新冠肺炎“识别”战，AI算法落地有多难？

正文

请到「今天看啥」查看全文

.... ...

相对于巡逻机器人的检测体温，CT影像的自动检测才能代表AI在医疗领域的最高水准，但也更难大规模应用，这里面不仅包含算法难关，更存在着不断迭代的需求。

但此技术又不得不加紧落地！因为在2月5日，国家卫健委发文表示：在湖北省内，CT影像结果要作为新型冠状病毒感染“临床诊断病例”的判定依据。

那么AI技术在从算法到应用层面有哪些难点呢？

具体算法，遍地开花

在2017年春节期间，斯坦福大学工程学院和医学院合作团队在《自然》上发布了在皮肤癌诊断领域的最新突破。他们在谷歌用于识别猫和狗算法的基础上，经过13万张皮肤病变的图像训练后，开发出了可用于识别皮肤癌的AI系统。

吴恩达教授也在2017年发表相关研究，其使用CheXNet算法训练的模型可以诊断14种病症，尤其在肺炎诊断方面，比放射科专家单独诊断的准确率更高。

请到「今天看啥」查看全文