【科技】整形外科医生的帮手!人工智能正在改变医疗美容

人工智能正在改变医学。尽管该领域尚未发挥其全部潜力,但研究人员正在探索机器学习的方法,即人工智能的一个子集,可以显著改善患者的治疗成效。机器学习的最终目的是了解大量的数据,使之成为卫生保健工作者处理可利用电子数据的重要工具。

你可能已经了解到,人工智能正在改变医学。尽管该领域尚未发挥其全部潜力,但研究人员正在探索机器学习的方法,即人工智能的一个子集,可以显著改善患者的治疗成效。机器学习的最终目的是了解大量的数据,使之成为卫生保健工作者处理可利用电子数据的重要工具。它的好处可分为几个大类:

  • 尽早发现问题;
  • 当病人报告一个问题时,提供更好的诊断;
  • 预测什么样的治疗会起作用,以及需要多长时间生效;
  • 监测治疗的进展情况。

随着智能手机的普及,图像数据比以往更丰富。计算机在识别模式方面往往比人类更好,这使得它们在高度视觉领域如整形和修复手术中成为强大的盟友,在手术中检测,诊断,监测和评估患者的治疗效果。

与大众观点相反,整形手术并不仅仅是美容或化妆品。事实上,整形外科医生恢复了整个身体的体型和功能:管理烧伤,治疗皮肤癌,在事故和手术后进行修复,以及纠正先天性缺陷,如唇裂。人工智能可以显著提高这些工艺,是因为图像和视频已经是整形外科医生治疗的一部分。整形外科医生通过影响和视频向同事传达复杂问题,向病人解释手术,并监控手术的结果。

烧伤护理

人工智能不仅能准确地评估烧伤的总表面积,而且还能预测烧伤伤口是否能在不手术的情况下愈合。在一项研究中,研究人员使用了反射光谱法和人工神经网络来预测烧伤的伤口是否需要超过14天才能愈合。

研究论文地址:http://ntur.lib.ntu.edu.tw/bitstream/246246/128202/1/32.pdf

手部移植

手和手臂是复杂且机械的。关节和肌肉的相互作用很难建立良好的模型,在该区域利用机器学习,不仅可以帮助治疗,而且还能决定病人术后的生活质量。

如今,截肢者通常有两种选择,一种是假肢,另一种是手部移植。选定哪一种更合适有许多标准,最近在机器人技术和移植手术方面的进步,使更多的截肢者可以有更多选择。人工神经网络已经被用于设计各种神经修复体的自动控制器,包括那些用来恢复手部抓握和手腕控制的假肢。

但是手部是非常复杂的,能够感知触摸,在空间移动,执行精确的动作,比如弹钢琴或组装手表。因此,外科医生和工程师们也在收集这些设备的数据,这将有助于更好的设计和改善未来的假肢。

颅颌面手术

颅颌面手术包括将颅骨、肌肉和头骨的皮肤移动。有些婴儿天生就患有颅缝早闭,这种疾病是由于颅骨过早融合而引起的骨骼生长紊乱,造成了畸形的外观,增加了大脑的压力,从而延缓了生长。两个月大的婴儿可能会接受主要的颅面部手术,重塑颅骨,而且越早发现病情越好。整形外科医生经常使用婴儿头部和CT扫描的照片来检查他们的颅骨形状和计划手术。

研究人员最近训练了一个人工智能分类婴儿头骨的形状,以便更好地捕捉颅缝早闭的早期症状。这项技术可以用来筛查儿童,减少婴儿的诊断需要的x射线或CT扫描。

技术地址:http://wolterskluwer.http.internapcdn.net/wolterskluwer_vitalstream_com/MP4s/permalink/prs/b/prs_137_5_2016_03_18_kanevsky_1501199_sdc1.mp4

皮肤癌

整形外科医生和皮肤科医生通常一起合作治疗皮肤癌。当皮肤科医生发现一个巨大的癌变生长时,他们会咨询一个整形外科医生来切除病变并重建被留下的洞。及早发现癌症是成功治疗的关键,因此利用人工智能来提高对皮肤癌的自动检测是非常有用的。

最近,一组研究人员训练了一个人工智能用于检测和分类皮肤癌,比皮肤科医生更准确。有许多研究表明人工智能在筛查黑色素瘤方面的前景。先进的全身摄影扫描仪已经被开发出来,可以使用人工智能来帮助量化和检测危险的皮肤癌。这种小范围的、特定任务的人工智能,是当今医学治疗的最大希望。

医学美容

面部医学美容需要仔细的术前计划并测量患者的面部尺寸。虽然美是主观的,但许多人对美都有共同的直觉。人工智能可以通过大量的面部图像数据集,协助外科医生进行医学美容,并指导病人选择最佳手术方法。

在最近的一项研究中,研究人员为面部美容设计了一个自动分类器,该分类器使用了165张“迷人”女性面孔的面部特征,这些照片也是由人类裁判独立评分的。在这个模型中,一种决策树算法评估一组描述性属性——在这个特定的调查中包括不同的面部比率——并试图确定与术后目标变量最密切相关的迷人的面部特征。

在对图像进行测试的时候,自动分类器和人类一样擅长评估美丽。

对美学改进的定量测量不仅可以设定期望,而且可以阻止病人接受提供边际改善的程序。

现在有很多关于人工智能的炒作。但在有大量数据的医学领域——比如整形手术——严密地集中于算法在图像,视频和患者病史上的训练是外科医生重要的新工具,提供早期检测,更好的诊断,并且改进治疗效果。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-10-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏IT派

“死亡算法”:预测死亡时间准确率达90%!

导读:在2017年11月的IEEE国际生物信息学与生物医学大会上,斯坦福大学计算机科学系的一名研究生Anand Avati对“死亡算法”的研究进行了报告:预测死...

3295
来自专栏量子位

GAN诞生记:最火的AI模型,来自一群博士的酒后争吵

唐旭 李林 编译自 《连线》 量子位 出品 | 公众号 QbitAI 费曼去世时,他教室里的黑板写着:“我无法理解自己创造不出来的事物。” 这句名言被Ian G...

2444
来自专栏腾讯技术工程官方号的专栏

拯救乳房:乳腺癌AI诊断系统

861
来自专栏新智元

记忆移植?美科学家借助RNA成功实现动物间记忆转移

1073
来自专栏ATYUN订阅号

MIT RF-Pose项目:利用AI使设备可以透过墙壁感知人体动作

X光透视长期以来似乎只是一种天马行空的幻想,但在过去的十年中,麻省理工学院计算机科学与人工智能实验室(CSAIL)的Dina Katabi教授领导的研究小组不断...

864
来自专栏WOLFRAM

Wolfram 新闻

1528
来自专栏吉浦迅科技

乐见人工智能:深度学习如何用于检测眼疾

很多老年人都会有眼睛黄斑部退化(又称老年性黄斑部病变)的毛病,会让视力开始变差,双眼中央视野模糊;最早还能使用倍数更高的放大镜来阅读,但到最后可能都看不清他人的...

32811
来自专栏镁客网

黑科技 | 用算法分析图像,实现对神经元行为的精准“录像”研究

980
来自专栏大数据文摘

GAN之父Ian Goodfellow :那个赋予机器想象力的人类

1632
来自专栏大数据文摘

Deep Learning:from AI to True-AI(34PPT)

19911

扫码关注云+社区