AI,DL在医学图像上的应用

昨天听了一个答辩，肺磨玻璃结节，预后好坏有两个亚型，用各种机器学习搞分类器。图像分割是用包做的，然后集成学习提取特征，加了点cnn，反正弄下来auc 87.45。200个确诊肺癌。

答辩主席是某部队大佬，但就答辩时的提问和阐述来看。。一眼难尽。。

但她讲的一些目前的现状应该要了解。

1. 卫生部对ai做图像诊断有两个指导意见，（1）. 类似方法的指导意见，包括训练集，样本量，精度要求；（2）ai作为诊断试验的指导意见，包括实验设计，auc等等。就是诊断试验那套阳性预测值一套指标算完收工。。ai是三类医疗器械。。。

2. ai做图像诊断，主要是用作筛查，即防止漏，但不保证不错。。敏感性95%以上可以接受。用途是作为医生的初筛，防止技术水平低的医生漏检，水平低的医师大概85%以上还是可以保证的。。

( 但是，筛查95%意味着假阳性有些高。。。)

3. 中山医和华东各有两个临床医生读片很好。

4. 国内顶尖的公司，几乎做图像诊断方面都是选择预判是否是恶性。目前国内有200家企业在做这个。。(门槛怎么说呢？)

5. 做这个样本量最少1000.。。做完要和临床医师确认提取的特征。。

最后，留一个评委的问题，看看目前的现实状况：你这个训练集为什么是75%，25%，你对比过各50%，25%训练，75%预测的auc吗？