浅析人工智能医学影像应用的现实与挑战

3.2 技术层面挑战

人工智能在医学领域是有着巨大发展空间的，面对着五花八门的人工智能，国家未出台统一管理标准和应用标准，人工智能中的数据标注技术也存在着种种问题，在应用上没有百分百的把握，标注质量主要受标注人员的专业性、责任心、工作状态等因素影响，很容易出现一些标注瑕疵，这是不可控的，标注质量完全无法确保。在这种状态下，需要出台相关制度进行有效干预，以此规范化产品研发。

临床疾病种类众多，需要人工智能产品根据不同类型疾病进行针对性的研发，开发出一款综合性能、多样功能的智能化医学产品成为人工智能企业的重要发展方向，这个目标并没有那么容易实现。医学影像在获取高质量数据方面存在着诸多缺陷。首先，高质量影像数据主要集中在有实力、有經济基础的三甲医院，不能够实现数据共享，不利于偏远地区的中、小医院应用，造成了数据流通、共享上的机制缺乏;然后，中国的医疗数据庞大，但是并不能较好的服务于人工智能影像，因为绝大部分数据都是非结构化数据，并没有较好的参照价值和应用价值，再加上用不同设备、不同场景的数据并不能代表一些问题，无法真正利用到人工智能影像中;最后，临床病症指南也需要技术的更新进行更新，只有不断完善、不断更近，才能与时俱进，满足当代人们的需求和医疗要求。

除此之外，机器学习算法的普适性也给人工智能医学影像造成一定阻碍，为了增强算法的普适性，需要收集更多有用、合理数据，需要研发企业与医院达成交流与合作，还需要企业间达成更多合作共识，从而克服普适性方面上的挑战。

3.3 实际应用层面挑战

虽然人工智能医学影像已经取得了傲人成就，还有更长的创新之路要走，但是在临床中的应用还是微乎其微，主要原因有数据上的缺漏，不能保持测试数据集上的高准确率。其次是医学数据的搜集和处理不够完善，没有将医生的工作流程、工作细节纳入考虑范围，医生的思维与学识是很难复制的，也是很难融入人工智能医学影像的，这样看来，医生的决策是综合性的、全面性的。除此之外，先进人工智能医学影像的应用也受医院实力、医院决策、医生技术手段影响，医院需要加强人工智能产品重视程度，利用自身优势积极引进多台先进人工智能医学影像设备，还要定期对本院的医生进行