Медицинское компьютерное зрение на основе глубокого обучения

Deep learning-enabled medical computer vision
Richard Socher, Eric J. Topol, Jeff Dean, Ali Madani, Yun Liu, Serena Yeung, Katherine Chou, Andre Esteva, Nikhil Naik, Ali Mottaghi
2021-01-08

клиническое внедрениесверточные нейронные сетиглубокое обучение для медицинского компьютерного зрениямедицинская визуализациямедицинское видео
Десятилетие беспрецедентного прогресса в области искусственного интеллекта (ИИ) продемонстрировало потенциал для многих областей, включая медицину, извлекать ценные сведения из данных с помощью методов ИИ. В настоящем обзоре мы анализируем недавний прогресс в развитии современных методов компьютерного зрения, основанных на глубоком обучении, для медицинских приложений, с акцентом на медицинскую визуализацию, медицинское видео и клиническое внедрение. Мы начинаем с краткого резюме десятилетнего прогресса в сверточных нейронных сетях, включая задачи визуального анализа, которые они позволяют решать, в контексте здравоохранения. Далее обсуждаем ряд примеров применения в медицинской визуализации, которые могут извлечь пользу, включая кардиологию, патологию, дерматологию и офтальмологию, и предлагаем новые направления для дальнейшей работы. Затем расширяем обзор до общего медицинского видео, выделяя способы интеграции компьютерного зрения в клинические рабочие процессы для повышения качества ухода. Наконец, обсуждаем проблемы и препятствия, необходимые для реального клинического внедрения этих технологий.
1
Сверточные нейронные сети обеспечивают выполнение ряда задач компьютерного зрения, релевантных здравоохранению, и играли ключевую роль в недавних достижениях в медицинском компьютерном зрении.
2
Компьютерное зрение на основе глубокого обучения достигло значительного прогресса за последнее десятилетие и применимо к медицинской визуализации, медицинскому видео и внедрению в клиническую практику.
3
Интеграция компьютерного зрения в клинические рабочие процессы для медицинского видео может повысить качество ухода, демонстрируя практические приложения помимо статических медицинских изображений.
4
Специальности медицины, которые вероятно выиграют от этих методов, включают кардиологию, патологию, дерматологию и офтальмологию, и для каждой предложены направления дальнейшей работы.
5
Для реального клинического внедрения технологий глубокого обучения в компьютерном зрении остаются существенные проблемы и препятствия, требующие дополнительного внимания.

Системы медицинского компьютерного зрения с использованием глубокого обучения (приложения для медицинской визуализации и медицинского видео)

Применение и разработка методов компьютерного зрения на основе глубокого обучения для медицинских задач, включая диагностику по изображениям и видео, интеграцию в клинические рабочие процессы и проблемы внедрения в реальной клинической практике

Publication Details
Publication Date
2021-01-08
Journal
Publisher
ISSN
Cited by
1394
Access Type
Author Information
Authors
Richard Socher
Eric J. Topol
Jeff Dean
Ali Madani
Yun Liu
Serena Yeung
Katherine Chou
Andre Esteva
Nikhil Naik
Ali Mottaghi
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%