隨著人工智慧技術的發展，醫療成為人工智慧最重要的應用場景，演算法、算力、大資料為人工智慧與醫療產業的融合奠定了基礎，慧維智慧深耕醫學與計算機科學，從演算法到算力不斷最佳化產品效能，只為提高檢出率，杜絕誤報、漏報，更好的服務醫院、醫生與患者。
不久前慧維智慧完成AI升級產品最後一塊拼圖——精標註小樣本學習資料集以及小樣本深度學習技術，真正讓AI產品內鏡“幀”探見微知著，實現讓AI擁有類似人類學習的靈活性與效率的同時降低AI醫療器械成本。
小樣本學習——國內外技術前沿
2021年9月華盛頓喬治城大學安全和新興技術中心（Center for Security and Emerging Technology，簡稱CSET）釋出了研究報告《Small Data’s Big AI Potential》，CSET認為小資料人工智慧具有無限潛力。在此之前，國內外AI巨頭也曾發表過基於小資料樣本深度學習的相關論文與專利，證明小資料集在AI訓練中具備正面價值。
小樣本學習能夠解決的問題：
1、小樣本訓練已驗證多數場景下能達到較好效果；
2、很多場景不具備資料採集的條件，或者說採集資料成本太高；一些場景資料本身量不夠大，很難做到大樣本，例如消化道早癌就是急需小樣本資料集攻克的問題；
3、資料是否有效，無效的資料會形成噪聲干擾，處理起來也更加費時；
4、小樣本學習降低了使用者購買門檻，因為小樣本學習降低了算力的需求，裝置更低成本，有助於落地到基層。
以上問題就是小樣本學習（FSL）風靡國內外大廠與創業公司的根本原因。
小樣本學習——見微知著
小樣本學習（Few-shot Learning）旨在像人一樣只用幾個樣本學習新的任務，並被看作是讓機器智慧接近人類智慧的關鍵技術方向。
△小樣本學習旨在讓機器像人一樣用幾個樣本進行學習
其技術原理就例如父母教新生嬰兒識字、分辨動物, 只需要簡單地在家裡貼上一兩幅相應的字畫即可, 小朋友很快就會認識上面的內容，並且舉一反三，例如小狗，經過簡單學習，小朋友無論見到哈士奇還是泰迪都會認識為小狗，這就是小樣本學習技術的最終目標。慧維智慧以基於小樣本學習技術開發的AI模型，就是在保留現有深度學習方法帶來的強大的準確性、魯棒性等指標，同時使其可以快速從少量樣本中學習到有用的知識, 只需透過極少的樣本就能辨別新的事物，見微知著，透過較少需要的資料量，實現特定目標影象的識別，最終帶來AI醫療器械的“高水準、低成本、好體驗”。
現在的機器學習方法, 尤其是基於大資料的深度神經網路的機器學習方法已經在人臉識別、自動駕駛、機器人、醫學影像等影象識別相關領域取得了巨大的成就, 然而人們發現把其應用到實際問題中卻問題不斷，例如演算法過於靈敏或者不夠靈敏，往往是以下問題導致：
1.首先是有效資料量的問題, 目前的深度學習方法需要大量的標註資料來進行訓練，現實中是沒有足夠的已標註的資料的，獲得大量已標註的資料又非常困難；一方面，資料的來源是受限制的，很多資料的採集需要專業的裝置，比如裝置非常昂貴；出於對自身隱私的保護，患者也不願意共享自己的醫療資料資訊。
2.另一方面，在資料的標註上也是一個難題，醫療影像標註需要頂尖的醫療專家參與，但因為相關人才缺乏，加之臨床、科研任務重，很多醫療專家沒有時間做資料標註。
3.其次是算力問題, 深度學習方法在提高演算法效能的同時, 往往伴隨著龐大的運算, 這也就使得深度學習的方法很難部署在計算資源受限的裝置或者場景中, 因此在一些算力受限的應用場景, 比如基層醫療機構，小樣本學習下的產品能夠降低成本，更好賦能基層。
慧維智慧與國內外諸多頂尖醫院有業務合作，其中資料採集與資料標註是合作的重中之重，但考慮到AI輔助醫學影像的成本，尤其是賦能到基層醫療機構，降成本是慧維智慧AI開發的首要任務，所以開發類似人類學習的的小樣本學習這樣相對輕量的, 即並不需要演算法學習大量的資料來進行學習, 降低計算時間、控制延時，實現好體驗的實時動態醫學影像AI輔助診斷。
海量測試集驗證產品優異效能
針對小樣本學習，慧維智慧技術團隊首創了多種基於動態醫學影像的解決方案，僅僅使用國內外多方來源的數千精標註訓練樣本，以及自2019年起收集的多地域、多（多品牌、多種型號）裝置、各級醫院和醫療機構採集的數萬原始資料作為測試集，並在慧維智慧合作醫院進行大型前瞻性隨機對照試驗中體現了優異效能。
慧維智慧期待著科技改變世界、技術讓世界變得更美好，竭誠提供更加精準、高效的醫療器械產品與服務，更好的幫助醫生與患者，讓醫生的工作更有樂趣和成就感的同時，為醫院帶來更好收益。
關於慧維智慧
慧維智慧醫療科技有限公司成立於2019年6月，專業從事智慧醫療產品的研發、生產與銷售。我們的核心成員，均來自全球頂尖的科研機構和世界五百強企業。慧維智慧以在“人工智慧”和“邊緣計算”領域的自主核心技術為驅動力，致力於為全球醫療機構提供“高水準、低成本、好體驗”的醫療產品與服務，最大程度地幫助醫生提高診療水平與效率。
