海量數(shù)據(jù)難處理，醫(yī)學(xué)人工智能成突破口

在醫(yī)療領(lǐng)域，每天都會(huì)產(chǎn)生大量的醫(yī)療數(shù)據(jù)，其中以醫(yī)技為核心的客觀性數(shù)據(jù)占了90％以上，而我國(guó)醫(yī)技數(shù)據(jù)更以30%的速率逐年增長(zhǎng)，相比之下，醫(yī)技科醫(yī)生的增長(zhǎng)速度和工作效率完全難以應(yīng)對(duì)數(shù)據(jù)的增長(zhǎng)趨勢(shì)。
 

同時(shí)，目前醫(yī)療數(shù)據(jù)大部分仍然需要人工分析，效率低下又容易因經(jīng)驗(yàn)和疲勞造成誤診。因此，人工智能和大數(shù)據(jù)的興起，則為醫(yī)療領(lǐng)域帶來(lái)了前所未有的機(jī)遇和突破。

重塑醫(yī)療科研，構(gòu)建醫(yī)療人工智能開(kāi)放創(chuàng)新工場(chǎng)

工欲善其事必先利其器，依托在人工智能圖像識(shí)別和深度學(xué)習(xí)方面的技術(shù)優(yōu)勢(shì)，盈谷網(wǎng)絡(luò)正式發(fā)布“醫(yī)真眼——醫(yī)學(xué)人工智能及科研平臺(tái)”，打造將數(shù)據(jù)及先進(jìn)醫(yī)學(xué)知識(shí)經(jīng)驗(yàn)迅速轉(zhuǎn)化為先進(jìn)醫(yī)療服務(wù)的核心工具平臺(tái)。

眼睛是心靈之窗，更是洞悉萬(wàn)物的入口，而醫(yī)真眼，也正像每一位醫(yī)療工作者的第二雙眼睛，幫助他們對(duì)數(shù)據(jù)進(jìn)行管理 → 標(biāo)記 → 訓(xùn)練 → 分析→ 驗(yàn)證，提高醫(yī)學(xué)圖像識(shí)別的準(zhǔn)確率，讓醫(yī)生更快，更簡(jiǎn)單的進(jìn)行科研工作！

多終端版本，全面滿(mǎn)足各種醫(yī)療場(chǎng)景需求

“醫(yī)真眼——醫(yī)學(xué)人工智能及科研平臺(tái)”可以分為桌面版、云版，未來(lái)也會(huì)提供醫(yī)學(xué)人工智能（AI云）的SaaS服務(wù)版本，滿(mǎn)足不同醫(yī)療場(chǎng)景中的技術(shù)和服務(wù)需求。

桌面版：適合單個(gè)病種的人工智能研究開(kāi)發(fā)，單個(gè)科室或幾個(gè)科室使用。

云版：適合多個(gè)病種的并行研究與開(kāi)發(fā)，具有更強(qiáng)大的數(shù)據(jù)超算能力，適合大型醫(yī)療機(jī)構(gòu)、大學(xué)及醫(yī)療科研機(jī)構(gòu)。

五大核心功能，醫(yī)真眼精準(zhǔn)服務(wù)醫(yī)療人工智能

“醫(yī)真眼——醫(yī)學(xué)人工智能及科研平臺(tái)”的上線，標(biāo)志著盈谷以標(biāo)準(zhǔn)的流水線模式，圍繞五大核心功能，建立起了快速的人工智能深度學(xué)習(xí)流程！盈谷有信心將這種強(qiáng)大超前的模式滲透到每一個(gè)醫(yī)療從業(yè)者的工作中，讓每一位醫(yī)療工作者都可以參與到這場(chǎng)醫(yī)療變革之中，享受到人工智能帶來(lái)的便捷與高效服務(wù)！
 
1、科研項(xiàng)目管理：

⊙支持自定義量表：根據(jù)具體項(xiàng)目或課題進(jìn)一步完善數(shù)據(jù)屬性，根據(jù)課題特征可自由定義具體分析參數(shù)，有針對(duì)性的對(duì)具有科研價(jià)值的數(shù)據(jù)進(jìn)行收集、整理，助力精準(zhǔn)分析科研對(duì)象；

⊙跨區(qū)域、跨機(jī)構(gòu)協(xié)同科研：支持多機(jī)構(gòu)合作、多項(xiàng)目、多課題數(shù)據(jù)共享，支持分享病例，實(shí)現(xiàn)醫(yī)療大數(shù)據(jù)共享；

⊙科研數(shù)據(jù)及量表導(dǎo)出：支持批量導(dǎo)出科研數(shù)據(jù)及量表，實(shí)現(xiàn)線上線下協(xié)同科研。
 
2、海量樣本管理：

⊙數(shù)據(jù)采集：支持?jǐn)?shù)據(jù)批量導(dǎo)入、機(jī)構(gòu)數(shù)據(jù)拖掛、醫(yī)真云全醫(yī)技平臺(tái)信息調(diào)用等三種數(shù)據(jù)采集方式，確保信息錄入的方便快捷及準(zhǔn)確；

⊙數(shù)據(jù)脫敏處理：支持所有數(shù)據(jù)進(jìn)行脫敏處理，確保數(shù)據(jù)不涉及病人隱私，避免出現(xiàn)隱私泄露情況；

⊙數(shù)據(jù)整合：支持醫(yī)技數(shù)據(jù)，電子病歷及臨床數(shù)據(jù)整合，有效增強(qiáng)病人信息的完整性。

3、快速標(biāo)記數(shù)據(jù)：

⊙支持醫(yī)生對(duì)醫(yī)療數(shù)據(jù)中的病灶點(diǎn)進(jìn)行快速、高效、準(zhǔn)確地標(biāo)記，實(shí)現(xiàn)標(biāo)準(zhǔn)化數(shù)據(jù)質(zhì)量控制，幫助人工智能算法對(duì)醫(yī)療數(shù)據(jù)進(jìn)行識(shí)別、比對(duì)和學(xué)習(xí)，將醫(yī)療各類(lèi)數(shù)據(jù)進(jìn)行分析，獲取高質(zhì)量有價(jià)值的信息。
 
4、在線深度學(xué)習(xí)：

⊙支持多種開(kāi)源深度學(xué)習(xí)架構(gòu)，如：TensorFlow、Caffe等。訓(xùn)練過(guò)程支持可視化配置，科研工作者從具體課題需求出發(fā)選擇不同的預(yù)處理及訓(xùn)練模型，通過(guò)大量高品質(zhì)的醫(yī)技數(shù)據(jù)和診斷數(shù)據(jù)，不斷對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練以及優(yōu)化，促使其掌握“診斷”及分析能力。
 
5、模型生成及驗(yàn)證：

⊙將所有的數(shù)據(jù)自動(dòng)反復(fù)訓(xùn)練生成疾病“診斷”模型，并對(duì)模型進(jìn)行數(shù)據(jù)驗(yàn)證。在對(duì)模型的檢測(cè)效率和準(zhǔn)確度兩個(gè)方面，采用敏捷開(kāi)發(fā)模式，不斷迭代最終產(chǎn)生理想的智能決策模型，更高效更精準(zhǔn)地服務(wù)于醫(yī)療工作者。

醫(yī)真眼，為未來(lái)醫(yī)療創(chuàng)造更多可能

醫(yī)真眼，是醫(yī)真云生態(tài)中，深度發(fā)現(xiàn)數(shù)據(jù)價(jià)值和先進(jìn)醫(yī)學(xué)經(jīng)驗(yàn)與知識(shí)的一個(gè)重要環(huán)節(jié)，更是醫(yī)真云服務(wù)醫(yī)療行業(yè)，服務(wù)醫(yī)療工作者的重要工具，將大大提升醫(yī)療工作、醫(yī)療協(xié)同及科研的便捷性、精準(zhǔn)性，力求以人工智能及大數(shù)據(jù)的技術(shù)優(yōu)勢(shì)驅(qū)動(dòng)行業(yè)發(fā)展，扁平化地推動(dòng)醫(yī)學(xué)及臨床的進(jìn)步。