1. 首頁 > 科技 > >

惠普|在醫學診斷中，人工智能可以診斷出和專家一樣的結果，非常神奇

數碼游戲筆記本顯示器惠普

惠普|在醫學診斷中，人工智能可以診斷出和專家一樣的結果，非常神奇

文章圖片

惠普|在醫學診斷中，人工智能可以診斷出和專家一樣的結果，非常神奇

文章圖片

惠普|在醫學診斷中，人工智能可以診斷出和專家一樣的結果，非常神奇

文章圖片


2011年 ， IBM的計算機系統沃森在經典電視游戲節目“危險！”中 ， 首先給出答案 ， 擊敗了排名最高的兩位選手.在取得這一成功之后 ， IBM的研究部門接受了挑戰 ， 將深度質量保證技術修改為醫學 。 這種適應的驅動力是高醫療和用藥錯誤率 ， 以及該領域的高成本和低生產力 。 這個概念是收集信息、組織信息并提供見解以改進臨床決策 。

收集證據的第一個任務被證明是一項巨大的挑戰 ， 因為不同來源使用的不同詞匯和編碼系統必須協調一致并轉化為臨床環境中可用的證據 。 一旦實現了這一點 ， 就可以根據患者的癥狀、實驗室測試、發現、患者病史、家族史、人口統計學、目前的藥物治療等來收集和存儲患者的數據 。 一種選擇是使用這個臨床內容管理數據庫 ， 連同專門的高級分析 ， 并將其與相關患者進行比較 。
【惠普|在醫學診斷中，人工智能可以診斷出和專家一樣的結果，非常神奇】
當該患者與類似的數據庫患者分類時 ， 可以建議診斷以及治療方案、結果和預后 ， 所有這些都基于循證醫學 ， 例如公共衛生記錄等 。 這種方法 ， 能夠識別出另外五種在肌萎縮側索硬化中發生改變的結合蛋白 ， 并最終改善了這種疾病的診斷 。 同樣 ， 其他基于機器學習的研究證明了將AI納入電子病歷的好處 ， 可以提高患者的診斷率 。

與甲狀旁腺功能亢進癥一樣 ， 這是一種由于識別不足而被嚴重漏診的疾病 ， 只有50%的患者進行必要的手術 。 索姆奈等人在一項多中心回顧性研究中 ， 使用標記訓練集和十倍交叉驗證發現AI正確識別了97%的病例 。 診斷基于對患者醫療記錄的訪問 ， 其中包括年齡、性別、鈣、磷酸鹽和肌酐水平 。 這項研究表明 ， 在電子病歷中實施ML實際上可能會改善患者的診斷 ， 從而改善患者的護理和結果 。

盡管在醫學人工智能領域顯示出巨大的希望 ， 但IBM的沃森決策支持系統最近受到了質疑 。 與任何醫療器械一樣 ， 在臨床試驗期間為了進一步開發產品而進行更改和調整的情況并不少見 。 像沃森這樣的臨床決策支持系統仍處于臨床試驗的相對早期階段 ， 根據經驗 ， 需要做出改變 。 此類更改應包括透明度 ， 以便用戶可以理解推薦的基礎 。 該系統還應該是用戶友好和直觀的 ， 無需經過大量培訓即可使用或分析結果此外 ， 重要的是要記住這些系統是支持系統 ， 并不是要取代醫生或他們的知識 ， 而是要增強它 。

乳腺癌診斷和分期是人工智能應用程序實際上可能證明提供比人類讀數更好的結果的領域 。 索馬謝卡爾等認證明了機器學習對于癌癥的診斷是可靠的 。 在他們的雙盲驗證研究中 ， 沃森被發現與多學科腫瘤專家委員會關于乳腺癌治療建議的一致率為93% 。 此外 ， 病理學家需要30小時來評估所有129張載玻片 ， 而算法的運行時間被認為可以忽略不計 。 在檢測肺癌方面 ， 人工智能算法已被證明比人類更有效 。

在一項使用2186張染色的肺腺癌和鱗狀細胞癌組織病理學全幻燈片圖像的研究中 ， 科學家證明了人工智能在病理診斷中的準確性 。 他們的研究結果表明 ， 人工智能可以準確預測肺癌患者的預后 ， 從而通過確定腫瘤治療來改善患者護理 。 在皮膚病學中 ， 皮膚病變的診斷和分類主要基于視覺圖像 ， 因此人工智能已顯示出前景 。 在他們的研究中 ， 埃斯特瓦等人使用單個CNN ， 單獨使用像素和疾病標簽作為輸入對各種皮膚病變進行分類訓練形成的圖像 。 在這項研究中 ， 人工智能在這兩項任務的所有案例中都與專家一致 ， 從而證明人工智能與人類皮膚科醫生一樣有能力 。

相關經驗推薦