医疗设备中的人工智能

作者：Frank Schadt， IMT Switzerland

人工智能算法在医疗技术领域具有巨大的潜力。匿名的治疗数据可以被浓缩为治疗建议。设备诊断可以得到改进，使用寿命也可以延长。此外，控制和调节任务已经部分由神经网络、决策树及类似方法接管。

然而，医疗技术对人工智能和机器学习系统也提出了很高的要求。错误的决策可能带来严重后果。神经网络的行为可能比人类开发的算法更难预测。迫切需要制定监管指南，以确保医疗技术中人工智能系统的安全。因此，瑞士Buchs的IMT Information Management Technology AG员工自年初以来一直参与IEC PT63450标准委员会——“人工智能驱动的医疗设备——技术验证和确认方法”的工作。

医疗设备中嵌入式设备的处理器性能通常比多媒体PC或生产设施低几个数量级。因此，嵌入式系统中的典型处理器通常没有足够的能力处理复杂的学习任务。然而，如果由PC或服务器负责训练，许多流行的人工智能算法仍然可以轻松集成到这些设备中。这是因为在大多数情况下，训练的计算量远远大于后续的应用（推理）。

这适用于人工神经网络（ANN）以及支持向量机、决策树和许多其他算法。贝叶斯网络是一个反例：在这里，推理同样计算密集，因为必须通过对多个变量进行数值积分来计算条件概率。

点击此处阅读全文（德语）