得白癜风怎么办 http://baidianfeng.39.net/a_xcyy/130716/4216006.html4月21日，刚结束了一场让人脑力激荡的线上会议，你也许听过了无数场关于人工智能的学术会议，但是如果您没有参加这场线上会议，我只能说您可能真的错过了，因为本次会议干货满满，不仅是临床学术上的交流，更是思想上的激荡。
不过错过了会议，就千万不要错过这篇文章，我们将会给您弥补些许遗憾，给您捋一捋会上的干货。
1
本次会议由中国抗癌协会肿瘤影像专业委员会主任委员彭卫*教授做开幕致辞并主持。首先，中国抗癌协会肿瘤影像专业委员会候任主任委员叶兆祥教授给我们带来了题为“肺癌人工智能影像诊断研究”的讲座，报告让我们对人工智能有更深层次的认识，更打开了我们在AI研究方面的思路。
叶兆祥教授首先介绍了关于影像AI相关的概念；其次，讲解了目前人工智能在肺癌肿瘤影像当中应用的情况，包括肺结节的检出和诊断，肺癌的分期，以及肺癌疗效的监测，还有肺癌的分子学刻画的一些特征；最后，对人工智能在医学领域的应用进行了展望。
其中，叶教授的几个观点，我想对听众来说一定是受益匪浅。
1.影像组学发展到今天，实际上它也是面临着很多的问题。其中一个问题就是影像组学包括人工智能、深度学习的可解释性。如果我们没有办法来解释我们得到的结果的话，将来在应用的时候，将很难使临床医生信服。而且目前研究的样本量相对而言较小。另外影像组学目前在临床研究中的研究模型繁多，不同的研究单位建立的模型都不一样，难以形成共享。还有在病灶的分割方面，因为不同的人做出的分割差异性很大，所以限制了它实际的应用。另外在基于影像组学的计算机辅助诊断需要克服可重复性的挑战，模型应用到其他场景时候是否适用等问题。
2.人工智能的应用目前来说只有计算机辅助检测这部分相对而言发展比较成熟，但是计算机辅助诊断由于数据量以及数据质量的限制，发展并不如意。我们现在很多测试的数据集都是基于随访的公共的数据集，但是没有病理的，只有随访结果的数据集实际上是不够的，我们需要更多有病理诊断的数据，尤其是良性的病理诊断的结节协助我们进行鉴别，这样才能提升CAD的性能。
3.目前在临床上肺癌分期主要通过PET/CT图像进行评价，应该还是一个最优的方法。这方面，目前利用现有的人工智能方法很难打破这一最优的方法，尚不能得到临床的认可。另外，目前组学预测分期大多是对N分期的预测，在M分期方面的研究比较少。这将是我们未来很好的一个研究方向。
4.人工智能用于治疗应答的监测，它的研究数据往往需要进行提前的布局，同时需要有一定量的积累，往往一些单纯回顾性的研究可能很难达到理想的结果，除了回顾性研究以外，更多的可能还要做一些前瞻性的工作。人工智能的疗效监测的价值能够被临床医生认可的最关键的就是你要有充分的验证，要有充分的理由能够让临床医生信服你基于AI的方法做出的这个结果。需要强调我们现在建立的模型都是针对性，是特异性预测的模型。另外就是还需要有对你得到的结果要有一个比较多层次的解释，就是从基因水平、分子水平、病理水平，能够对你得到的基因特征进行一个解释，这个是下一步我们需要重点
