您現(xiàn)在的位置:海峽網(wǎng)>新聞中心>IT科技>科技數(shù)碼
分享

醫(yī)學(xué)作為與我們每個人都密切相關(guān)的行業(yè),在人類歷史發(fā)展中一直扮演著重要角色,同時也是對新技術(shù)最為渴求的行業(yè),也是目前人工智能商業(yè)化落地的一個典型代表,而實現(xiàn)這一切的則是Watson Health。Watson是IBM開發(fā)的一種認(rèn)知系統(tǒng)也是一種技術(shù)平臺,會根據(jù)不同的應(yīng)用場景推出相應(yīng)的訂制產(chǎn)品。在醫(yī)學(xué)領(lǐng)域的代表產(chǎn)品就是Watson Health。有人說人工智能的崛起會導(dǎo)致大量醫(yī)生下崗,但事實的真相究竟如何呢?

現(xiàn)代醫(yī)學(xué)需要人工智能

在醫(yī)療這個領(lǐng)域,不論是病情的診斷,還是治療方案的制定以及藥物開發(fā),都離不開三個重要步驟:檢查、分析和結(jié)論。以病情診斷為例,醫(yī)生首先對需要對患者進行全方位的檢查,從而找出異常的指標(biāo)。接下來根據(jù)異常指標(biāo)來從過往案例或者醫(yī)書的結(jié)論中尋找對應(yīng)的病癥,最終根據(jù)以往結(jié)論再結(jié)合自身的經(jīng)驗來做出最終診斷結(jié)論,從這個過程中我們可以發(fā)現(xiàn)人工智能的發(fā)揮空間。

AI萬能?你敢讓人工智能醫(yī)生給你看病么

異常指標(biāo)可以作為一種檢索關(guān)鍵字,而過往案例和醫(yī)書可看作是數(shù)據(jù)庫。分析和下最終結(jié)論的過程有點類似我們在搜索引擎上進行查詢的過程。眾所周知,電腦的數(shù)據(jù)查詢速度要遠遠快于人類。同時在分析疑難雜癥的時候,由于需要考慮諸多條件,因此在尋找數(shù)據(jù)彼此之間的關(guān)系上也相對人類有著很大優(yōu)勢。例如東京大學(xué)醫(yī)學(xué)研究院就曾利用Watson判斷一位女性患有罕見的白血病,而這只用了10分鐘的時間。

AI萬能?你敢讓人工智能醫(yī)生給你看病么

這個案例中的患者為一名60歲的女性。最初診斷結(jié)果顯示她患了急髓白血病。但在經(jīng)歷各種療法后,效果并不明顯。 根據(jù)東大醫(yī)學(xué)院研究人員Arinobu Tojo的說法,他們利用Watson系統(tǒng)來對此病人進行診斷。系統(tǒng)通過比對2000萬份癌癥研究論文,在10分鐘得出了診斷結(jié)果:患者得了一種罕見白血病。

從這個案例中我們可以看出人工智能在現(xiàn)代醫(yī)療中的重要性除此之外在藥物研發(fā),基因分析等各種前沿醫(yī)學(xué)領(lǐng)域,憑借高速的計算分析能力,人工智能都扮演者日益重要的角色。

人工智能還需人

人工智能領(lǐng)域中有個非常重要的技術(shù)叫機器學(xué)習(xí),在醫(yī)療領(lǐng)域也不例外。以Watson為例,其代表的是一種名為“認(rèn)知計算”的計算模式,可以模仿人類通過推理、分析、對比、歸納等方面完善自我的的分析模型從而提高準(zhǔn)確度。具體包括三大層面也就是理解、推理和學(xué)習(xí)。

理解:能“理解”人類,是Watson能進行認(rèn)知協(xié)作的第一步,主要運用的是計算系統(tǒng)處理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的能力。

推理:Watson主要運用的是一種名為“假設(shè)生成”的算法,能從數(shù)據(jù)中抽絲剝繭,尋找事物間的相關(guān)聯(lián)系。

學(xué)習(xí):Watson從大數(shù)據(jù)中提取關(guān)鍵信息,以證據(jù)為基礎(chǔ)進行學(xué)習(xí)。

機器學(xué)習(xí)的背后需要的是人來輸入數(shù)據(jù),也是需要人來告訴機器應(yīng)該如何思考和學(xué)習(xí)(設(shè)計算法)。但很遺憾,由于人類在思考一個問題時考慮的維度極其廣泛,同時我們也很難將所有的因素都進行量化,比如中醫(yī)中的聞,氣味如何用數(shù)據(jù)表述?而這就使得我們很難設(shè)計出可以媲美人類思維的系統(tǒng)。

以Watson Health中最成熟的腫瘤解決方案為例,不論是從最初的案例數(shù)據(jù)搜集篩選還是分析的算法設(shè)計到最終采用哪種結(jié)論都需要人的參與。Watson Health從始至終都扮演著一個輔助者的角色。而分析階段由于各種疑難雜癥層出不窮,需要人工不斷更新并改進算法。至于最終的結(jié)論也是Watson在進行各種分析后將可能出現(xiàn)的結(jié)論按照比例從高到低將各種結(jié)果呈現(xiàn)出來,至于選不選,選哪種最終都依然需要醫(yī)生來結(jié)論。

看似不夠完美的的人工智能系統(tǒng)卻恰恰成為了最佳解決方案。假設(shè)一個患者因為一個人工智能系統(tǒng)誤診而發(fā)生醫(yī)療事故,那么這個后果究竟應(yīng)該由誰來承擔(dān)?這就好比醫(yī)生分析一個CT照片分析錯了,你很難去追究CT生產(chǎn)廠家的責(zé)任,因為從始至終決定權(quán)都在人手里,所有的儀器與系統(tǒng)都是一種輔助。

AI萬能?你敢讓人工智能醫(yī)生給你看病么

未來前景很光明

IBM曾提出過“增強智能”的說法。而從Watson Health也能看出一定的端倪。以我國為例,醫(yī)療資源不論是人才還是資金還是設(shè)備都高度集中在北上廣深這些發(fā)達城市,這種不平衡的現(xiàn)象造成了大量患者為了得到更好的治療因此全部涌向發(fā)達城市,這就使得大量優(yōu)秀醫(yī)生也愿意前往大城市發(fā)展使得這種不平衡的狀況得到進一步的惡化。

像Watson Health這種產(chǎn)品雖然說不能完全替代醫(yī)生,但在很多方面都可以改善這種不平衡。以打通信息壁壘為例,小地方的醫(yī)院由于自身案例儲備少,因此在碰到一些疑難雜癥時可能會比較棘手,此時可以通過Watson Health幫助做一些案例搜集和分析,也許機器分析的結(jié)論最終并不準(zhǔn)確甚至是錯的,但是由于可以提供大量相似案例以及一些分析思路,最終可能會啟發(fā)醫(yī)生最終做出正確決定,而這也正是人工智能在未來與醫(yī)學(xué)的結(jié)合中的重要發(fā)展方向。筆者相信借助人工智能的輔助,將有更多的患者從中獲益

原標(biāo)題:你敢讓人工智能醫(yī)生給你看病么

責(zé)任編輯:海凡

最新科技數(shù)碼 頻道推薦
進入新聞頻道新聞推薦
福建省個體私營企業(yè)協(xié)會茶專委專家組在
進入圖片頻道最新圖文
進入視頻頻道最新視頻
一周熱點新聞
下載海湃客戶端
關(guān)注海峽網(wǎng)微信
?

職業(yè)道德監(jiān)督、違法和不良信息舉報電話:0591-87095414 舉報郵箱:service@hxnews.com

本站游戲頻道作品版權(quán)歸作者所有,如果侵犯了您的版權(quán),請聯(lián)系我們,本站將在3個工作日內(nèi)刪除。

溫馨提示:抵制不良游戲,拒絕盜版游戲,注意自我保護,謹(jǐn)防受騙上當(dāng),適度游戲益腦,沉迷游戲傷身,合理安排時間,享受健康生活。

CopyRight ?2016 海峽網(wǎng)(福建日報主管主辦) 版權(quán)所有 閩ICP備15008128號-2 閩互聯(lián)網(wǎng)新聞信息服務(wù)備案編號:20070802號

福建日報報業(yè)集團擁有海峽都市報(海峽網(wǎng))采編人員所創(chuàng)作作品之版權(quán),未經(jīng)報業(yè)集團書面授權(quán),不得轉(zhuǎn)載、摘編或以其他方式使用和傳播。

版權(quán)說明| 海峽網(wǎng)全媒體廣告價| 聯(lián)系我們| 法律顧問| 舉報投訴| 海峽網(wǎng)跟帖評論自律管理承諾書

友情鏈接:新聞頻道?| 福建頻道?| 新聞聚合