第二版框架更有实操性

[hyacinth0906]

影像AI的发展和技术

• 影像AI的发展历史——采用行业报告的图
• 可以先从大的人工智能开始，重点强调影像AI的重点节点
• 影像AI相关的技术主要有哪些
• ACEMAP 相关子话题的中心文献，因为这是交叉学科
• 中国知网相关文献
• 相关国际会议，国内会议
• 推测以后学术趋势
  1. 放射组学-列文献
  2. 放射基因学-列文献
  3. 无监督学习-列文献

行业分析及独角兽分析

• 国内外政策
• 国内行业状态及各独角兽
• 国际行业状态及各独角兽
• 分析国内某独角兽公司

放射科医生未来走向

• 目前ONET放射科医生任务-能力-场景
• 可能拓展方向
  • 算法工程师，数据挖掘师

目前能做的，针对目前AI缺陷与不足

1. 结构化报告
2. 诊断标准制定
3. 客观评估一项产品
4. 接入更多临床资料

备选，是否加入目前放射科就医处理流程，推测以后AI可能参与部分

[hyacinth0906]

影像AI的发展和技术

• 何为影像AI

  • 没有一个确定的定义，画图 人工智能-医疗AI-影像AI，用于医学影像方面的人工智能。

• 影像AI的发展历史——采用行业报告的图

• 可以先从大的人工智能开始，重点强调影像AI的重点节点

  • 2015 年，基于深 度卷积神经网络(convolutional neural network， CNN)的计算机视觉系统在 ImageNet 1000 挑战 赛中首次超越了人类专家的图像识别分类能力[7]。 2016 年，AlphaGo 横空出世，基于深度神经网 络的计算机算法首次在围棋领域战胜人类世界冠 军[8]。2017 年，Deepstack 模型击败德州扑克职业 玩家，再次论证了深度神经网络在自动推理能力中 的过人优势[9]。2018 年的 I/O 大会上，谷歌发布了 Duplex 语音人工智能技术，引发了科技界对深度 神经网络跨模态应用的无限想象。

• 影像AI相关的技术主要有哪些

  • 计算机视觉
  • 深度学习

• ACEMAP 相关子话题的中心文献，因为这是交叉学科

• 中国知网相关文献

• 相关国际会议，国内会议

• 相关的图像识别比赛

• 推测以后学术趋势

  1. 放射组学

Radiomics- Images Are More than Pictures, They Are Data.pdf Radiomics- Extracting more information from medical images using advanced feature analysis.pdf

2. 放射基因学 ACEMAP上一共只有23篇文献

Radiogenomics- Creating a link between molecular diagnostics and diagnostic imaging.pdf

3. 无监督学习 Convolutional Deep Belief Networks For Scalable Unsupervised Learning Of Hierarchical Representations.pdf Greedy Layer-Wise Training Of Deep Networks.pdf

Hastie T., Tibshirani R., Friedman J. (2009) Unsupervised Learning. In: The Elements of Statistical Learning. Springer Series in Statistics. Springer, New York, NY

[hyacinth0906]

行业分析及独角兽分析

• 国内行业状态及各独角兽
• 国际行业状态及各独角兽
• 分析国内某独角兽公司

[hyacinth0906]

放射科医生未来走向

• 目前ONET放射科医生任务-能力-场景
• 可能拓展方向
  • 算法工程师，数据挖掘师

[hyacinth0906]

目前能做的，针对目前AI缺陷与不足

1. 结构化报告
2. 诊断标准制定
3. 客观评估一项产品
4. 接入更多临床资料

备选，是否加入目前放射科就医处理流程，推测以后AI可能参与部分

[hyacinth0906]

ACEMAP 相关子话题的中心文献，因为这是交叉学科

[hyacinth0906]