【T112017 技术驱动未来分会场】深度学习技术在医疗健康行业的新进展
2020-03-01 96浏览
- 1.深度学习技术在医疗健康行业的新进展 主讲人：斯坦福大学电子工程系博士 宫恩浩
- 2.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
- 3.深度学习为医疗健康行业带来变革 临床检测 基因组学 医学影像 个性化医疗 电子病历 管理分析 移动医疗 药物发展
- 4.深度学习为医疗健康行业带来变革 临床检测 基因组学 医学影像 个性化医疗 电子病历 管理分析 移动医疗 药物发展
- 5.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 治疗与愈后 检测结果 辅助疾病诊断 医学图像 医学影像处理 病变区域检测 医学影像分析
- 6.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 治疗与愈后 检测结果 辅助疾病诊断 医学图像 医学影像处理 病变区域检测 医学影像分析
- 7.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 治疗与愈后 检测结果 辅助疾病诊断 医学图像 医学影像处理 病变区域检测 医学影像分析
- 8.深度学习在医疗检测/医学影像中的应用 深度学习技术预测检测条目 • 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 检查序列 电子病历 治疗策略
- 9.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 治疗与愈后 检测结果 辅助疾病诊断 医学图像 医学影像处理 病变区域检测 医学影像分析
- 10.深度学习在医疗检测/医学影像中的应用 深度学习技术提高医学影像效率与质量 • 基于高倍降采加速医学影像 降采 全采 图像重建 20 40 60 80 100 20 40 60 80 100 120 120 140 140 160 180 160 20 40 60 80 180 20 40 60 80
- 11.深度学习在医疗检测/医学影像中的应用 深度学习技术提高医学影像效率与质量 • 基于高倍降采加速医学影像 降采 全采 图像重建 20 40 60 80 100 20 40 60 80 100 120 120 140 140 160 180 160 20 40 60 180 80 • 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 20 40 60 80
- 12.深度学习在医疗检测/医学影像中的应用 深度学习技术提高医学影像效率与质量 • • 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）
- 13.深度学习在医疗检测/医学影像中的应用 深度学习技术提高医学影像效率与质量 • • 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）
- 14.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 治疗与愈后 检测结果 辅助疾病诊断 医学图像 医学影像处理 病变区域检测 医学影像分析
- 15.深度学习在医疗检测/医学影像中的应用 深度学习技术智能病变检测 • 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
- 16.深度学习在医疗检测/医学影像中的应用 深度学习技术智能病变检测 • 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
- 17.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 治疗与愈后 检测结果 辅助疾病诊断 医学图像 医学影像处理 病变区域检测 医学影像分析
- 18.深度学习在医疗检测/医学影像中的应用 深度学习技术推动治疗方案支持 • • 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
- 19.深度学习在医疗检测/医学影像中的应用 深度学习技术推动治疗方案支持 • • 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
- 20.深度学习为医疗健康行业带来变革 临床检测 基因组学 医学影像 个性化医疗 电子病历 管理分析 移动医疗 药物发展
- 21.深度学习在电子病历中的应用 深度学习分析电子病历 • 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
- 22.深度学习在电子病历中的应用 深度学习分析电子病历 • 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
- 23.深度学习为医疗健康行业带来变革 基因组学 临床检测 个性化医疗 医学影像 电子病历 管理分析 移动医疗 药物发展
- 24.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
- 25.深度学习为医疗健康行业带来变革 临床检测 基因组学 医学影像 个性化医疗 电子病历 管理分析 移动医疗 药物发展
- 26.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 • 当前问题： • 药物研发周期长 （10年） • 成本高（26亿美元） • 过程繁杂
- 27.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
- 28.深度学习为医疗健康行业带来变革 临床检测 基因组学 医学影像 个性化医疗 电子病历 管理分析 移动医疗 药物发展
- 29.深度学习在移动医疗领域中的发展 深度学习在移动医疗中的应用 • 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 • 更准确的便携心电（ECG)检测 • 皮肤疾病检测
- 30.深度学习为医疗健康行业带来变革 深度学习在从多方面推动医疗健康产业发展 临床检测 基因组学 医学影像 个性化医疗 电子病历 管理分析 移动医疗 药物发展
- 31.深度学习在医疗健康领域的挑战 未来发展：数据标准化定量化 • 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 不同仪器如何标准化？
- 32.深度学习在医疗健康领域的挑战 未来发展：数据标准化定量化 • 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 影像采集如何定量化？
- 33.深度学习在医疗健康领域的挑战 未来发展：理解深度学习算法 • 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： • • 神经网络可视化理解 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 神经网络特征为人工读图带来新的启发
- 34.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？
- 35.深度学习在医疗健康领域的发展预期 未来发展：精准医疗 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
- 36.深度学习在医疗健康领域的发展预期 未来发展：人机协作 • 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
- 37.深度学习在医疗健康领域的发展预期 未来发展：中国科研与医疗产业的竞争优势 • 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
- 38.深度学习为医疗健康行业带来变革 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 临床检测 基因组学 医学影像 个性化医疗 电子病历 管理分析 移动医疗 药物发展
- 39.THANKS
