挑战
如果你把这个问题问给 ChatGPT1，它会给出一个相当全面的概述。不妨看看。
可以把这些概括为以下几个主题：
数据：空间大，样本少
数据空间大 医学影像涵盖：
- 多种模态：CT、MRI、超声、X 光，以及各类专门的成像技术
- 不同厂商：主要厂商（GE、西门子、飞利浦），以及区域性的设备系统
- 各个身体部位：头部、胸部、腹部、四肢
- 不同病变：各种癌症、感染、退行性病变
- 患者特征差异：年龄、性别、临床病史各不相同
- 高分辨率数据：CT（512×512×200 体素）、乳腺 X 线摄影（2048×1024×4 个视图）、超声（1080p×30fps×200s 视频）
样本量小 尽管数据空间如此庞大，真正可用的数据集仍然有限，原因包括：
- 隐私法规：HIPAA 和 GDPR 对患者数据保护有严格要求
- 老旧的基础设施：过时的 PACS 系统限制了数据访问
- 数据孤岛：机构间的壁垒和技术限制阻碍了数据共享
标注：稀少，且质量不一
标注稀少 医学标注成本高，数量也有限：
- 面向特定任务的标签：不存在全面的“全景式”标注，只有针对狭窄、具体任务的标签
- 一个值得关注的例外：TotalSegmentator 成功整合了多个标注来源2
质量不一 标注的可靠性面临着多方面的挑战：
- 偏差因素
- 经验水平不同：初级人员与资深人员
- “解读风格”不同：细致／全面，与聚焦／有针对性
- 变异因素
- 同一位医生，在“心情不佳”的日子里，对同一张图像也可能有不同的解读 3
- 对于存在歧义的病例（也许约占 10%），很难达成共识；我们往往只能接受几个“可能是”／“肯定不是”的标签
- 以我个人的经验来看：整体一致率约为 80%，具体取决于任务
- 这还是在已经有培训和指南的情况下
- 初级人员往往更倾向于“遵循指令”，而资深人员往往更倾向于“自主推理”
目前的做法
如今成功的医学 AI 应用，靠的是缩小范围，而不是试图提供面面俱到的解决方案：
聚焦的实施策略
- 单一疾病类别：检测肺癌，而非所有癌症
- 特定模态：只处理胸部 X 光片，而非混合多种影像类型
- 特定部位：分析脑部 MRI，而非全身扫描
- 人群泛化：覆盖较广泛的患者群体特征
- 厂商兼容：适配主要设备厂商
- 数据集规模：数千次检查（相当于数百万张图像）
这种有策略的限制降低了复杂度，同时保留足够的变化，用于训练稳健的模型。
好的一面
数据和标注的挑战虽然很大，却并非无法克服。医学和人体解剖本身的特性，赋予了我们一种传统计算机视觉任务所缺少的独特优势：内在结构。
与互联网图像近乎无限的变化不同，医学图像建立在人体解剖这个一致、可预测的框架之上。主动脉总是在脊柱旁边，肝脏的形状和位置总是相似。这种解剖上的一致性，提供了一种强大的天然“先验”，或者说 AI 可以利用的内置知识。
出处与延伸