<mark id="oztn4"></mark>
1
| 本文作者： 夏睿 | 2016-09-05 14:52 |
| 智能醫(yī)療可幫助醫(yī)生減少誤診率
東京醫(yī)科大學(xué)附屬醫(yī)院的病房里躺著一位六十多歲阿姨。她身患癌癥，在此接受治療已長達數(shù)月，病情卻無絲毫好轉(zhuǎn)。這讓醫(yī)生們感到有點手足無措。
情急之下，醫(yī)療團隊想到可以借助 IBM 公司的沃森智能程序幫忙——這是一臺曾在智力問答節(jié)目《危險境地》中打敗人類冠軍的超級計算機。醫(yī)生們把患者的病癥信息輸入到沃森中，并在腫瘤數(shù)據(jù)庫中進行搜索，結(jié)果發(fā)現(xiàn)，這是一種罕見的繼發(fā)性白血病。醫(yī)療團隊據(jù)此改換了治療方案。沒過多久，那位患者就病愈出院了。
一位醫(yī)生告訴日本時報的記者，沃森幾分鐘就能搞定的事，換醫(yī)生去診斷，得花上幾周。“要說是人工智能救了那位患者的命，可能有點夸張，但它確實一下子就給出了我們想要的數(shù)據(jù)。”
這就是智能醫(yī)療未來的樣子嗎？讓我們來看看，研究人員夢寐以求的人工智能機器能做什么：
能診斷人體健康狀況
向醫(yī)生建議治療方案
甚至能預(yù)測出病人的健康狀況會如何改變。
最大的優(yōu)勢，不是速度快，而是準(zhǔn)確率高。
今年早些時候發(fā)布的一份研究結(jié)果發(fā)現(xiàn)，醫(yī)療事故為美國第三大致死原因。其中，相當(dāng)一部分人死于誤診。
Herbert Chase 在位于紐約的哥倫比亞大學(xué)生物醫(yī)學(xué)信息學(xué)院工作。他表示：
人們的健康狀況太多樣化了，論文也更新地非常快，一個初級護理醫(yī)師很難把它們?nèi)加浵聛怼?/p>
我們設(shè)計的機器已經(jīng)能做醫(yī)生力所不能及之事，一臺機器可以診斷出幾十種醫(yī)生無法診斷出的病情。
Chase 曾提議建立一個 IBM 沃森小組。現(xiàn)在，他在設(shè)計一種算法，可從醫(yī)生的筆記中找到可能會發(fā)展為多功能硬化癥的蛛絲馬跡，最終建立一個程序，計算出每個人會有多大風(fēng)險患上多功能硬化癥。他設(shè)想，未來的軟件可以自動分析每個人的電子健康數(shù)據(jù)，以此發(fā)出警告或提供建議。
“機器給出建議，人們參考建議做出行動，這是一種合作伙伴的關(guān)系。”但是鑒于人類疾病種類太過龐雜，“算法需要一步步地建立起來。”
| 其他成果與現(xiàn)存問題
近日，來自斯坦福大學(xué)的研究小組公布了一種新的機器學(xué)習(xí)算法，可用來檢查感染了癌癥細(xì)胞的肺部組織幻燈片。運用該技術(shù)，計算機可顯示出每張幻燈片的個體特征，如細(xì)胞大小，形狀，結(jié)構(gòu)等等。它還可以從樣本中區(qū)分出一個人經(jīng)過醫(yī)療診斷后的存活時間長短——是短短幾個月，還是更久。通過測試歷史數(shù)據(jù)，該算法被證實確有成果。所以，從原則上講，人工智能已可以應(yīng)用于診斷人體健康狀況。
而在眾多醫(yī)療人工智能工具中，幻燈片閱讀器僅是其中之一。
上周，機器學(xué)習(xí)及醫(yī)療保健會議在洛杉磯舉行。會議中，研究人員向人們展示了新型算法：可以檢測癲癇、預(yù)知腎病和心臟病的發(fā)展?fàn)顩r、發(fā)現(xiàn)孕婦和新生兒的異常身體狀況。在一個編程比拼中，與會者用自己設(shè)計的人工智能來聽心跳頻率，以區(qū)分正常節(jié)奏和異常節(jié)奏。
不過，其他醫(yī)療診斷項目使用的信息資源卻較為模糊和間接：
微軟7月份發(fā)布新算法，通過網(wǎng)頁搜索來推測誰患有胰腺癌。
谷歌旗下的Deepmind公司大量使用英國國家衛(wèi)生署的匿名數(shù)據(jù)，設(shè)計新型人工智能，以更快解決嚴(yán)峻的眼疾問題。不過，該項目又引發(fā)一個新的問題——商業(yè)公司購買健康數(shù)據(jù)的價格是不是太低了。
雖然人工智能診斷對醫(yī)生有極大幫助，但問題是，醫(yī)學(xué)專家們愿意使用這個新手段嗎？目前，人們還需要更多證據(jù)來證明，計算機預(yù)測確能幫助人們改善健康狀況。
有些人擔(dān)心，人工智能診斷技術(shù)的發(fā)展，會使醫(yī)生過度診斷，過度試驗，結(jié)果會適得其反。即使算法正常運行，如何將其與臨床實踐完美結(jié)合的問題依然存在。醫(yī)生們工作已經(jīng)很勞累了，他們不希望人工智能再來加重他們的工作負(fù)擔(dān)。
| 專家觀點
Chase 認(rèn)為，人工智能最后應(yīng)該和電子健康數(shù)據(jù)記錄結(jié)合，這樣向機器尋求治療建議就會和獲取病人相關(guān)數(shù)據(jù)一樣，成為日常工作的一部分了。
“醫(yī)生要讓人工智能幫助自己完成任務(wù)，就意味著他們必須得承認(rèn)自己偶爾會犯錯。”
其實，市面上早有可以幫助診斷的app，如Isabel——它可為醫(yī)生提供一個聯(lián)網(wǎng)清單，在其錄入癥狀和檢驗結(jié)果后，作出準(zhǔn)確診斷，防止醫(yī)生忽略可能存在的罕見疾病，造成誤診。但 Chase 表示，這種方法尚未普及。原因是：只有不給醫(yī)生造成任何時間壓力，人工智能才能在此領(lǐng)域大獲成功。
Leo Anthony Celi 是貝斯以色列女執(zhí)事醫(yī)療中心特護病房的的醫(yī)生。他說，人工智能大范圍應(yīng)用于醫(yī)療領(lǐng)域，還存在一定的社會阻力。有了人工智能的幫忙，醫(yī)生將更像一名“船長”。大部分日常工作，要么讓機器完成，要么交給訓(xùn)練有素的護士、醫(yī)療電子或醫(yī)師助手。想達到這樣的工作方式，醫(yī)生首先要退一步，承認(rèn)機器在某些領(lǐng)域確實比人做得好。這很困難。因為無論是醫(yī)學(xué)院教授還是患者，每個人都希望醫(yī)生總是給出一個最正確的回答。
Celi表示，人們的觀念需要轉(zhuǎn)變，應(yīng)該更尊重大數(shù)據(jù)和人工智能在醫(yī)療領(lǐng)域潛力。只有如此，機器和人類才能發(fā)揮所長，各盡其能。
“醫(yī)生和病人的交流能力是無可取代的。醫(yī)生應(yīng)更專注于他們能精益求進的事，比如，和患者多溝通，引導(dǎo)他們說出自己的價值觀和預(yù)設(shè)醫(yī)療指示。至于復(fù)雜決策，就交給機器來做，這方面我們真的不擅長。”
via new scientist
推薦閱讀：
AIR 011 | 人工智能的下一個風(fēng)口是醫(yī)療
北京協(xié)和醫(yī)院首嘗“螃蟹” ，引進醫(yī)療智能語音錄入系統(tǒng)
麻省理工研發(fā)新型機器人，可指導(dǎo)醫(yī)師接生
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
