人工智能技术在临床医疗诊断中的应用及发展

《人工智能技术在临床医疗诊断中的应用及发展》由会员分享，可在线阅读，更多相关《人工智能技术在临床医疗诊断中的应用及发展（4页珍藏版）》请在金锄头文库上搜索。

1、现代医学仪器与应用2 0 0 7年第1 9卷第5期 1前言 人工智能 a r t i f i c i a l i n t e l l i g e n c e A I 是当前 科学技术发展中的一门前沿科学 它是由M c C a r t h y等在1 9 5 6年发起的关于机器模拟智能 的学术讨论会上提出的 1 自此 对于A I的研 究取得了许多重要的成果 在众多领域 如机器 人 自然语言理解 专家系统 图像识别 地质 勘探 石油化工 军事 医疗诊断等 获得了广泛 应用 人工智能技术即是利用机器模仿人类的 智能的技术 随着科学技术的发展 人工智能 技术在医疗诊断中的应用越来越广泛 越来越 重要 2

2、人工智能技术在临床医疗诊断应用中的进 展 人工智能技术在医疗诊断中的应用是在 2 0世纪5 0年代后期才开始出现的 如用在一 些常规的医学疾病诊断上 但由于研究任务的 复杂性 从而缩小了医疗专家系统的研究范 围 此外 经典的人工智能理论还存在着某些 争论点 在人工智能的应用中 存在着一个最基本 的问题是建模的不确定性 这个问题一直困扰 着人工智能的发展 后来经典概率和D e m P s t e r S c h a f e r s的迹象理论被应用到这个领域 以及后来的贝叶斯网络成为最受欢迎的工具 它取代了利用符号的不确定性跟踪不确定性 的起源的研究 直到2 0世纪8 0年代中期 P e a r

3、l的形式论才使得贝叶斯网络在计算机上 成为易处理 从那时起 人工智能才在临床诊 断问题上得到了实施 当今2 1世纪 人工智能 技术的医学虚拟应用不仅要对特定病人进行 模拟 而且要对整个治疗过程中可能出现的反 应和问题有一精确的预测和提出相应的对策 这就是2 1世纪医学虚拟现实的最后目标 2 3 但是 大部分系统并不直接利用人工智能 获得图像 而是依赖由观察者建立的主观观察 物所决定 后来随着成像模态增加导致医学信 息超载等问题的出现 自动化技术才逐步应用 到医学影像领域中 由于自动化技术能帮助提 高诊断 解剖整形 功能图的再现性 重复能力 等 加之人们固有的视觉系统对信息的不准确 性和不确定性

4、处理的缺陷 从而有必要从多模 式识别分类器中提取和融合数据 进而使得通 过迭代随机的标有特征的方案或贝叶斯分类 器在医学影像中得以实现 4 3人工智能技术在临床医疗诊断中的应用 第一个人工智能的医疗专家系统早在5 0 年代就出现了 当时为了模拟病人的病症和疾 病之间的关系 主要是医学领域知识被融合到 人工智能技术 在临床医疗诊断中的应用及发展 曾照芳 1 安琳 2 1 重庆医科大学医学检验系 重庆4 0 0 0 1 6 2 总装备部重庆军事代表局门诊部 重庆4 0 0 0 1 2 摘 要 本文对人工智能技术在临床医疗诊断应用中的发展情况作了回顾 并且对新崛 起的人工智能神经网络技术在医学诊断系

5、统中的应用作了概述 阐明了制约医学影像专家系统 发展的主要原因是高级视觉系统本身的缺陷 最后对人工智能技术在医学影像诊断系统中的发 展前景作了展望 关键词 人工智能 医学诊断 专家系统 R E V I E WS综述 2 2 现代医学仪器与应用2 0 0 7年第1 9卷第5期 专家系统中 系统是通过启发式推理对所获得 的数据 数据常常是一些噪声并且是不完整的 先验知识 进行推理的 医 学 专 家 系 统 m e d i c a le x p e r ts y s t e m M E S 是人工智能技术应用在医疗诊断领域中 的一个重要分支 5 在功能上 它是一个在某个 领域内具有专家水平解题能力的

6、程序系统 医 学诊断专家系统就是运用专家系统的设计原 理与方法 模拟医学专家诊断疾病的思维过 程 它可以帮助医生解决复杂的医学问题 可 以作为医生诊断的辅助工具 可以继承和发扬 医学专家的宝贵理论及丰富的临床经验 3 1人工智能技术在神经网络技术中的 应用 2 0世纪7 0年代末 人工智能技术在医学 诊断中的应用开始进入黄金时代 但也遇到了 几个难题 一是知识获取难 二是推理速度慢 三是自学习和自适应能力差 正在人们寻求解 决难题的办法时 在神经生理和解剖学研究成 果及V L S I技术发展的基础上 随着H o p f以网 络模型的形式问世 A I工作者开始把目光从研 究人脑思维转向沉默了1

7、0年的 以研究人脑 连接机制为特点的人工神经网络 A N N 1 由于人工神经网络能够解决知识获取途 径中出现的 瓶颈 现象 知识 组合爆炸 问 题 以及提高知识的推理能力和自组织 自学 习能力等 从而加速了神经网络在医学专家系 统中的应用和发展 例如 在医学图像和声音 识别方面 日本三菱机电的L S I研究所研制的 人工网膜基片 能快速 准确地识别数量极 大的医学图像信息 其速度比传统的图像和文 字识别系统快数万倍 在医学诊断方面 由 S a i t o等人研制的基于P D P网络的医疗诊治系 统 在只有3 0 0例训练样本的情况下 其诊断 准确率与传统的专家系统完全一致 S t e v e

8、 n等 研制的基于D P网络肌电信号识别系统 准确 性也明显优于实域分析方案 我国的王存冉等 人研制的基于逆传播的A N N中医诊治系统 阎建国等人研制的基于R B F网络的新生儿血 糖代谢系统等 在疾病的诊治过程中均取得了 良好的结果 随着A N N的兴起和发展 有些学者提出 A N N能否取代A I 笔者认为 A N N只是A I的 一个分支 众所周知 传统的A I是通过逻辑符 号模拟人脑逻辑思维来实现其智能的 而A N N 是通过学习或训练来实现其智能的 科学已经证明 人的大脑分左右两个半 球 左半球主要串联地进行基于符号的逻辑思 维 右半球主要并联地进行记忆联想的形象思 维 A I和A

9、 N N正好分别执行大脑左半球和右 半球的功能 两者各施其责 不可替代 如果把 A I和A N N结合起来进行研究 必将会使医学 专家系统趋于更加完善和成熟 3 2基于人工智能神经网络技术的专家 系统模式 类似传统的基于逻辑心理专家系统模式 新型的基于神经网络的知识处理系统由神经 网络 3 D变换器 D S变换器和解释机构等组 成 建造知识库时 首先根据应用来选择和确 定神经网络结构 再选择学习算法 对于求解 问题有关的样本进行学习 以调整系统的连接 权值 完成知识自动获取和分布式的存储 构 建系统的知识库 3 3基于人工智能神经网络技术模型的 专家系统的应用 基于大脑神经网络模型的专家系统的

10、典 综述R E V I E WS 2 3 现代医学仪器与应用2 0 0 7年第1 9卷第5期 型应用是中医专家诊断系统 传统的中医专家 系统在问题求解时 当输入的环境信息不十分 明确 导致系统性能降低 这必然也会降低诊 断的准确性 而基于神经系统结构和功能模拟 基础上的神经网络 可以通过对实例的不断学 习 自动获取知识 并将知识分布存储于神经 网络中 通过学习而不断提高神经网络中所存 储知识的数量和质量 并体现在神经网络中神 经元之间连接权值的调整过程中 系统将根据 神经网络当前所接收到的实例问题的相似性 而确定输出 当环境信息不十分完全时 仍然 可以通过计算而得出一个比较令人满意的解 答 因

11、而所构造的中医专家诊断系统不仅可以 在一定程度上克服知识获取 瓶颈 的问题 而 且也将提高系统的强壮性 3 4人工智能技术在医学影像诊断中的 应用 尽管人工智能技术应用到了临床领域中 的各个方面 组织病理学 传染病学 内科学 精 神病学等 但在医学影像领域中 几乎没有一 个专家系统得到了实现 在大部分情况下 放 射学方面的专家系统主要依赖于临床医生建 立起来的主观印象 例如 中心骨组织异常性 诊断的放射学影像解释系统 R I I S 超声心动 图诊断的D I A V A L系统 官能性语言障碍诊断 医生 S D D 等等 所有这些诊断系统的性能 依赖于用户 近年来出现了一种新型医用成像 技术

12、微波激励热声C T 6 其优势在美国已 引起了多方面的高度重视和支持 在短短的时 间内 它就得到了美国军队医用研究和物资装 备司令部 国家基金委 国家健康学会和得克 萨斯州高等教育协调委员会等部门的拨款支 持 7 8 制约影像专家系统发展的难点在于高级 视觉系统本身的原因 如从医学扫描器上获得 的数据可能是噪声或者是模糊的 而代表解剖 结构上的或功能上的分区常常是复杂的和不 确定的 当处理这些被称作为证据的不确定的 非精确信息时 大大增加了专家系统设计的复 杂性 此外 每一种成像模态和每一种病理学 特征需要进行初级的特征提取 虽然标准的计 算机视觉技术可能被使用 如模板匹配 H o u g h

13、 转换 区域增强等 加之某一种型号扫描器具 有单一性与被检者的多样性之间的矛盾 所有 这些困难与计算机视觉有关的计算代价一起 阻碍了自动影像专家系统的发展 目前 医学影像专家系统所需要的软硬 件技术比较容易达到 因此使得它实现起来 变得相对容易 现在的医学图像普遍是以数 字互连的格式保存起来的 D I C O M格式已经 成为一种国际标准了 绝大部分的硬件和软 件制造商在存储和传输所有的医学成像模态 图像时已经被认可 网络设施和互联网也允 许为全球的各种健康和保健机构提供相应的 医学影像数据库共享和技术联合开发 目前 随着微电子技术和计算机技术的快速发展 过去很多制约医学专家系统发展的因素也相

14、 继解决了 因此 近来人们在医学中应用计算机视觉 技术变得有兴趣了 应用到医学影像学方面的 初级特征提取技术及成像设备 C T M R I P E T X线 超声等 9 得到了广泛的研究和应用 例 如 在乳房X线照片中自动检测丛生的小钙化 点的线性滤波和阈值匹配方法 已经被证实提 高了放射学专家的诊断精确率 1 0 其他的应用 如肺部肿瘤的计算机检测 心脏大小的计算分 R E V I E WS综述 2 4 现代医学仪器与应用2 0 0 7年第1 9卷第5期 析 胸部放射片上腔隙性疾病的定性 血管角 质瘤影像的自动跟踪 纹理分析应用到超声扫 描 X射线照相术和C T图像等已经在一些例 子中较成功

15、地得到了证明 C T图像上肺气肿 的计算机检测准确率已经达到了9 7 3 可是 对复杂的临床情况 这种方法也暴露出了它们 的局限性 例如 为一个检查对象的全范围C T 检查和两种不同模态成像的图像所设计的纹 理分析器的诊断准确率下降到了7 0 为了克 服这种缺陷 专家们强调在高级规则上必须综 合临床知识 4人工智能技术在医疗诊断应用中的展望 随着现代科学技术的发展 未来的医学专 家系统发展趋势可能会具备以下几个特点 医学专家系统应以解决一些特殊的问 题为目的 这些特殊的问题在计算机视觉和人 工智能方面没有被研究过 人类对可视图案的 认识不同于常规的推理 并且代表明确的领域 知识常常在视觉认识过

16、程中下意识地忽略了 被用到的那些因素 医学专家系统的模型可能会是以多种 智能技术为基础 以并行处理方式 自学能力 记忆功能 预测事件发展能力为目的 目前发 展起来的遗传算法 模糊算法 粗糙集理论等 非线性数学方法 有可能会跟人工神经网络技 术 人工智能技术综合起来构造成新的医学专 家系统模型 这些技术必将会推动医学专家系 统一场新的革命 因为人工神经网络技术具有 强大的自适应 自处理 自学习 记忆功能等 如Y u j i等人基于螺旋C T图像的冠状动脉钙 化点的诊断系统 就是神经网络在医学专家系 统中应用的一个很好例子 随着计算机技术 人工智能技术 遗传算 法 人工神经网络技术等一些非线性技术的发 展和成熟 使我们开发出新的医学专家系统成 为现实 我们相信 未来的智能医学诊断和治 疗专家系统将成为医生们最得力的助手 它将 为各种疾病的预防 诊断和治疗作出更大的贡 献 参考文献 1 陈真诚 等 人工智能技术及其在医学诊断中的应 用 及 发 展 J 生 物 医 学 工 程 杂 志 2 0 0 2 1 9 3 5 0 5 5 0 9 2 J a m e sD We s t w o o d M