資料標註在智慧醫療領域中的具體應用丨曼孚科技

曼孚科技發表於2020-07-27
資料標註在智慧醫療領域中的具體應用丨曼孚科技

隨著國內社會經濟的發展與居民生活品質的提高,醫療服務領域的相關需求在不斷增長。

然而,由於多種複雜因素的影響,國內醫療行業面臨諸多痛點。在供給層面,醫療領域長期面臨著資源匱乏、地區分佈不均衡、優質醫生短缺等問題;在需求層面,隨著人口老齡化程式的加快,醫療資源的需求量顯著擴大。

而近半年出現的新冠疫情,導致醫療服務需求激增,將醫療行業供需矛盾進一步放大,行業痛點亟需解決。

資料標註在智慧醫療領域中的具體應用丨曼孚科技

解決問題的最好方式無疑是思路與方式的轉變。從國內有效應對疫情的情況來看,智慧醫療的實用性被凸顯的淋漓盡致,AI輔助診斷、智慧客服等有效解放了稀缺的醫療資源,並帶來了服務體驗的提升。

後疫情時代,AI與醫療行業的結合將有望迎來跨越式發展。

1. 影像識別

傳統醫療執行模式下,醫療影像全部由醫生完成讀片,並據此進行診斷。

但這種模式診斷速度較為緩慢,且完全依賴醫生的個人能力,對相關領域專業人才需求量較大。AI影像識別技術的應用將有效解決此類問題。

藉助影像識別技術,可以對影像進行前後對比,完成病灶自動識別與標註,發現肉眼無法發現的病灶,有助於幫助醫生更快完成疑似患者診斷。

此外,與依靠人力完成診斷相比,AI影像識別不會疲勞,可以實現24小時無休,且每秒處理的影像可達上萬張,將大大提高診斷效率。

影像識別技術應用的背後也離不開資料標註技術的支援。影像識別演算法模型的訓練需要海量標註資料集的支援,病灶標註、人臉關鍵點標註等都是常見的標註型別。

2. 遠端問診

新冠肺炎的傳染性極強,入院問診存在交叉感染的風險。為了避免人與人之間的接觸,實現足不出戶進行就醫問診,遠端問診、智慧客服將扮演關鍵性角色。

在實際應用中,醫生在查房或者問診的場景下,可以依託語音識別技術,將傳統的手寫病歷轉化為語音輸入,大幅減輕工作負擔。

在線上問診場景中,使用者輸入症狀以後,AI系統將自動識別使用者所輸入的文字,完成詞性標註、資訊抽取等一系列工作,透過在資料庫中進行檢索,實現精準資訊匹配,完成病情診斷。

這些功能實現的背後同樣離不開資料標註技術的支援。語音識別模型需要學習海量語音轉錄資料集,智慧客服需要NLP技術,比如資訊抽取、詞性標註、句法解析、詞義消歧等技術的支援。

AI技術的落地應用在很大程度上緩解了醫療資源緊張、地區分佈不均等問題,提升了醫療體系的整體執行效率。

不過,目前AI技術在醫療領域起到的更多是輔助作用,尚無法完全取代醫生的作用。

隨著資料標註行業提供的標註資料集質量越來越高,且更加場景化、精細化,相關的應用模型將更加精準,智慧醫療有望在後疫情時代扮演更加重要的角色。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69956378/viewspace-2707311/,如需轉載,請註明出處,否則將追究法律責任。

相關文章