人工智能+数字病理解析细胞背后的秘密

▍人工智能（AI）是什么？
“人工”，很好理解，使人力办事，“智能”概念比较宽广，简单的可以理解为：制造智能的机器，制定智能的程序来为人办事。
人工智能辅助诊断系统的主要技术包含了以下两点：① 深度学习  ② 大数据

▍人工辅助诊断系统的优势
1、经数码扫描后形成的数字切片，在储存中解决了细胞涂片在储存过程中造成的颜色退变或玻片的损坏的现象，并有利于快速查找切片，为后期远程会诊和会议教学提供方便；
2、随着患者数量的逐年递增，AI辅助诊断系统，减轻了病理医生阅片的压力，AI识别提供了病理诊断领域对于快速准确的辅助诊断工具的需求。

▍深度学习+大数据

目前使用了卷积神经网络深度学习的方法做的细胞模型，并使用了大量的细胞涂片的标注数据来支撑。

通俗意义的讲：我们给了机器细胞的形态，细胞的分类，让机器自主的去学习，他会很高效的提取图片中细胞的特征，使用自己的方式进行处理，对图像分类，并经过了大量图像标注数据的模拟运算形成了可以对细胞进行分类的模型。

▍基础模型

基于卷积神经网络的监督学习方式完成对数据集的训练。基础模型中有很多知名的三甲医院老师已确诊的细胞涂片和一些著名高校的教授老师对细胞涂片的标注，近20万的病例数据，进行了训练，保证准确率。
如何使模块更加匹配医院的诊断结果
1、深度学习基础模块的不足

深度学习的方法为机器语言的学习，基础模块中掺杂了很多和我们的制片方法或耗材并不匹配的学习，所以并不能确定实际使用中的准确度有多少？
2、如何优化模块

把我们所制作的细胞涂片进行分类和标注，让机器再次学习，让机器对我们制片工艺和细胞涂片的分类分级记忆更加的精准同时提高我们识别的准确率。