@
Pika666 我研究生期间做过基于 CT 的肺结节检测项目,感觉只是发文章时准确率好看,落地效果普遍不好,当然我做的纯学术方向没接触到真正的商业 AI ,所以想请教几个问题:1) 那些较成熟的 AI 会不会在假阴性很低时假阳性率很高,要医生再排除一遍? 2)贵院用的 AI 是不是专门定制的,用自己提供的图像和标签进行训练? 3)AI 使用时是医生挑几张图片输入,还是整个原始 DICOM 数据一起输入?我猜是前者,但是用 2D 图像容易高假阳性,3D 数据的话理论上能达到更好的效果,但是模型复杂度和运算量太大。
医疗图像检测方向有个很蛋疼的点,就是模型泛化性不好,一个数据集训练出来的模型,换一个数据集就不行了,同样是 CT 图像,不同型号的机器拍出来的噪声、像素值范围不一样,只能靠经验选择图像预处理阈值,所以我觉得 AI 商业化比较靠谱的方法是专门定制。
还有个最根本性的痛点,我们根本不知道 AI 提取出来的特征是什么,以为提取的是结节纹理特征,实际可能是噪声的特征,只是刚好在这个数据集上管用,这种黑箱子特性决定了医疗 AI 只能是辅助性工具,不可能代替医生的。我比较看好一些解释性强、简单但量大枯燥的医疗辅助工具,比如检测胸腔 CT 中较孤立的小型球状组织,再让医生诊断是不是结节。