檢視醫學影像的原始碼

[[File:醫學影像.jpg | thumb | 300px | 醫學影像 <br> [https://birs.ym.edu.tw/bin/home.php 原圖鏈接] ]]
'''醫學影像'''是指為了醫療或醫學研究，對人體或人體某部份，以非[[侵入方式]]取得內部組織影像的技術與處理過程，是一種逆問題的推論演算，即成因（活體組織的特性）是經由結果（觀測影像信號）反推而來。

作為一門科學，醫學影像屬於生物影像，並包含影像診斷學、放射學、[[內視鏡]]、醫療用熱影像技術、醫學攝影和[[顯微鏡]]。另外，包括[[腦波圖]]和[[腦磁造影]]等技術，雖然重點在於測量和記錄，沒有影像呈顯，但因所產生的數據俱有定位特性（即含有位置信息），可被看作是另外一種形式的醫學影像。
==醫學影像是甚麼?==
*醫學影像有醫生、技術員、護士三個工種，有的還配備技術工程師。
**放射科照X光片、CT掃描、磁共振掃描等檢查，幫你做檢查的就是專業的技術員和護士。
*做完檢查後影像醫生會對片子進行分析診斷。
**你等待取片的時間，其實正是我們醫學影像科醫生為你看病的時間，這才是做影像學檢查的價值所在。
*當你最後拿著醫學影像科醫生寫的影像診斷報告單去找臨床醫生時，臨床醫生才能從報告中得知你身體內哪裡出了問題，幫你制定合理的治療方案。
*一個病人做完檢查的圖像，少的只有一兩張，比如照[[X光片]]，多的會有上千張圖像，比如做CT和磁共振，特別是加了三維重建成像的圖像就更多了。
**病人在醫學影像科檢查所得的所有圖像都會傳送到影像診斷室，這裡就是我們醫學影像科醫生的戰場。
**這裡配備了很多電腦，而這些電腦都帶了個價值不菲的專業影像診斷用的顯示屏。每台電腦前就坐著一個醫學影像科醫生，他們也許會悄無聲息的緊盯螢幕上的影像思考，也許會唇槍舌戰的與其他醫生一起討論病例、爭論學術上的問題。
*影像醫生的工作就是要反覆的甄別這無數張圖像，抽絲剝繭，找到異常影像，然後分析這些異常的影像是如何形成的。這是對人體解剖學、生理學、病理學、臨床醫學等綜合因素的分析，並結合臨床提供的、病人所講述的症狀、表現等，以及相關實驗室檢查資料，最終判斷形成這些異常影像的疾病會是什麼，作出診斷報告。<ref name="每日頭條">{{cite web |url=https://kknews.cc/zh-tw/health/ypmeypj.html | title= 醫學影像科是什麼？影像醫生到底是看什麼病的？| language=zh | date=2018-02-28 | publisher=每日頭條| author=由 北隱說 | accessdate=2020-04-05}}</ref>
==醫學影像的商業價值==
*這幾年不斷有醫療機構推廣以醫學影像進行健康檢查，建立預防醫學的新趨勢。
**'AI1平台'允許全球的醫療服務供應商存取，提供透明化且固定的判讀價格，解讀掃描影像並發現疾病的機率更勝過醫生的單純問診，能提早發現乳腺癌、肺癌、高血壓或其他疾病。
*以色列新創業者 Zebra Medical Vision在上周五（10/27）發表了AI1服務，利用深度學習技術來解讀電腦斷層掃描（CT）、核磁共振（MRI）或其他醫學掃描影像，以從影像中辨識存在於肺臟、肝臟、心血管或骨頭中的疾病，而且每張的判讀只需要1美元。<ref name="iThome">{{cite web |url=https://www.ithome.com.tw/news/117837 | title= 看不懂醫學影像沒關係，AI幫你解讀每張只要1美元| language=zh | date=2017-10-30 | publisher=iThome| author=陳曉莉 | accessdate=2020-04-05}}</ref>
==醫學影像人工智慧之未來==
*“全面影像照護(total imaging care)”(如圖一所示意)，透過整合目前影像、早期影像、實驗室檢驗、手術或檢驗結果、理學檢查、病患基本資料、病患基因及風險因子等診斷數據的資料中心。
**醫師可以收集與瀏覽整個以病患為中心的數據，並在影像處理與整合、待辦工作優先順位排程、自動化警示、自動產出影像檢查報告等各式AI工具協助下，進行病患照顧決策。
*AI在醫學影像應用目前主要在於協助醫院與醫師提供患者更好的醫療照護，而非替代醫師。
**這是醫師意見領袖與AI意見領袖的重要共識，值得我們省思AI與人類在醫療領域的定位與分工，進而研議AI醫療技術的開發策略與目標。
**將AI定位為診斷輔助或流程效能提升的重要工作夥伴較為適宜。
**人工智慧與機器學習已被放射醫學領域的專家認可為影響放射醫學未來 10 年重要的科技項目，未來這些AI技術如何與醫院既有工作流程(work flow)整合，將是持續關注的重點。<ref name="工業技術研究院">{{cite web |url=https://www.ithome.com.tw/news/117837 | title= 人工智慧(AI)在醫學影像的應用契機—AI為提升醫師工作效能的重要夥伴| language=zh | date=2019-06-17 | publisher=工業技術研究院| author=陳伯彥 | accessdate=2020-04-05}}</ref>
==参考來源==

{{Reflist}}


[[Category:415 西醫學]]
[[Category:400 應用科學總論]]