一、業務模式

1.藥企：信息化管理（外勤、研發、生產）

2.醫院：院內信息化（院內系統、互聯網醫院）

3.政府：區域信息化平臺（區域協同、數據中心）

4.大夫：醫生集團（高端私服、飛刀）

5.病人：輕問診、OTC（在線問診、藥品遞送）

對象：公立、私立、鄉、鎮、村、衛生室

申請病歷、影像、數字、超聲（遠程指導）

二、案例分享

1.圖像類數據：DR、CT、MR、乳腺、DSA、超聲、病理、眼底

檢測、分割、提取 numpy、matplotlib、pycicom

最大值、最小值、平均值、標準差、灰度、差方

分類、回歸、檢測算法 采樣切割（a.分類 b.用算法分割出來）

任務一：疾病分類（演示）

1.解決思路：二維卷積、提取特征

2.參考模型：AlexNet、GoolgleNet、VggNet、ResNet

1.解決思路：通過物體檢測算法，將病變類型和區域變換

2.參考模型：RCNN、YOLO、SSD、mmdetection工具箱

2.序列類數據：心電圖（通道）、腦電圖、肌電圖

波形、原始的診斷結果

任務一：疾病分類

1.解決思路：一維卷積、循環神經網絡

2.參考模型：Global AVERAGE pooling 特征值

一維卷積塊（定義卷積塊、拼接、RES塊）

ConvTD、LSTM

3.文本類數據：輔助 提取關鍵詞

任務一：關鍵信息的提取

1.解決思路：序列標注問題

2.參考模型：IDCNN+CRF、BILLSTM+CRF、BERT+CRF

病歷文本、非關鍵信息、癥狀、身體部位、（字符串替換、查找、正則表達式）

泛化能力 模型的獲取：免費開源

個人感悟：1.數據集（完備性類別少）

超強干貨來襲 云風專訪：近40年碼齡，通宵達旦的技術人生

總結

以上是生活随笔為你收集整理的人工智能技术在互联网医疗中的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。