類）學習

10、帶來新的啟發(fā)柯潔：AlphaGo 的理念在沖擊和改變我們對圍棋的認識醫(yī)療：讀圖重點區(qū)域提示新的影像學特征新的藥物使用方式未來發(fā)展：理解深度學習算法用可視化方法顯示理解網絡學習特征不同層特征表達不同層次的信息神經網絡特征為人工讀圖帶來新的啟發(fā)神經網絡可視化理解深度學習在醫(yī)療健康領域的挑戰(zhàn)未來發(fā)展：解決法律與倫理問題如何讓醫(yī)生理解算法，讓病人相信算法？醫(yī)療糾紛誰負責？深度學習在醫(yī)療健康領域的發(fā)展預期未來發(fā)展：精準醫(yī)療在深度學習、可穿戴傳感器、物聯(lián)網、臨床檢測、基因組等技術共同推動下，醫(yī)療大數(shù)據(jù)讓精準醫(yī)療成為可能深度學習在醫(yī)療健康領域的發(fā)展預期未來發(fā)展：人機協(xié)作服務醫(yī)療人員而不是替代人工更快速、更準確、更可信的醫(yī)療服務深度學習在醫(yī)療