强化深度学习把医疗AI推向新的高潮
人工智能技术的发展,给垂直产业带来巨大变革,以医疗、无人车、安防、金融等垂直行业的变化最受到关注,自从2012年深度学习技术被引入到图像识别数据集ImageNet(做为测试标准),其识别率近年屡创新高,并且在某些领域如图像分类等方面达到人类水平。深度学习技术加上医疗影像领域累积多年的数据,给这一领域带来了令人惊喜的突破。 健康一体机 有媒体曾经报道过斯坦福的研究人员发布在Nature上的研究,CNN做皮肤癌诊断,与21位皮肤科医生对比测试,结果系统的精确度与人类医生相当(“至少”91%)。还有JAMA上发布的利用CNN对糖尿病视网膜病变的诊断,结果表明,其算法的性能与眼科医生的性能一致。 强化深度学习在2016年初AlphaGo对战李世乭中大放异彩。AlphaGo学习棋谱到了一定程度,就可在和对手及自己对弈的大量棋局中,使用强化学习来进一步改善它,这可以说是它不断超越自己,最终战胜人类冠军的关键所在。作为一种有效的机器学习方法,强化学习主要研究在特定情境或环境下的操作方式,使得奖励信号最大化。同样在医疗AI的决策过程中,一个程序操作会常会影响其接收到的数据,不同的操作中程序会接受到不同...