五月婷婷在线观看|国产成人精品3p人妻网站|日本老熟妇maturebbw|日韩 欧美 综合

在醫改大政策風向標的背后，是資本逐鹿試水，商業試錯。互聯網+醫療成為構建新時代下智慧醫療的生態圈。但是，醫療信息化就等于真正的智慧醫療嗎?或者說只是智慧醫療的基礎?若論更加務實的智慧醫療則是在信息化基礎上的幫助診療，本文主要論述了FPGA+深度學習技術如何助力智慧醫療落地。

醫療信息化≠真正智慧醫療

“十三五”強調要促進健康中國的建設，其中智慧醫療被提上日程，智慧醫療成為深化醫改、推進健康中國建設的重要技術手段。智慧醫療在百度的解釋是通過打造健康檔案區域醫療信息平臺，利用最先進的物聯網技術，實現患者與醫務人員、醫療機構、醫療設備之間的互動，逐步達到信息化。作為建設智慧城市的一部分，智慧醫療對緩解看病難這一社會問題具有積極的推動作用，但是，如果把智慧醫療僅僅定義為醫療信息化，未免有些狹隘。

不可置否，目前醫療產業面臨的大醫院人滿為患，社區醫院無人問津，病人就診手續繁瑣、看病難等等問題，都是由于醫療信息不暢，醫療資源兩極化等原因導致的。近年來，醫療改革在醫療信息化的浪潮中取得了巨大成就，可以使患者用較短的等療時間、支付基本的醫療費用，就可以享受安全、便利、優質的診療服務。比如目前部分醫院支持在線預約專家、微信掛號及在線支付等功能，以及未來電子病歷及健康檔案的落地，可以減少了病人的等診時間及削減看病成本，但這并不是智慧醫療的全部。

幫助診療也是智慧醫療的重要部分。杭州健培科技有限公司CEO程國華表示，目前國內智慧醫療看到的只是醫療信息化這一基礎層面。針對一個醫院的信息化，軟件工程師基本可以全部搞定，但是真正做到智慧醫療，僅僅做醫療信息化是遠遠不夠的，智慧醫療最重要的是洞察大量非結構化大數據背后的價值，以幫助醫生在最短的時間內做出最精確的診斷。

在幫助診療方面，目前國內僅局限于不到10%的結構化數據的利用，而對于大量的非結構化醫學影像數據缺乏認知分析。由海歸博士團隊聯手成立的杭州健培科技有限公司，從2014年開始與國內外著名的研究機構和高等院校展開合作，致力于醫學影像大數據分析技術(MIBA)的研發及應用，并通過深度學習技術，建立人工智能診斷系統，幫助醫生診斷各種疾病，推動我國醫療創新領域理念從“方便診療”走向“幫助診療”，以此改變我國醫療衛生資源分配不平衡、看病難、看病貴等問題。

深度學習技術與疾病診斷

當下“互聯網+”推動了醫療行業大數據爆炸，據權威調查數據顯示，醫療行業非結構化數據占整個數據量的90%左右，醫療行業的非結構化數據主要包括醫療PACS系統產生的醫學影像，比如DR，CR，MRI等，如果能夠深挖這些海量影像數據背后的價值，將對精準醫療研究、個體化治療、疾病治療與療效評價、重大疾病的風險評估等具有重要的意義。目前，通過深度學習技術，可以解讀醫療影像數據，這在國外已經有不少落地性案例，比如，今年倫敦帝國理工大學就宣布運用深度學習技術為基礎的腦部影像圖像分析工具，以協助醫生診斷大腦出現的損傷情況。但目前國內在醫學圖像分析領域的應用案例還是一片空白。

對此，健培科技在國內率先利用自主研發的“兩朵云”產品進入醫療影像分析領域，即駐地云和診斷云。駐地云能有效的對醫院的非結構化數據存儲系統整合和優化配置，進而為診斷云提供了數據倉庫。而診斷云側重于非結構化數據的分析和挖掘，將影像數據的重要臨床實用價值發揮出來。比如長久困擾放射科的肺癌早期和乳腺癌早期篩查誤診率居高不下的問題，通過計算機智能診斷的精確性，能夠極大的降低人為閱片的誤診率，通過計算機的高性能和不間斷運行，也能有效減輕放射科醫生的工作負荷，從而改善整個放射科的工作效率和質量，最終提升患者就醫體驗。