侵權(quán)投訴
訂閱
糾錯
加入自媒體

智能診斷:取代醫(yī)生的前景

目前,人工智能在醫(yī)療行業(yè)中已經(jīng)開始得到開發(fā)和應用。從智能診斷到智能治療,從健康管理到藥物研發(fā),人工智能都在發(fā)揮著越來越重要的作用。因此,如何更好地利用人工智能加強醫(yī)療行業(yè)的能力,以及如何應對人工智能對該行業(yè)的沖擊性影響和帶來的長期性變革,將是未來醫(yī)療行業(yè)的重要發(fā)展課題。同時,人工智能在醫(yī)療行業(yè)的影響,最終也會逐漸擴展至人們的日常生活中,從而對相關(guān)領(lǐng)域的社會問題產(chǎn)生重要的影響。

從積極的方面來看,人工智能可以在很大程度上緩解長期以來傳統(tǒng)醫(yī)療行業(yè)面臨的一系列問題,如醫(yī)療資源的匱乏、醫(yī)療水平的地區(qū)差異、疑難雜癥的治療技術(shù)發(fā)展滯后等。同時,人工智能也很有可能改變?nèi)祟悓ψ陨斫】档恼J識,并在很大程度上改善人們的生活方式。因此,在人工智能的助力之下,人類有希望解決醫(yī)療領(lǐng)域所面臨的許多技術(shù)難題和社會問題,從而開辟出人類健康和醫(yī)療的廣闊新前景。

人工智能在醫(yī)療領(lǐng)域的巨大發(fā)展,首先得益于醫(yī)療數(shù)據(jù)的不斷積累和數(shù)據(jù)庫的不斷壯大,同時也得益于機器學習對醫(yī)療數(shù)據(jù)的分析功能的不斷提升。在醫(yī)療行業(yè)的大數(shù)據(jù)分析應用層面,表現(xiàn)最為明顯的領(lǐng)域便是智能診斷。

從主體上看,智能診斷的主體依然是醫(yī)療機構(gòu)或醫(yī)生個人,但是診斷所運用的技術(shù)手段和判斷依據(jù)則發(fā)生了重要變化。從技術(shù)上看,智能診斷首先需要醫(yī)療機構(gòu)和人員利用現(xiàn)代信息技術(shù)收集并分析大量數(shù)據(jù)和信息,對數(shù)據(jù)進行轉(zhuǎn)碼、重新構(gòu)架后存入數(shù)據(jù)庫系統(tǒng),以為診斷疾病提供大量的基礎(chǔ)數(shù)據(jù);其次,在遇到癥狀相似的病例時,人們通過病例分析工具和數(shù)據(jù)挖掘工具對數(shù)據(jù)庫中的信息進行充分地分析與處理,運用人工智能的機器學習和計算方法,迅速找準病例的數(shù)據(jù)依據(jù),從而做出具有高度準確性的診斷決策。

可以說,智能診斷對醫(yī)療領(lǐng)域的改造是具有顛覆性的,因為它不僅僅是一種技術(shù)創(chuàng)新,更是對醫(yī)療產(chǎn)業(yè)生產(chǎn)力的變革。簡單來說,醫(yī)療資源匱乏的問題,很可能通過智能診斷的應用得以緩解。眾所周知,醫(yī)療資源的匱乏首先反映在診斷環(huán)節(jié)上,但即使是具備豐富工作經(jīng)驗的醫(yī)師,也需要借助先進的醫(yī)療設(shè)備進行病癥的判別。因此,一所醫(yī)院醫(yī)療診斷設(shè)備的差異能直接反映其醫(yī)療條件的好壞,也正是由于這個原因,發(fā)達與欠發(fā)達地區(qū)的醫(yī)院會在診斷環(huán)節(jié)出現(xiàn)較為顯著的差別。甚至即使等級同為三甲的兩家醫(yī)院,也會因為設(shè)備及醫(yī)師診斷經(jīng)驗的差距而在診斷結(jié)果的精確性上顯出不同。

然而,人工智能技術(shù)的進一步發(fā)展可能會填補該診斷技術(shù)的鴻溝。借助醫(yī)療大數(shù)據(jù)的發(fā)展,人們得以收集大量的醫(yī)療數(shù)據(jù),并通過訓練人工智能系統(tǒng),使人工智能獲得了與專業(yè)醫(yī)生水平相當?shù)脑\斷能力。可以設(shè)想,如果一般的病例都能夠通過人工智能來進行迅速的診斷,并開出相應的治療藥物或治療方案,那么初級的醫(yī)療資源就可以獲得成倍的增長。不過,智能診斷的作用不僅在于可以提供診斷,還在于可以根據(jù)病例的具體情況迅速提供更為精確的診斷,從而為精準化醫(yī)療的長遠發(fā)展奠定相應的基礎(chǔ)。

目前,醫(yī)療診斷領(lǐng)域正在不斷加強對機器學習的應用,這將對一些醫(yī)學專業(yè)的具體從業(yè)者產(chǎn)生根本性的影響,甚至有的醫(yī)學專業(yè)可能會完全被人工智能所取代。2016年9月,哈佛醫(yī)學院的奧伯梅爾(Ziad Obermeyer)與賓夕法尼亞大學的伊曼紐爾(Ezekiel Emanuel)在《新英格蘭醫(yī)學雜志》(The New England Journal of Medicine)上發(fā)文,認為醫(yī)療保健領(lǐng)域?qū)⒁驒C器學習的介入而在醫(yī)學領(lǐng)域劃分出輸家和贏家,而病理學家和放射學家將不幸淪為前者。他們解釋道,機器學習技術(shù)的深入發(fā)展與應用,對醫(yī)學領(lǐng)域?qū)a(chǎn)生以下兩個方面的影響。

首先,人工智能將取代放射科醫(yī)生和解剖學家。這兩個專業(yè)原本要求操作者如同精準的機器人一樣進行模式識別的工作。然而,隨著圖像數(shù)據(jù)集與計算機視覺大規(guī)模地深度結(jié)合,人們只要擁有足夠的數(shù)據(jù)信息,搭載機器學習功能的設(shè)備就能夠熟練地做出診斷。目前,放射科機器設(shè)備的相關(guān)算法已經(jīng)能夠替代醫(yī)生檢視乳房X光片,未來其準確性甚至將超過人類。

傳統(tǒng)觀點認為,由于放射科醫(yī)生的工作需要太多的專業(yè)技能,而且工作性質(zhì)過于復雜,所以不可能被機器取代。然而,伴隨著模式識別軟件的發(fā)展,以及醫(yī)學影像識別技術(shù)的進步,人工智能可能比經(jīng)驗豐富的放射科醫(yī)生更能準確地診斷病情。2017年7月,在國際肺結(jié)節(jié)檢測大賽中,來自中國阿里云的ET對800多份肺部CT樣片進行分析,最終,ET在7個不同誤報率下發(fā)現(xiàn)的肺結(jié)節(jié)召回率為近90%,奪得冠軍并打破了世界紀錄。

其次,人工智能將進一步提高診斷的準確性。2015年的一篇論文顯示,幾個不同病理學家對乳腺癌診斷的一致率只有75%。在不典型的乳腺癌診斷中,這個比例更是下降到不到50%。顯然,依賴人工而做出的醫(yī)學數(shù)據(jù)分析存在明顯缺陷。一方面,醫(yī)生一般依靠以往的經(jīng)驗進行診斷,而經(jīng)驗總是有局限的。另一方面,一個醫(yī)科學生必須經(jīng)過十幾年的訓練,才能勝任病理學家的工作。

由此可見,準確的診斷在醫(yī)療資源匱乏的地區(qū),簡直是一種奢望。目前,醫(yī)療機構(gòu)廣泛使用電子膠片使得醫(yī)學影像數(shù)據(jù)快速增長,美國的醫(yī)療數(shù)據(jù)年增長率達到了63%,中國也達到了近三成。但是,放射科醫(yī)生的年增長率兩國均不足5%,遠低于影像數(shù)據(jù)的增長幅度。這意味著影像醫(yī)師的工作量增大,而相應地很可能會造成診斷準確性的下降,人工智能技術(shù)所提供的影像判斷則能彌補這一需求缺口。

由此可以窺見,人工智能在醫(yī)療診斷領(lǐng)域具有廣闊的發(fā)展前景。目前智能診斷應用中最重要的便是對于癌癥的診斷。眾所周知,癌癥是醫(yī)學領(lǐng)域最大的挑戰(zhàn)之一,也是智能診斷發(fā)展的重點所在,智能診斷在癌癥領(lǐng)域的應用有以下三個方面。

第一,有效確定乳腺癌細胞的位置。2012年,谷歌科學比賽將第一名授予一位來自威斯康星州的高中生。這名高中生通過人工智能和機器學習技術(shù),在760萬個乳腺癌患者樣本數(shù)據(jù)的基礎(chǔ)上設(shè)計了一種確定乳腺癌細胞位置的算法,能夠幫助醫(yī)生進行活體組織檢查,其準確率高達96%,超過目前?漆t(yī)生的平均診斷水平。與此同時,商業(yè)領(lǐng)域的發(fā)展則更進一步。2017年,來自谷歌與Verily公司的科學家們開發(fā)了一款能診斷乳腺癌的人工智能產(chǎn)品。病理學家的診斷準確率僅僅為七成,而這一人工智能產(chǎn)品的準確度接近90%,完全超過了人類的水平。

第二,提高肺癌診斷的準確率。一項較早的實驗統(tǒng)計表明,人工智能對肺癌的診斷準確率為90%,而人類醫(yī)生的準確率只有50%。專業(yè)算法不僅能夠為醫(yī)生提供參考性的意見,還能捕捉到醫(yī)生經(jīng)常忽視的一些內(nèi)容,例如腫瘤。2016年《自然通訊》(Nature Communications)上發(fā)表的一篇論文,證明了經(jīng)過培訓的計算機可在評估肺癌組織切片時比病理學家更加精確。研究人員利用兩千多張肺癌基因圖譜和相應的數(shù)據(jù)庫訓練計算機軟件程序,使其可以確定肉眼難以觀察到的癌癥特異性特征。

第三,利用智能診斷技術(shù)提高皮膚癌診斷的準確率。2017年1月,《自然》(Nature)雜志上刊載的文章表明,深度神經(jīng)網(wǎng)絡(luò)技術(shù)能夠?qū)ζつw病專家進行診斷水平的評估分類。實驗人員首先讓深度神經(jīng)網(wǎng)絡(luò)分析學習了近13萬張皮膚病的圖片,之后,20位人類醫(yī)生與機器醫(yī)生展開了皮膚癌診斷能力比賽。比賽共分為兩輪,第一輪區(qū)分良性脂溢性角化病和角質(zhì)細胞癌,第二輪區(qū)分良性痣和惡性黑素瘤。最終,機器人醫(yī)生正確識別的綜合靈敏度超過90%,打敗了人類醫(yī)生。該實驗表明,在皮膚癌診斷領(lǐng)域,機器診斷的準確率已經(jīng)達到了人類醫(yī)學專家的水平。

在智能診斷領(lǐng)域,推動人工智能具體應用的主要力量,是重要的科技類企業(yè),其中最具代表性的是IBM。Watson機器人是IBM在智能診斷領(lǐng)域的前沿產(chǎn)品,這個強大的AI系統(tǒng)在醫(yī)療領(lǐng)域深耕多年。相對于人類醫(yī)生,Watson機器人在疾病診斷工作中具備更多的優(yōu)勢。

首先,Watson可以將人類歷史上所有已知的疾病和藥物信息全部存儲在不斷更新的數(shù)據(jù)庫中。其次,Watson能完整地測試患者的整個基因組,了解其病史以及親朋好友的基因組和病史,還可還原患者近期的行動軌跡,從而完整展示患者的個人疾病和基因狀況,包括一些重要關(guān)聯(lián)人的信息。再次,Watson所展示的是診斷對象在一個時間段內(nèi)的動態(tài)信息,而不僅是靜態(tài)信息,并通過匯聚不同類型的信息,還原患者的完整圖景。此外,人工智能可以隨時隨地、永不停歇地工作,相比人類醫(yī)生需要階段性的休息,這是醫(yī)療機器人的一個明顯優(yōu)勢。

最后,Watson不僅對診斷指標等外部信號的判斷正確率高于人類醫(yī)生,還能有效分析人類醫(yī)生不易敏銳判斷的內(nèi)部指標,如實時的血壓、腦部活動和其他生物統(tǒng)計資料。Watson系統(tǒng)主要專注于癌癥診斷領(lǐng)域,診斷范圍包括乳腺癌、直腸癌、肺癌、宮頸癌和胃癌等,也涵蓋了糖尿病、心臟病等重大疾病,這些覆蓋領(lǐng)域也在不斷拓展。值得一提的是,Watson在中國的商業(yè)化運作也開始逐步落地,未來的規(guī);瘧檬种档闷诖。

醫(yī)學影像與人工智能技術(shù)的結(jié)合是數(shù)字醫(yī)療領(lǐng)域的新型分支。這一分支的發(fā)展無論對患者還是對醫(yī)院而言,幫助都是巨大的。患者可以更快地獲得準確的X光、B超、CT等影像診斷結(jié)果,同時能夠得到更準確的治療;醫(yī)生能夠更快地讀取影像信息,從而進行輔助診斷;醫(yī)院也將通過云平臺的支持,建立大型數(shù)據(jù)庫,進而降低診斷成本。

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

醫(yī)療科技 獵頭職位 更多
文章糾錯
x
*文字標題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號