借道上交會，刷臉準確率99%的人工智能技術進入非洲
“刷臉”這件事已經被飛速發展的人工智能技術征服，成為了生活中極為平常的應用。刷臉取款、刷臉購物，就算你戴著墨鏡和帽子，化著濃妝，甚至做了微整形，也不會影響刷臉的精度。
在第六屆中國（上海）國際技術進出口交易會（以下簡稱“上交會”）現場，雲從科技發布了首個國產結構光實物產品，該產品應用了其自主研發的“3D結構光人臉識別技術”。雲從科技副總裁張立告訴第一財經記者，這項技術在安全性、識別精度以及識別速度方面都有大幅提升。其準確率高達99%以上，速度由1~2秒縮短至毫秒級，還能防禦面具、視頻等欺詐手段。
值得一提的是，這項中國的人工智能技術即將借“一帶一路”的東風輸出到世界。在上交會的平臺上，越來越多中國本土的科技正在和世界上的科技快速交流，形成“走出去、引進來”的雙向合作。
中國人工智能技術助力非洲
目前，雲從科技已與津巴布韋政府簽訂了戰略合作框架協議，這是中國人工智能技術在非洲的首個項目，將為人工智能技術的出口作出嘗試，推動“一帶一路”的綠色發展。
被津巴布韋總統特派到中國參加簽約儀式的津巴布韋總統府特別顧問與科技部部長表示，中國的人工智能技術處於世界領先地位，津巴布韋期待中國人工智能在機場、安防等領域發揮作用，成為非洲人工智能應用的表率。
據張立稱，雲從科技的人臉識別技術已經覆蓋70%以上的國內銀行；在智慧機場領域，它也是國內人臉識別的最大供應商，大約80%的核心樞紐機場使用了雲從科技的人臉識別技術；在安防領域，公司也已與公安部等國家部門在人臉識別標準和重大項目方面有較多合作。雲從科技由中國科學院孵化，是參與制定國標、部標、行標的人工智能企業。未來還計劃把人工智能技術從銀行、公安、交通和零售領域延伸到教育和醫療行業。
上海文鰩與匈牙利企業合作跨境金融
4月19日下午，匈牙利摩根斯達集團與上海文鰩集團在第六屆上交會現場簽署了全面戰略合作協議。雙方約定將在跨境金融技術應用、移動支付技術應用、新一代科技與新技術投資上達成戰略合作。
作為全球第一個與中國簽署“一帶一路”全面戰略合作備忘錄的歐洲國家，匈牙利的地理優勢決定了它在“一帶一路”中的重要作用，是中國與歐洲國家經貿關系“向東發展”的窗口。
匈牙利摩根斯達集團和上海文鰩集團將在“一帶一路”倡議的指引下聚焦跨境貿易技術服務領域，提高中匈跨境貿易結算時效性。中國是移動支付全球領先的國家，雙方企業的合作將推進移動支付技術在匈牙利的落地，促進當地數字經濟的發展，實現基於當地國家金融體系的移動支付與智能支付平臺的建設。
上海文鰩是上交會孵化出來的企業，公司主要業務是為傳統農業、制造業、倉儲物流和商業零售業等行業提供數字化產品與服務，將輸出人臉識別、虹膜識別、指紋識別、一碼支付等多重驗證和智能移動電子支付技術系統，與摩根斯達共同建立移動支付入口，優化移動支付的便利。摩根斯達集團總部位於匈牙利，涉足國際貿易、文化交流、傳媒傳播、高科技研發、農業和教育等領域。
理大新系統 三分鐘測中風準確率達九成
1 :
GS(14)@2015-05-12 23:02:11【本報訊】中風治療爭分奪秒，越早治療病人可完全復原的機率越高。理工大學研發一套電腦輔助系統，分析病人電腦斷層掃描影像，比較腦部密度數據，可於3分鐘診斷病人是否中風，或分辨缺血性中風或俗稱「爆血管」的充血性中風，準確度達九成，可成為醫生斷症好幫手。記者：嚴敏慧理大醫療科技及資訊學系副系主任鄧福禧表示，確診中風病人一般要接受電腦斷層掃描檢查，再由醫生分析影像，評估是否有血管栓塞或出血情況，再決定治療方案。病人每次照電腦掃描會有80至100張影像，肉眼斷症需時最少10至15分鐘，且過於細小的變異較難察覺，有機會出現漏診情況。新系統不但縮短至3分鐘，最細能偵測到1毫米病變區域，即極初期中風亦能測出。
比較左右腦影像密度
新系統分兩階段評估掃描影像，第一部份是運算算式，會自動分析80至100張影像，透過人腦的左右對稱原理，程式會自行比對左右兩邊腦部的密度，當有地方密度有改變，即代表出現問題。鄧指，影像密度較低的區域，有可能是缺血性中風，反之則為充血性中風。系統會抽取懷疑中風的範圍，並加以標示。第二部份即人工神經網絡分析，系統已預先輸入22個圖像特徵，以分辨有關掃描結果是否中風。研究人員利用26名公立醫院中風患者及26名健康人士的電腦斷層掃描影像，評估系統分析的準確性，結果顯示診斷準確度達90.4%，靈敏度為88.5%，沒有中風的檢測準確度則為92.3%。鄧指，系統能偵測細至1毫米病變區域，一些中風早期變化，包括如腦溝不明顯及一些大腦動脈徵象等亦能標示，醫生掌握相關資料數據後，可再判斷患者腦部是否有血塊等症狀，然後再確診。不過，鄧表示，系統不能取代醫生角色直接決定病人是否中風，但可作為第二參考，尤其讓非專科的前線醫生診斷疑似中風病人時，多一個參考。他指，正與公立醫院商討是否可引入新系統，又希望系統繼續優化，如改善資料輸入程序，下一步則可發展雲端應用，讓醫生能於手機等接收評估結果。
來源:
http://hk.apple.nextmedia.com/news/art/20150512/19144454
AI分析醫療影像 準確率逾九成 2分鐘完成檢測 紓緩醫生人手不足
1 :
GS(14)@2017-10-01 20:10:51【明報專訊】現代醫學非常倚靠分析醫療影像來協助診斷和制定治療方案，擁有這種知識的病理醫生和放射科醫生，人手不足問題嚴重。有科技公司就研發出人工智能軟件，自動分析醫療影像，希望利用技術創新來紓緩醫生短缺以及醫療資源分配不均衡等問題。現時，該公司已有1套檢測肺癌的軟件正在3家內地醫院進行臨牀測試；若順利的話，可望在1年後正式推出。
視見醫療科技共同創辦人、董事長兼首席科學家陳浩表示，該公司成立於2016年2月，是由香港中文大學醫學影像計算分析實驗室「孵化」出來，創始團隊主要是香港中文大學計算機科學與工程學系王平安教授及其博士學生。該公司業務是研究將人工智能醫療影像分析技術應用於輔助診斷和治療，解決醫生人才短缺以及醫療資源分配不均衡等問題。
內地病理醫生缺口達6萬人
西醫非常倚靠影像來協助診斷和制定治療方案，有內地網媒報道，2015年內地的醫療影像檢查人次高達14.4億，醫療影像開支超過4000億元人民幣；預計到2020年，將增至6000億至8000億元人民幣；內地醫生愈來愈難應付龐大的醫療影像分析工作。陳浩表示，有估計指出，內地的X光、電腦掃描、磁力共振等醫學放射影像，數量每年增長高達30%，但放射科醫生的數目每年增長不到5%。至於負責分析病理影像，如光學顯微鏡拍攝的細胞或組織影像的病理醫生，亦同樣出現巨大缺口。現時，內地只有約9000名病理醫生，以較保守的估計，內地病理醫生的缺口高達4萬至6萬人。若根據美國病理醫生與病牀數目的比例，內地更需要10萬名病理醫生。
此外，一個病理醫生的成長周期長達10年，即使醫院增加招聘和培訓，也不可能在短時間內解決人手短缺的問題；另病理醫生和放射科醫生若在疲倦的狀態下工作，亦會令判斷出現錯漏的機會增加。該公司提倡，利用人工智能軟件分析醫療影像，輔助診斷和制定治療方案，減輕病理醫生和放射科醫生工作量。
以肺癌為例，早期肺癌的典型癥狀是肺部結節，放射科醫生通常要觀察約200至600幅電腦掃描圖像，以香港來說，大概要花30分鐘；內地因為人手嚴重不足，只會用10至15分鐘。至於病理切片影像，1張約1GB至3GB，病理醫生一般亦要在15至30分鐘內，從中找出有價值的信息，壓力相當大。若使用該公司的人工智能軟件來分析放射影像或病理影像，只需1至2分鐘，大幅提高效率；準確率亦逾九成，可以作參考，減輕醫生部分工作量和壓力。
北京醫院測試 料明年推出
視見醫療科技正在研究的，有「AI放射影像輔助診斷系統」、「AI病理影像輔助診斷系統」，以及「AI放射治療靶區輔助勾勒系統」。其中，AI放射影像輔助診斷系統中用於分析肺部影像有沒有肺癌的「肺小結節檢測和識別系統」，正由北京3家醫院進行臨牀測試。若順利的話，可望在1年後取得中國藥監局的認證，正式在內地市場推出。
AI病理影像輔助診斷系統中用於分析有沒有乳癌和子宮頸癌的軟件，亦會在稍後交給內地醫院進行臨牀測試，希望趕及在今年底前開始申請中國藥監局的認證。因此，若兩者都順利的話，到了明年底，該公司將有兩套產品推出市場。至於AI放射治療靶區輔助勾勒系統，用來勾劃出癌症病人體內需要進行放射治療的地方；但這套系統仍需時日才可以臨牀測試。
陳浩表示，雖然公司優先發展內地市場，但亦希望能物色香港醫院參與臨牀測試。該公司初期會將其人工智能軟件安裝在醫院電腦系統內；長遠來說，會考慮透過雲端來提供服務。將來開拓國際市場時，透過雲端來提供服務，毋須派員工上門安裝，會比較方便。
系統應用「深度學習」 分析病症
據悉，視見醫療科技主要是利用人工智能技術當中的「深度學習」技術（Deep Learning），來自動分析醫療影像。視見醫療科技產品經理Tsougenis Efstratios表示，該公司在「深度學習」技術方面，擁有4項發明專利，另有4項專利申請正在審批。
他又稱，分析不同病症的「深度學習」技術，其實大同小異，重點需要先找到醫生提供大量案例的醫療影像，以及清楚標明其中的關鍵位置，才能讓軟件學習到日後如何自行分析。
非完全取代 最後仍靠醫生把關
不過，由軟件來分析醫療影像，萬一出錯的話，有機會面對訴訟和巨額索償。Efstratios表示，該公司的人工智能軟件若能取得所在國家的監管當局批准使用，就代表有關當局認可，其風險可以接受。而且，該公司不是提倡以軟件全面取代醫生，而是建議在最後階段由醫生把關及判斷。他認為，只要依足手續，在取得當地批准後，才推出其人工智能分析軟件或服務，毋須擔心訴訟和索償的問題。
明報記者 薛偉傑
[企業創富]
來源:
http://www.mpfinance.com/fin/dai ... 6899&issue=20170929
Next Page