隨著人工智能在醫(yī)學(xué)領(lǐng)域的發(fā)展，醫(yī)生們?cè)絹碓礁惺艿搅藖碜杂谌斯ぶ悄艿耐{，這次就讓我們來看看在各個(gè)領(lǐng)域到底誰(shuí)更勝一籌。到底是AI厲害還是醫(yī)生多年的經(jīng)驗(yàn)和直覺有效呢？
心臟和大腦是人類最重要的發(fā)動(dòng)機(jī)和中央處理器，但心血管疾病至今仍然威脅著很多中老年人甚至年輕人的身體健康和生命安全。電影經(jīng)常會(huì)看到主角因?yàn)樾呐K病發(fā)作而不幸離開的故事，隨著科技的發(fā)展那么日益成熟的AI是否能夠幫助我們防治這一疾病呢？AI對(duì)于疾病診斷、醫(yī)學(xué)影像分析和健康狀況預(yù)測(cè)有著很強(qiáng)的能力，甚至在某些領(lǐng)域超過了醫(yī)生的診斷手段，讓我們來看看第一個(gè)故事：
心臟病發(fā)作和中風(fēng)預(yù)測(cè)——AI?beats！
預(yù)測(cè)心血管類疾病的發(fā)病十分重要，這能極大的提高患者的生存機(jī)會(huì)和治愈率，但這一問題十分復(fù)雜，目前沒有很好的解決手段。據(jù)報(bào)道半數(shù)以上的患者在發(fā)病前都沒有收到一個(gè)危險(xiǎn)的警告。
科學(xué)家們希望利用AI來解決這一問題。通過全英國(guó)范圍內(nèi)10年的病歷數(shù)據(jù)作為訓(xùn)練，AI系統(tǒng)可以學(xué)會(huì)精確地預(yù)測(cè)哪一位病人會(huì)遭受心臟病或者中風(fēng)。諾丁漢大學(xué)的研究人員將這一AI方法與標(biāo)準(zhǔn)的方法作對(duì)比，發(fā)現(xiàn)AI能檢測(cè)出比傳統(tǒng)方法多355例的心血管疾病（從7404人中預(yù)測(cè)出了4998人）。
目前通用評(píng)估病人發(fā)病危險(xiǎn)的方法主要依據(jù)于美國(guó)心臟學(xué)會(huì)和美國(guó)心血管學(xué)院制定的評(píng)估指南。醫(yī)生們利用這些指南評(píng)估諸如高血壓、糖尿病、膽固醇等高危指標(biāo)和年齡、抽煙等因素來得出對(duì)于病人的治療和預(yù)防建議。
而這套AI系統(tǒng)利用了多種機(jī)器學(xué)習(xí)工具對(duì)來自全英378256個(gè)病歷從2005到2015年的數(shù)據(jù)進(jìn)行分析，并綜合了人口統(tǒng)計(jì)資料、醫(yī)療條件、處方藥史、門診記錄和實(shí)驗(yàn)數(shù)據(jù)等等綜合評(píng)定。
在實(shí)驗(yàn)過程中，研究人員將75%的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)放到機(jī)器學(xué)習(xí)模型中，從中分析出在這十年里遭受過心臟病和中風(fēng)病人的特征。隨后將這些特征應(yīng)用于剩余25%的數(shù)據(jù)上來檢測(cè)是否有足夠的精度來預(yù)測(cè)心臟病和中風(fēng)的發(fā)病風(fēng)險(xiǎn)。同時(shí)這25%的數(shù)據(jù)還在標(biāo)準(zhǔn)方法上進(jìn)行了測(cè)試以便和AI方法進(jìn)行比較。
利用歸一化的概率來表示準(zhǔn)確度，標(biāo)準(zhǔn)方法得到了0.728的準(zhǔn)確率，而基于機(jī)器學(xué)習(xí)的方法則實(shí)現(xiàn)了0.745~0.764的準(zhǔn)確率，其中最好的得分來自于神經(jīng)網(wǎng)絡(luò)。
雖然這個(gè)數(shù)字聽起來不是那么振奮人心，但對(duì)于龐大的病人基數(shù)來說就變得舉足輕重了，模型在總共7404個(gè)病歷中預(yù)測(cè)出了4998個(gè)可能罹患心臟病或者中風(fēng)的病人，整整比傳統(tǒng)方法高了355人！有了這樣的手段，醫(yī)生們就可以及時(shí)為病人調(diào)整治療措施并進(jìn)行預(yù)防檢查和必要的藥物治療。
諾丁漢大學(xué)的Stephen Weng表示這一AI系統(tǒng)將會(huì)迅速?gòu)膶?shí)驗(yàn)室原型進(jìn)入到臨床診斷和預(yù)防工作中，提高檢查的精度。也許就在五年以內(nèi)就能實(shí)現(xiàn)。
在未來AI可以幫助日理萬(wàn)機(jī)的主治醫(yī)師自動(dòng)篩查數(shù)據(jù)庫(kù)中有發(fā)病危險(xiǎn)的病人，并幫助醫(yī)生及時(shí)為這些病人制定針對(duì)性的解決方案，并為醫(yī)生提供一些需要特別注意發(fā)病危險(xiǎn)的病人名單，采取預(yù)防措施和治療手段。目前已有的診斷決策支持系統(tǒng)如果加入這類AI模式識(shí)別方案的話將會(huì)極大的提高診斷的準(zhǔn)確率。
當(dāng)然，在AI真正進(jìn)入醫(yī)生的實(shí)際工作之前還需要面臨一系列的審查，Weng表示主要的障礙來自于隱私和病人信息的保密問題，計(jì)算機(jī)所需要處理的大規(guī)模數(shù)據(jù)中包含很多敏感的醫(yī)療信息。除了隱私問題，這一系統(tǒng)還需要回答監(jiān)管者的疑問：“醫(yī)療設(shè)備是否會(huì)自己做出決策，而不是醫(yī)生！”
?。敲矗覀兪欠窨梢韵胍幌?，如果機(jī)器學(xué)習(xí)工具可以自己預(yù)測(cè)自己可以通過審查的概率有多大呢？:D）
AI預(yù)測(cè)疾病不經(jīng)可以用于成年人的醫(yī)療健康，同樣對(duì)于關(guān)愛未成年人的健康成長(zhǎng)也大有裨益。對(duì)于未成年人甚至兒童的一些綜合征可以早發(fā)現(xiàn)早治療，盡量改善患者的癥狀。而利用AI來預(yù)測(cè)嬰兒未來罹患自閉癥危險(xiǎn)的應(yīng)用就是一個(gè)很好的例子。
自閉癥對(duì)于兒童來說不僅會(huì)影響社交和智力發(fā)育，甚至?xí)绊懰麄円惠呑拥纳钯|(zhì)量。如何盡早發(fā)現(xiàn)，盡早開始進(jìn)行干預(yù)治療提高治愈效果稱為了醫(yī)學(xué)界一直在研究的課題。較早的干預(yù)治療如果可以在兒童大腦可塑性強(qiáng)的時(shí)候進(jìn)行可以收到更好的效果。讓我們來看第二個(gè)故事：
AI利用嬰兒大腦掃描預(yù)測(cè)自閉癥傾向—AI?beats！
22年前研究人員們首次報(bào)道了患有自閉癥青少年腦容量會(huì)增加，隨著對(duì)更年幼的兒童研究的深入，發(fā)現(xiàn)這一異常生長(zhǎng)早在孩提時(shí)代就已經(jīng)開始。
現(xiàn)在一個(gè)來自于北卡羅來納教堂山分校的研究團(tuán)隊(duì)通過檢測(cè)兒童大腦的生長(zhǎng)變化來預(yù)測(cè)發(fā)生自閉癥的危險(xiǎn)，并能在24個(gè)月大時(shí)檢測(cè)出自閉癥的發(fā)病危險(xiǎn)。算法診斷的準(zhǔn)確率達(dá)到了81%，這比傳統(tǒng)的方法50%的準(zhǔn)確率好了很多。這種方法不僅準(zhǔn)確率高而且還能在更小年紀(jì)的兒童上進(jìn)行診斷。
研究人員們?cè)趮雰?-12個(gè)月的時(shí)候沒有發(fā)現(xiàn)大腦體積明顯增大，但卻發(fā)現(xiàn)后期被診斷為自閉癥的兒童大腦表面積增長(zhǎng)的很快。大腦表面積的增加和大腦體積的增加在12-24個(gè)月的時(shí)候有著很強(qiáng)的聯(lián)系。換句話說，自閉癥會(huì)使得大腦在最初的12個(gè)月擴(kuò)展面積，而后到24個(gè)月的時(shí)間內(nèi)使得大腦的體積增大。
同時(shí)團(tuán)隊(duì)還對(duì)24個(gè)月大的孩子進(jìn)行行為測(cè)試，因?yàn)檫@個(gè)年紀(jì)的孩子已經(jīng)可以展示出自閉癥的行為，包括缺乏社交興趣、語(yǔ)言發(fā)育遲緩、重復(fù)肢體動(dòng)作等。研究人員發(fā)大腦越過量發(fā)育的孩子越容易表現(xiàn)出自閉癥的癥狀。
雖然這一新發(fā)現(xiàn)證實(shí)了早期的大腦變化與自閉癥之間的關(guān)系，但研究人員們并沒有止步于此。他們與計(jì)算機(jī)科學(xué)家合作，利用大腦掃描圖片訓(xùn)練算法，并測(cè)試這是否可以作為預(yù)測(cè)兒童未來是否患自閉癥的依據(jù)。算法通過采用大腦容量、表面積和性別等三個(gè)變量，實(shí)現(xiàn)了高達(dá)80%的準(zhǔn)確率。
研究人員利用了兩種訓(xùn)練方法對(duì)算法進(jìn)行了訓(xùn)練，并比對(duì)結(jié)果。一種是將數(shù)據(jù)均分成兩份，一份訓(xùn)練一份測(cè)試；另一種是將數(shù)據(jù)分為10份，隨后在其中9份上訓(xùn)練1份上測(cè)試，交叉進(jìn)行10次并將十次測(cè)試結(jié)果綜合。
實(shí)驗(yàn)結(jié)果表明兩次測(cè)試的結(jié)果相同并得到了很好的精度，研究團(tuán)隊(duì)希望未來加入更多的變量來增加精度。
雖然這樣的檢測(cè)手段還需要很多的測(cè)試才能夠被應(yīng)用于實(shí)際中，但這對(duì)于兒童自閉癥的預(yù)測(cè)有著重要的效果。在和基因檢測(cè)等診斷方式結(jié)合的情況下，醫(yī)生可以通過檢測(cè)兒童大腦的掃描圖像來判斷自閉癥傾向并及時(shí)的介入治療，提高療效。
現(xiàn)在很多人大概都有上網(wǎng)尋醫(yī)問藥的經(jīng)歷，甚至身體不舒服了上網(wǎng)搜索解決辦法也成為了很多人的第一選擇，特別是在看病難看病貴的地區(qū)更是如此。即使在美國(guó)，據(jù)了解也大約有1/3的人有網(wǎng)上就診的經(jīng)歷。為了解決這一痛點(diǎn)，很多人開發(fā)了根據(jù)癥狀進(jìn)行全科診斷的app，但這樣就診的效果到底如何呢？讓我們開看看這個(gè)人類完勝的故事：
臨床全科診斷——人類 beats！
最近研究表明app的檢查準(zhǔn)確率比人類醫(yī)生低了很多。研究人員們比較了234位醫(yī)生和app對(duì)于疾病的診斷結(jié)果，研究表明醫(yī)生達(dá)到了72%的準(zhǔn)確率，而APP卻只有34的準(zhǔn)確率。
雖然人類醫(yī)生并不完美，但是比起app來說還是靠譜很多。但很多人覺得這一測(cè)試并不能反映出AI的真實(shí)情況，一方面由于醫(yī)生是在測(cè)試情況下?lián)碛谐渥愕臅r(shí)間進(jìn)行診斷，另一方面卻由于app不能對(duì)病人做實(shí)際的測(cè)試缺乏必要的診斷信息。
但研究人員和評(píng)論人員們都覺得，這樣的app目的在于幫助醫(yī)生而不是替代醫(yī)生，就像IBM的Watson AI一樣，幫助醫(yī)生提高診斷準(zhǔn)確率和診療效率。要提高精度還有很長(zhǎng)很長(zhǎng)的路要走。
第三十四屆CIO班招生
國(guó)際CIO認(rèn)證培訓(xùn)
首席數(shù)據(jù)官（CDO）認(rèn)證培訓(xùn)
責(zé)編：yulina
免責(zé)聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，請(qǐng)及時(shí)通知本站，予以刪除。
搶沙發(fā)
