帳號:
密碼:
 
CTIMES / 新聞 /
判讀醫療影像 Google機器學習可望預防糖尿病患失明
 

【CTIMES 邱倢芯 報導】   2017年08月08日 星期二

瀏覽人次:【2728】
  

人工智慧(AI)究竟可如何改善人類生活?該項技術目前已經被應用於許多產業中,但若是要說「嘉惠」於人類,那麼必定非醫療領域莫屬;看好人工智慧在醫療領域中的應用,IBM、微軟(Microsoft)等大廠皆已將AI導入醫療領域中;如今Google也欲透過該公司的TenserFlow機器學習技術,以辨識糖尿病患者視網膜影像,降低罹患該項病症患者失明的可能性。

Google台灣區分公司總經理簡立峰認為,目前影像辨識是人工智慧這個深度學習領域裡面最成功的部份,且在醫學領域中有相當大的應用潛力。
Google台灣區分公司總經理簡立峰認為,目前影像辨識是人工智慧這個深度學習領域裡面最成功的部份,且在醫學領域中有相當大的應用潛力。

Google研究團隊產品經理、醫學博士彭浩怡舉例,在印度有高達45%的糖尿病患,因為缺乏專業眼科醫生,所以在視網膜病變確診之前早已失明;但糖尿病視網膜病變其實是可預防的,只需要有足夠的專業醫生,並透過視網膜眼底圖像即可判斷病患的視網膜是否已產生病變。

彭浩怡表示,若是運用機器學習技術,即可縮短醫生判讀的時間,篩檢出有問題的視網膜影像。為此,該公司團隊聘請54名美國食藥監局(FDA)認可的眼科醫師與相關專業人士,取得13萬張眼底圖像,最終標記出超過88萬個確診症狀,利用這些資料讓機器可進行判讀作業。

據了解,彭浩怡的團隊建立了26層的深度卷積神經網路(Convolutional Neural Network),標記好素材後再對機器進行訓練。隨著真實資料量日益豐富,再加上運算能力較過往強大數千萬倍,使得神經網路表現較以往其他的網路更好。

除了糖尿病視網膜病變的判斷之外,彭浩怡也表示,該公司的TensorFlow機器學習技術目前也用於判讀乳癌或前列腺癌等切片影像中,希望未來可協助相關醫生進行病症判斷。

Google台灣區分公司總經理簡立峰也認為,目前影像辨識是人工智慧這個深度學習領域裡面最成功的部份,且在醫學領域中有相當大的應用潛力,值得台灣相關領域關注;再加上台灣糖尿病盛行率為世界第二,僅次於日本,所以國內也有相當龐大的相關資料量。

最後,彭浩怡也表示,未來深度學習將往臨床驗證、建立醫療團隊的信任感,以及機器辨識流程符合醫生工作需求等三大方向進行。由於要使醫界願意信任且採用新技術有一定的難度,且新式工具是真正可協助醫生進行診斷的利器,這些層面,都是未來深度學習需要克服的挑戰。

關鍵字: 醫療  機器學習  糖尿病  人工智慧  深度卷積神經網路  Google(谷歌
相關新聞
恩智浦運用Google雲端物聯網核心促進智慧裝置的邊緣運算
Waymo 與英特爾聯手開發自動駕駛車技術
與Google製造雙贏?專家:HTC恐步Nokia後塵消失
HTC宣布與Google完成330億合作協議
UL IOT論壇探究安全科學輔助創新明日科技
comments powered by Disqus
相關討論
  相關新品
mbed
原廠/品牌:RS
供應商:RS
產品類別:PC Board
Arduino
原廠/品牌:RS
供應商:RS
產品類別:PC Board
Raspberry Pi
原廠/品牌:RS
供應商:RS
產品類別:PC Board
  相關產品
» Silicon Labs參考設計簡化USB Type-C可充電電池組開發
» Molex新款USB智慧模組提升車內連接功能
» Littelfuse碳化矽MOSFET可在電力電子應用實現超高速切換
» 意法半導體先進汽車處理器內建安全模組
» NETSCOUT發表添加新功能的AIRCHECK G2 v2版本
  相關文章
» 最新dsPIC33EP128GS808 系列數位信號處理器
» 讓經濟與生態共同永續發展的環保回收科技
» 淺談智慧建築的未來
» 瞭解現代電磁爐的工作原理
» 可攜式手腕照護球

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2017 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw