主讲人：斯坦福大学电子工程系博士 宫恩浩深度学习技术在医疗健康行业的新进展深度学习广泛应用在各个领域中从自动驾驶、阿法狗，到基于深度学习的药物设计、疾病检测，深度学习无处不在深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗深度学习在临床检测及医学影像中的应用深度学习可以应用到医疗临床检测与诊断各个环节中医学检测采集检测结果医学图像医学影像处理医学影像分析病变区域检测辅助疾病诊断治疗与愈后深度学习在医疗检测/医学影像中的应用深度学习可以应用到医疗临床检测与诊断各个环节中•智能诊断是普遍认为的热点•但它其实只是深度学习/人工智能的临床应用的一部分•各个环节相辅相成医学检测采集检测结果医学图像医学影像处理医学影像分析病变区域检测辅助疾病诊断治疗与愈后深度学习在医疗检测/医学影像中的应用深度学习可以应用到医疗临床检测与诊断各个环节中•优化临床检查医学检测采集检测结果医学图像医学影像处理医学影像分析病变区域检测辅助疾病诊断治疗与愈后深度学习在医疗检测/医学影像中的应用•搜集海量临床病征+检测操作数据•通过深度学习训练预测检测条目和顺序•根据大量人工操作数据，自动化医学影像采集•医疗检测中的自动驾驶技术深度学习技术预测检测条目电子病历检查序列治疗策略深度学习在医疗检测/医学影像中的应用深度学习可以应用到医疗临床检测与诊断各个环节中•提高医学影响效率与质量医学检测采集检测结果医学图像医学影像处理医学影像分析病变区域检测辅助疾病诊断治疗与愈后深度学习在医疗检测/医学影像中的应用•基于高倍降采加速医学影像深度学习技术提高医学影像效率与质量20406080204060801001201401601802040608020406080100120140160180降采全采图像重建深度学习在医疗检测/医学影像中的应用•基于高倍降采加速医学影像•通过重建算法完善未采集的信息、提高影像质量•传统算法：迭代优化，压缩感知•新思路：利用深度学习得到高质量图像•结合深度学习技术：CNN，RNN，GAN深度学习技术提高医学影像效率与质量20406080204060801001201401601802040608020406080100120140160180降采全采图像重建深度学习在医疗检测/医学影像中的应用•提高图像质量：降噪、高分辨率成像•8分钟脑部检查加快到1-2分钟(MRI)•应用：快速检查（脑卒中等应用）•提高图像质量：低放射性、低剂量成像•减小200倍放射性(CT/PET)•应用：低风险筛查（癌症）深度学习技术提高医学影像效率与质量深度学习在医疗检测/医学影像中的应用•提高图像质量：降噪、高分辨率成像•8分钟脑部检查加快到1-2分钟(MRI)•应用：快速检查（脑卒中等应用）•提高图像质量：低放射性、低剂量成像•减小200倍放射性(CT/PET)•应用：低风险筛查（癌症）深度学习技术提高医学影像效率与质量深度学习在医疗检测/医学影像中的应用深度学习可以应用到医疗临床检测与诊断各个环节中•智能图像分析与病变检查•智能诊断医学检测采集检测结果医学图像医学影像处理医学影像分析病变区域检测辅助疾病诊断治疗与愈后深度学习在医疗检测/医学影像中的应用•肺癌肺结节检测•病理片检测•乳腺癌检测•皮肤癌检测•视网膜病变检测深度学习技术智能病变检测深度学习在医疗检测/医学影像中的应用•肺癌肺结节检测•物体检测定位•物体分类•深度学习优势体现深度学习技术智能病变检测深度学习在医疗检测/医学影像中的应用深度学习可以应用到医疗临床检测与诊断各个环节中•智能治疗规划与预测医学检测采集检测结果医学图像医学影像处理医学影像分析病变区域检测辅助疾病诊断治疗与愈后深度学习在医疗检测/医学影像中的应用•通过数据推测治疗效果：•应用：脑卒中治疗策略效果预测•预测靜脈溶栓对缺血性脑卒中治疗效果•优化医疗策略•避免过度医疗•MICCAI 2017 比赛•预测未来90天影像病变区域和病症深度学习技术推动治疗方案支持深度学习在医疗检测/医学影像中的应用•肿瘤治疗规划•通过深度学习求解逆问题•实时追踪更新参数•医学领域中的精确制导深度学习技术推动治疗方案支持深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗深度学习在电子病历中的应用•应用：利用电子病历和深度学习预测再住院概率•独特的自然语言学习数据深度学习分析电子病历深度学习在电子病历中的应用•应用：（MDNet, CVPR2017) 自动化病历描述•智能化电子病历•通过半标注数据理解医学数据深度学习分析电子病历深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗深度学习在基因组研究中的应用深度学习技术推动基因组学研究•提高DNA测序准确率与效率•预测基因表达•基于DAE得到基因的表达特征•预测基因增强和调控区域•预测基因结合方式•预测非编码RNAhttps://github.com/hussius/deeplearning-biology深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗深度学习在药物发展中的应用•当前问题：•药物研发周期长 （10年）•成本高（26亿美元）•过程繁杂深度学习技术推动药物发现和开发深度学习在药物发展中的应用深度学习技术推动药物发现和开发•深度学习应用：•检测基因表达数据•通过大量数据训练神经网络•预测多种药物组合的治疗效果•近似化药物作用的非线性关系•研发新的分子药物和治疗方案分子的神经图指纹：Convolutional Networks on Graphs for Learning Molecular Fingerprints深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗深度学习在移动医疗领域中的发展•更准确低廉的睡眠检测•高效算法弥补硬件传感器不足•分析清醒时的运动预测睡眠质量深度学习在移动医疗中的应用•更准确的便携心电（ECG)检测•皮肤疾病检测深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗深度学习在从多方面推动医疗健康产业发展深度学习在医疗健康领域的挑战•深度学习需要大量疾病数据与异常数据•需要正确详细的数据标定•医疗数据标注周期长、花费高•考虑不同采集方式、仪器、人群等变化•更普遍的数据标准化、定量化、数据共享未来发展：数据标准化定量化不同仪器如何标准化？深度学习在医疗健康领域的挑战•深度学习需要大量疾病数据与异常数据•需要正确详细的数据标定•医疗数据标注周期长、花费高•考虑不同采集方式、仪器、人群等变化•更普遍的数据标准化、定量化、数据共享未来发展：数据标准化定量化影像采集如何定量化？深度学习在医疗健康领域的挑战•用可视化方法显示理解网络学习特征•不同层特征表达不同层次的信息•深度学习为传统（人类）学习带来新的启发•柯洁：•AlphaGo 的理念在冲击和改变我们对围棋的认识•医疗：•读图重点区域提示•新的影像学特征•新的药物使用方式未来发展：理解深度学习算法神经网络特征为人工读图带来新的启发神经网络可视化理解深度学习在医疗健康领域的挑战未来发展：解决法律与伦理问题•如何让医生理解算法，让病人相信算法？•医疗纠纷谁负责？深度学习在医疗健康领域的发展预期在深度学习、可穿戴传感器、物联网、临床检测、基因组等技术共同推动下，医疗大数据让精准医疗成为可能未来发展：精准医疗深度学习在医疗健康领域的发展预期•服务医疗人员而不是替代人工•更快速、更准确、更可信的医疗服务未来发展：人机协作深度学习在医疗健康领域的发展预期•深度学习技术积累与人才积累•高性能计算资源•大规模医疗数据资源•政府支持与管理未来发展：中国科研与医疗产业的竞争优势深度学习为医疗健康行业带来变革临床检测医学影像电子病历管理分析基因组学个性化医疗药物发展移动医疗ü 深度学习在从多方面推动医疗健康产业发展ü 为中国医疗健康产业带来新的基于与挑战THANKS
发表评论取消回复