閱讀128 返回首頁    go 機器人


人工智能能夠幫助快速診斷疾病 但卻無法取代臨床醫生!

本文係生物穀原創編譯,歡迎分享,轉載須授權!

在未來的一些年裏,你可能會第一次與醫學人工智能(AI)係統進行互動,能夠自動駕駛汽車、家庭語音助手以及自我標簽的圖片庫的相同技術如今在衛生保健領域取得了快速的發展,而首個醫學人工智能係統(AI)如今已經開始轉向臨床應用了。

試想一下我們能夠同醫學人工智能進行互動,而且該技術的益處以及我們所麵對的挑戰或許都會為我們與非人類的醫療健康工作者的接觸互動做好準備。

人工智能如何診斷疾病?

這些進步背後的技術就是名為深度學習的計算機科學的一個分支,深度學習是一種非常簡潔的過程,其能夠從模板中進行學習來幫助理解數據的複雜形式,並不像此前幾代人工智能,新型的人工智能係統能夠通過視覺、聲音和文字,像人類一樣感知這個世界。

大多數人認為這些技能是理所當然的,實際上其在人類的專業領域中扮演著非常重要的角色,比如醫學等,由於深度學習能夠賦予計算機這些能力,而很多醫學任務如今都能夠被人工智能所解決。在過去12個月裏,研究人員通過研究發現,計算機係統至少能夠和人類醫生一樣,診斷糖尿病性眼疾病、皮膚癌以及心率失常等疾病,這些例子就闡述了患者未來與醫學人工智能互動的三種方式。

首先第一種方式是最傳統的,並且會發生在需要利用專業設備進行診斷的地方,你可能會預約一個測試,在診所進行並且接受一份報告,而這份報告也會由計算機所撰寫,而患者的經曆將不會被改變。穀歌的糖尿病性眼疾病人工智能係統就是這種方法的一個典型例子,其能夠被訓練去識別糖尿病控製不佳患者眼睛背後所出現的脆性泄露血管,而且這種人工智能係統目前正在一些印度醫院中被真正的病人所使用。

第二種與醫學人工智能係統互動的方法或許具有一定的顛覆性,因為很多診斷任務根本不需要任何特殊的設備,斯坦福的研究人員開發樂一種皮膚癌檢測器,其能夠同皮膚科醫生一樣準確診斷皮膚癌,目前研究人員開發出了手機app以供使用。

不久以後,人們或許能夠實現對自身的皮膚損傷進行自拍,而且能夠現場分析皮膚損傷點,這種人工智能係統正在引領科學家們開發首個app來對人們的健康進行評估,同時並不需要人類醫生介入。

第三種互動方式介於上述兩者之間,當需要利用心電圖來進行心律檢測時,這些傳感器常常會被整合到廉價的可穿戴技術中,同時還會同手機進行連接,患者通常需要戴上監護儀,記錄每天的心跳,偶爾需要讓醫生看看他們的監測結果,如果發生嚴重事件,而且患者的心率突然發生改變,那麼患者和醫生就需要立即注意了。

很多研究小組目前都正在努力將可穿戴的醫療設備推向到診所中。

人工智能係統的好處是什麼?

這些係統的運行成本非常低,每次診斷的費用僅為一小部分,而且並沒有預約名單,人工智能係統從不疲倦、生病或需要睡覺,其可以通過互聯網連接到任何地方;醫療人工智能能夠為每個人提供可獲得且可負擔的醫療服務。

人工智能係統有什麼缺點?

目前人們最關注的可能是一些不切實際的期待,即圍繞該技術的炒作而衍生的東西,為了培訓一個係統需要大量精心設計且昂貴的數據,而醫生能做的每一項都遠遠超出了該範圍,相反我們也能夠看到狹窄的係統能夠執行未來可預見的單一任務,為了應對這些膨脹的預期結果,我們就需要在這些討論中促進信息互動的聲音。

醫療數據的隱私也是研究人員所麵對的一種挑戰,很多係統不僅是在雲端運行的,而且有些形式的有用醫學數據在本質上是可以識別的,比如在該係統分析麵部特征用來診斷疾病跡象時,我們並不可能模煳病人的臉部特征,而數據泄露或許是不可避免的,而且會損傷到人工智能係統的可靠性。

另外一個主要方麵就是責任的問題,如果沒有醫生參與疾病診斷的話,誰應該對醫學錯誤負責呢?而且我們甚至無法知道係統為何會出錯?當醫生接受人工智能錯誤的建議時誰又該負責呢?患者權益倡導者,醫生,政府和保險公司正在努力解決這個問題,但目前他們還並沒有很好的答案。

醫療人工智能時代即將到來,我們也將與人工智能係統進行互動,大部分工作都是看不見的,這就大大降低了患者治療的費用,同時也會提高治療有效性;或許有些會在手臂上進行,通過一個簡單的按鈕來評估機體健康,如今我們所要做的最好的事情就是思考如何應對各種各樣的挑戰,同時為第一次與人工智能的“約會”做好準備。

原始出處:【1】Google’s AI Eye Doctor Gets Ready to Go to Work in India

【2】Dermatogist-level classfication of skin cancer with deep neural networks

【3】Stanford computer scientists develop an algorithm that diagnoses heart arrhythmias with cardiologist-level accuracy

【4】Deep Learning Is a Black Box, but Health Care Won’t Mind

【5】Artificial intelligence won’t replace a doctor any time soon, but it can help with diagnosis

最後更新:2017-10-08 06:57:30

  上一篇:go 巴曙鬆:“人工智能 金融”促進中國智能金融的新突破
  下一篇:go 此股軍工 人工智能龍頭,10轉45派8點燃國慶行情,趕超中脈九連板