一种新的医生已经入驻检查室,还没有名字。事实上,这些医生甚至连脸都没有。人工智能已经进入世界各地的医院。那些对机器人收购心存警惕的人没有什么可担心的;人工智能在医疗保健方面的应用,并不一定会使人类思维与机器之间发生冲突。人工智能在检查室里扩张、增强,有时会缓解医生紧绷的神经,这样医生就可以为病人更好的服务。
被称为“未来医学家”的Bertalan Meskó,将人工智能视为“21世纪听诊器”。他的评估可能比预期的更准确。虽然各种技术和测试为他们提供了诊断和治疗患者所需的全部信息,但医生已经负担了过重的临床和行政责任,并且对大量可用信息进行分类是一项艰巨的任务,几乎是不可能完成的任务。
这就是21世纪听诊器存在的意义。
尽管如此,人工智能在医学方面的应用已经超出了行政管理的工作范围。从强大的诊断算法到精心设计的外科手术机器人,这项技术正在医学界广为人知。显然,AI在医学上占有一席之地,而我们还不清楚它的价值。想象一下人工智能是病人护理团队的一部分,我们首先必须更好地理解人工智能如何达到人类医生水平。如何比较准确性? AI能够做出什么具体或独特的贡献?人工智能在医学实践中非常有帮助,或者甚至是有害?只有当我们回答了这些问题之后,我们才能开始预测,然后构建我们想要的以AI为动力的未来。
AI VS 人类医生
虽然我们还处于发展的初期阶段,但人工智能在诊断病人方面的能力已经和医生一样了。英国牛津John Radcliffe医院的研究人员开发出一种AI诊断系统,在诊断心脏病方面,至少80%的时间里比医生更为准确。在哈佛大学,研究人员创建了一个“智能”显微镜,可以检测潜在致命的血液感染:人工智能辅助工具通过训练,在一系列100,000个图像上获得25,000张幻灯片处理染料,使细菌更明显。 AI系统已经能够以95%的准确率对这些细菌进行分类。日本横滨昭和大学的一项研究显示,一种新的计算机辅助内镜系统可以显示结肠癌的潜在癌症生长迹象,灵敏度为94%,特异性为79%,准确性为86%。
在某些情况下,研究人员还发现,人工智能在需要快速判断的诊断挑战中胜过人类医生,如确定病变是否癌变。一项于2017年12月在美国医学会杂志上发表的研究中,深度学习算法比时间紧迫的人类放射科医生能够更好地诊断转移性乳腺癌。虽然人类放射科医师在没有时间审查病例的情况下可能表现良好,但在现实世界中,快速诊断可能会影响患者的生死。
当然,IBM沃森(Watson)就具有这样强大的诊断能力:当挑战从肿瘤细胞的遗传数据中收集有意义的见解时,人类专家花了大约160个小时来回顾并根据他们的发现提供治疗建议。沃森只用了十分钟就提出了同样可行的建议。谷歌最近公布了一款开源版本的DeepVariant,这是该公司用于分析基因数据的人工智能工具,在去年的“FDA真假挑战”中,它是同类产品中最精确的工具。
人工智能在预测健康事件发生之前也比人类更好。今年4月,来自诺丁汉大学的研究人员发表了一项研究,结果显示,通过对378,256名患者的大量数据进行训练,自学成才的人工智能预测患者的心血管事件比目前的护理标准高出7。6%。为了让这个数字更有前景,研究人员写道:“在大约83000条记录的样本中,这相当于可以额外挽救355名患者的生命。也许最值得注意的是,神经网络的“假警报”也减少了1。6%,这种风险被高估了,可能导致患者进行不必要的手术或治疗,其中很多都是非常危险的。
在理解大量数据上,人工智能是绝对超过人类的。这正是精密医学日益增长的领域所需要的。希望填补这个空白的是人类诊断项目(Human Dx),它将机器学习与医生的实际经验相结合。该组织正在编制来自80多个国家的7,500名医生和500家医疗机构的输入信息,以便开发一个系统,使患者、医生、组织、设备开发人员或研究人员可以访问系统,以便做出更明智的临床决策。
更有“人情味”的心灵保健
总部位于波士顿的人工智能和行为分析公司Cogito的移动健康部门首席行为科学主管Skyler Place表示:“我认为人工智能的价值在于增强人类的能力,而不是替代人类。”
Cogito一直使用人工智能语音识别和分析来改善许多行业的客户服务交互。该公司进军医疗行业的形式是Cogito Companion,一种追踪病人行为的心理健康应用程序。
该应用程序监测病人的手机是否有主动和被动的行为信号,如位置数据,可能表明病人几天没有离开家,或通信日志,表明他们几个星期没有发短信或在打电话给任何人,(该公司声称,应用程序只知道病人是否正在使用他们的电话打电话或发短信,它不追踪用户打电话或说什么)。患者的护理团队可以监视随后的报告中的迹象,反过来可能会指示患者整体心理健康的变化。
Cogito已经联合全国各地的几个医疗保健系统来测试这个应用程序,该应用程序已经在退伍军人中找到了一个特殊的位置。退伍军人面临社会孤立的高风险,并可能不愿意与医疗系统,尤其是心理健康咨询接触,由于社会耻辱感。 “我们发现,应用程序是建立信任的一种方式,以更广泛的方式推动医疗保健行业的发展。”Place说。
这里是AI一展身手的地方:应用程序还使用机器学习算法来分析“音频检查” - 病人的录音(有点类似于音频日记)。这些算法的设计是为了提取情绪线索,就像两个人在说话一样。 Place解释说:“我们能够建立符合人们说话方式的算法,比如能量、语调、对话中的动态或波动。
(机器人)手术刀下
在过去的几十年中,人工智能在医学领域最具标题性的应用之一就是外科手术机器人的发展。
迄今为止,在大多数情况下,外科手术机器人(da Vinci最为人熟知)作为人类外科医生的延伸,可从附近的控制台控制设备。 2010年在蒙特利尔举行了一项名为“世界第一”的更为雄心勃勃的手术之一。这是外科手术机器人和机器人麻醉师(名叫McSleepy)的首次表演。收集的数据反映了这些机器人医生令人印象深刻的表现。
2015年,第一台手术机器人进入手术室十多年后,麻省理工学院对FDA数据进行了回顾性分析,以评估机器人手术的安全性。研究期间有144人死亡,1,391人受伤,主要是由于技术上的困难或设备故障造成的。该报告指出,“尽管报告数量相对较多,但绝大多数手术成功,并没有任何问题”。但是,更为复杂的手术部位(如心胸外科手术)发生的事件数量“明显高于”如妇科和普外科等领域。
患者可以起诉机器人吗?由于技术还比较新,在这种情况下的诉讼构成了一个合法的灰色地带。传统上,专家认为医疗事故是医师疏忽造成的,或者违反了明确的医疗标准。然而,疏忽的概念意味着人工智能本身缺乏的意识,而可以想象的是,机器人可以被认为是某种性能标准,那么这些标准就需要存在。
那么如果不是机器人的责任,那么该怪谁呢?患者家属能否让负责监督机器人的人类外科医生负责?或者应该由制造机器人的公司负责?设计机器人的具体工程师?这个问题目前还没有明确的答案,但这个问题需要早日得到解决。
放眼未来
在未来的岁月中,人工智能在医学领域的作用将会越来越大:在埃森哲咨询公司编写的一份报告中,2014年人工智能在医药方面的市场价值为6亿美元。到2021年,这一数字预计将达到66亿美元。
行业可能会蓬勃发展,但我们不应该急于或随意地整合AI。这在一定程度上是因为对人类来说合乎逻辑的事物不属于机器。
算法可能也会继承我们的偏见,部分原因在于,用于训练人工智能的材料缺乏多样性。在医学上,机器接受的数据很大程度上取决于谁在进行研究,以及在哪里进行研究。白人男性仍在临床和学术研究领域占据主导地位,他们也在参与临床试验的患者中占绝大多数。
医疗决策的一个宗旨是,程序或治疗的好处是否超过风险。在考虑人工智能是否准备与手术室的外科医生保持平等的时候,一个小的风险收益和平等分析将会有很长的路要走。
尽管有时我们担心机器人会引领我们将人工智能整合进医学领域,但人类是在进行这些对话并最终推动变革的人。我们可以决定在哪里应用人工智能,最好的方法可能是用老办法。医生们可以把人工智能作为一种工具,来开始构建他们想要的未来——对他们和他们的病人来说最好的未来,而不是试图预测未来20年医生将会变成什么样子。
- LT1317CS8 PWM DC/DC 转换器的典型应用电路
- 12V触摸调光灯
- DC678A,用于 LT5517EUF、40MHz 至 900MHz 直接转换正交解调器的演示板
- NCP3065SOBSTGEVB:升压演示评估板
- LT3663IDCB、2.5V 降压转换器的典型应用
- 用于工厂自动化的 12 位、1 通道 DAC
- ADP2165 5.5V、5A/6A、高效降压直流至直流稳压器的典型应用,具有输出跟踪功能
- AM3G-1205DZ ±5V 3 瓦 DC 至 DC 转换器的典型应用
- LTM8064EY 的典型应用电路,用于调节 Peltier 器件的正负电压和电流
- LM5122MHX同步整流升压模块
- 免费试用Atmel MCU开发板,抢“鲜”体验优越性能,更有大奖等你拿!
- Microchip有奖直播:VectorBlox™ SDK 报名中
- 有奖直播:DIY 家用监控边缘 AI Box——基于 8TOPS 算力,售价 199 美元的开发套件搭建深度学习案例
- 等你报名做客黑科技直播间:基于 TI DLP®技术的工业创新应用介绍
- 有奖直播报名|罗姆EcoGaN™与LSI 技术
- 抢鲜体验| 两款GD RISC-V开发板
- 泰科电子邀您云逛展——2023中国国际工业博览会
- Follow me第2期来袭,与得捷一起解锁开源硬件 Adafruit ESP32-S3 TFT Feather!
- 安富利有奖调查问卷 150+份礼品等你拿
- 有奖问答:基于A2B的音频信号解决方案