6,509
次編輯
變更
醫學影像
,無編輯摘要
[[File:醫學影像.jpg | thumb | 300px | 醫學影像 <br> [https://birs.ym.edu.tw/bin/home.php 原圖鏈接] ]]
'''醫學影像'''是指為了醫療或醫學研究，對人體或人體某部份，以非侵入方式取得內部組織影像的技術與處理過程，是一種逆問題的推論演算，即成因（活體組織的特性）是經由結果（觀測影像信號）反推而來。
**'AI1平台'允許全球的醫療服務供應商存取，提供透明化且固定的判讀價格，解讀掃描影像並發現疾病的機率更勝過醫生的單純問診，能提早發現乳腺癌、肺癌、高血壓或其他疾病。
*以色列新創業者 Zebra Medical Vision在上周五（10/27）發表了AI1服務，利用深度學習技術來解讀電腦斷層掃描（CT）、核磁共振（MRI）或其他醫學掃描影像，以從影像中辨識存在於肺臟、肝臟、心血管或骨頭中的疾病，而且每張的判讀只需要1美元。<ref name="iThome">{{cite web |url=https://www.ithome.com.tw/news/117837 | title= 看不懂醫學影像沒關係，AI幫你解讀每張只要1美元| language=zh | date=2017-10-30 | publisher=iThome| author=陳曉莉 | accessdate=2020-04-05}}</ref>
==醫學影像人工智慧之未來==
*“全面影像照護(total imaging care)”(如圖一所示意)，透過整合目前影像、早期影像、實驗室檢驗、手術或檢驗結果、理學檢查、病患基本資料、病患基因及風險因子等診斷數據的資料中心。
**醫師可以收集與瀏覽整個以病患為中心的數據，並在影像處理與整合、待辦工作優先順位排程、自動化警示、自動產出影像檢查報告等各式AI工具協助下，進行病患照顧決策。
*AI在醫學影像應用目前主要在於協助醫院與醫師提供患者更好的醫療照護，而非替代醫師。
**這是醫師意見領袖與AI意見領袖的重要共識，值得我們省思AI與人類在醫療領域的定位與分工，進而研議AI醫療技術的開發策略與目標。
**將AI定位為診斷輔助或流程效能提升的重要工作夥伴較為適宜。
**人工智慧與機器學習已被放射醫學領域的專家認可為影響放射醫學未來 10 年重要的科技項目，未來這些AI技術如何與醫院既有工作流程(work flow)整合，將是持續關注的重點。<ref name="工業技術研究院">{{cite web |url=https://www.ithome.com.tw/news/117837 | title= 人工智慧(AI)在醫學影像的應用契機—AI為提升醫師工作效能的重要夥伴| language=zh | date=2019-06-17 | publisher=工業技術研究院| author=陳伯彥 | accessdate=2020-04-05}}</ref>
==参考來源==
{{Reflist}}
[[Category:415 西醫學]]
[[Category:400 應用科學總論]]