傑拉多·埃莫西約·瓦拉德斯 | 西門子年度最佳發明家 | 終身成就
數十年來，像 X 光、CT 掃描和 MRI 等成像技術一直為醫生提供了患者身體內骨和組織結構的詳細圖像，幫助醫生。「所有這些技術都為我們提供圖像數據，只有在可以正確解釋的情況下才有助於診斷。例如，有人必須了解 X 射線圖像中的細線顯示骨折，或者注意到磁力共振掃描中的大量數據中有異常的質量，」西門子健康院（SHS）的 Gerardo Hermosillo Valadez 表示，2024 年終身成就類別中的發明家 Gerardo Hermosillo Valadez 表示。「我的部門正在研究人工智能程序，可以解釋醫療圖像，從而緩解和支持醫療人員。」
傑拉多·埃莫西約·瓦拉德斯是 2024 年度最佳發明家：他的發明發展解剖智能
人們通常非常擅長在圖片中發現東西。例如，大多數人會發現在 X 光影像中很容易識別脊椎 —— 即使影像因患者的姿勢不同，拍攝照片的角度不同，大小的骨骼，或健康與變形的脊柱因而有很大的差異。計算機只能使用人工智能（具有深度學習）來做到這一點，只有在它們經過許多適當的樣本進行訓練時才能做到這一點。Gerado 說：「這就是人工智能可以發展解剖智能的方式，以便它可以通過醫學圖像找到道路，並正確地對不同的骨骼，器官和組織進行分類。」「同樣，AI 可以學會區分正常組織和異常組織。」
在醫院和醫生辦公室的日常生活中，AI 驅動的圖像識別有許多不同的應用：例如，系統可以學習顯示正確的圖像數據，以回應「顯示右肩膀」的指示。它還可以為放射檢查提供自動支持，以確定注射的對比介質何時到達要檢查的器官，並分析圖像數據以查找可能的病原變化。Gerardo 一直推動的許多創新在 SHS 整個產品系列中無處不在。
Gerardo 強調：「人工智能僅與它所訓練的數據一樣好。」「為了識別磁力共振圖像中的腫瘤，它必須先從我們提供的成千上萬個健康和病人的圖像中學習。」訓練 AI 有三種基本方法：監督學習、弱監督學習和自主學習。在監督學習中，AI 會為每個數據集提供精確的信息：例如，「圖像的右上角有一個腫瘤」。在弱監督的學習中，只給出幾個信息標籤：例如，腫瘤或無腫瘤。在自我監督學習中，數據根本沒有標籤，AI 可以獨立學習：例如，通過從現有的樣本圖像中隱藏零件並「猜」它們的外觀。
他的發明塑了整個西門子健康生產品系列
人工智能可以學習通過醫學圖像找到道路並正確對其進行分類。
受監督學習是人工智慧學習的最快速、最有效率的方式，但取得足夠的訓練資料並考慮到所有相關方面的時間和昂貴。自主學習需要最多的學習時間，但 AI 可以獨立工作，而無需昂貴的數據標籤即可。「最近，我們一直專注於最新的自主學習技術，像 ChatGPT 所使用的技術一樣，」Gerardo 說。「這給了我們顯著的提升，尤其是在解剖學智能領域。我們的 AI 現在幾乎像解剖圖集一樣聰明。它可以區分大約 200 個不同的地標（身體部位），並在成像材料中定位它們。
