人工智能会改变医学吗?

      2016年3月15日阿尔法狗(AlphaGo)4:1完爆李世石,2017年1月4日阿尔法狗变身Master,获59连胜,人工智能马上成了热议的话题。

       人工智能会改变医学吗?人工智能会改变影像医学吗?来自德国Essen大学的MichaelForsting教授持正方观点:人工智能必然改变医学,也将改变医学影像学。他撰文专门讨论了人工智能与医学及影像学的关系。

1    为什么医学需要人工智能(AI)?

       设想一种场景,一个患者以左臂疼痛为主诉来到医院,不同科室都会优先考虑的各自的专科疾病,心脏科首先想到冠心病,神外科想到的是颈椎疾病,骨科医生想到肩部疾病,血管科医生则会要求排除血管疾病,这属于乐观偏倚 Optimism bias。 虽然疾病最终会得到正确诊断,但多花了时间,也多花了钱。人工智能诊断则更客观,不存在偏倚,更早给出正确诊断。

        在缺医少药的农村更需要人工智能,人工智能可以帮助经验不足的医生,可以帮助单兵作战的医生。

       少见病也需要人工智能。少见病发生率其实并不少,即便再好的医生,也难以记得所有疾病,加上临床工作非常繁重和忙碌,许多少见病被忽略而导致漏诊。

       医学上有数不清的疑难杂症,也只有人工智能才个个都牢记。

       医学上有浩如烟海的文献等着医生们去读,人工智能读一千篇文章只在弹指一挥间。



2    人工智能看病靠谱吗?

       虽然阿尔法狗能打败了一众围棋高手,但人工智能做医学诊断吗?看得准吗?接下来是2015年发生的真实故事,20岁的女孩Zoe得了右臂麻木和刺痛,2天后高烧和肌肉疼痛,哈佛急诊科医生们初诊考虑病毒感染。病程进展,两星期后,明确诊断为“单核细胞增多症”。人工智能Isabel系统则在入院之初,做鉴别诊断的列表清单,“单核细胞增多症”一直在列表中。

       对比研究表明,目前人工智能在某些疾病诊断可以达到中等医生的水平。考虑到研究是与发达国家大医院进行比较,那么人工智能已经很靠谱了。如同阿尔法狗下围棋没有昏招,人工智能做医疗诊断也不会疲劳,哪怕深夜三点,诊断还是那么靠谱和准确。


3    人工智能会取代医生吗?

网上流传,2030年英国25万公职将被机器人取代,那么医生会被下岗吗?目前人工智能已能够轻松读片,诊断出骨折、中风等疾病,准确率也很高,但未来时代,人工智能只是取代医生们的部分工作,并不能取代医生。Obermeyer和Emanuel在新英格兰杂志撰文做出了详细说明。医生们已经有太多的工作需要做,有人工智能帮忙,医生们可以专心去忙别的工作,可以有更多时间与病人相处。


4    人工智能什么时候来到我们身边?

人工智能不会那么快来到我们身边,原因有三:算法仍需要改进,电子病历的描述需要统一,需要更多的数据。人工智能预计在20-30年后才会来到我们身边。


5    商机无限

为什么人工智能进入医学这么慢?因为人工智能需要超多数据进行分析和学习,深度学习后才能提高,阿尔法狗就是经过很多喂招和左右互搏才逐渐强大起来的。现在云端上的有效医学数据远远不够,对于人工智能的学习系统,为人工智能提供的有效数据还太少。有效数据不仅要求严格的质控,而且对于数据的正确性有着很高的要求,对数据的保密性也有严格的要求。

未来医学领域可能出现一种新工作,数据质控师,设立专人进行把好数据的质控关,筛选有效数据,将数据输入人工智能的学习系统。数据质控师和深度学习算法工程师的携手,人工智能才会变得越来聪明,越来越强大。


人工智能将改变医疗,也会改变医学影像学,人工智能将无处不在!




参考文献:

1  Michael Forsting.Machine learning will change medicine. J ofNucl Med.2017

2  Obermeyer Z, Emanuel EJ. Predicting the future ‐‐ big data, machinelearning, and clinical medicine. N Engl J Med. 2016; 375: 1216‐1219

3  Robert Wachter. The Digital Doctor: Hope, Hype,and Harm at the dawn of medicine’s computer age.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容