医学界如何使用AI系统?

导读 电视医疗剧《豪斯》在2000年代大受欢迎,这不仅是因为休·劳瑞(Hugh Laurie)饰演的只有阴部主角的讽刺机智,还带有这种邪恶的技巧。节目吸

电视医疗剧《豪斯》在2000年代大受欢迎,这不仅是因为休·劳瑞(Hugh Laurie)饰演的只有阴部主角的讽刺机智,还带有这种邪恶的技巧。节目吸引人的另一个关键部分是观看出色的豪斯医生和他几乎才华横溢的诊断团队一起工作,这是一种研究复杂医学难题的顽强头脑。他们拼凑了一些信息并辩论了它们的重要性,直到最终找到解决方案并设计出一些巧妙的方法来挽救患者。

这一切都为引人入胜的戏剧而作。但是,如果您的医生可以咨询比豪斯医生更聪明,知识渊博,智商高(而且不多刺的医生)的医生,那不是很好吗?而且,如果有任何医师可以通过几次击键就可以从他或她桌上的计算机寻求帮助呢?

好消息是,由于新一代使用人工智能(AI)的医疗软件程序,即计算机能够模仿和改进人类思维的能力,医生现在可以利用这种专家帮助。人工智能系统具有革新医学的潜力。虽然人类医师-尤其是长时间轮班结束时感到疲倦的医师-可能会忽略或误解自医学院以来从未遇到过的罕见疾病的细微症状,但计算机不需要咖啡和睡眠他们不会忘记信息。更好的是,一个AI系统还可以跟踪最新的医学研究,甚至可以不断地利用其他医生的观察和经验,然后处理所有数据以提供经过统计验证的治疗方案[来源:de la Torre ]。

数十年来,人工智能研究人员一直在研究在医学中使用此类软件的方法[来源:Patel,etal ]。但是人工神经网络的最新发展或称为ANN-一种程序,它利用其网络连接的综合知识,然后以生物大脑的方式从数据中学习-确实打开了大门。2009年,Mayo Clinic研究人员报告说,他们已经将189位植入医疗设备的心脏病患者的数据输入到这样的系统中,并且该软件对他们进行了潜在致命性心脏病的筛查,其准确率超过99%。该软件不仅发现了73种与植入物相关的感染中的72种,而且还实现了这一目的,而无需将内窥镜向下插入喉咙环顾四周-这是一种潜在的危险侵入性手术[来源:Mayo Clinic ]。

尽管没有人希望计算机代替人类医生,但人工智能系统可以帮助他们更有效地治疗患者。这些系统如何显示出对医学领域的希望?机器没有情感-至少还没有。因此,您有充分的理由怀疑数字医生在床旁的态度。但是,请这样看:不管那个有血有肉的医生多么有爱心和同情心,她可能会在令人震惊的时间内把事情弄错。实际上,尸检研究表明,医生对致命疾病的严重误诊率约为五分之一。更令人震惊的是,自1930年代以来,尽管从那时起我们就积累了大量新的医学知识和诊断工具(从MRI扫描到基因检测),但错误率并没有太大提高。[来源:Leonhardt ]。

令人不安的事实是,人类治疗师会错过信号并犯错误,而这正是计算机可以提供帮助的地方。在1990年代后期,一位名叫伊莎贝尔·莫德(Isabel Maude)的英国女孩在医生诊断出食肉细菌感染为水痘后差点死亡。她的父亲杰森(Jason)对这种经历感到震惊,因此决定改变自己的职业生涯。他辞去企业融资职务,成立了一家新公司Isabel Healthcare,以帮助改善诊断。该公司开发了一个名为Isabel的程序,该程序允许医生输入患者的症状。在探查了100,000个医疗源的数据库之后,Isabel使用了一组专门开发的问题解决算法生成所有可能原因的列表,包括医生可能忽略的非显而易见原因。伊莎贝尔(Isabel)在2002年成立后的几个月内,吸引了100个国家/地区的20,000名医师用户。如今,该程序已在美国和国外的医院中使用,美国医学会在其网站上将其作为支持工具提供给会员[来源:Leonhardt,Isabelhealthcare.com ]。

最近,美国国家医学图书馆一直在努力开发一种类似的智能医疗助手,该助手可以部分基于医学和普通用户在Ask Ask.doctor.com网站上提出的近200,000个查询的答案来回答患者的问题。 :PRWeb ]。

但是,使用可以积累和处理更多信息的超级计算机,可能会进一步增强AI的潜力。

伊莎贝尔还有一个兄弟,一台名为Watson的IBM超级计算机。2011年,沃森通过在电视游戏节目“ Jeopardy”中击败两个有血有肉的冠军,展示了其人工智能的才能。但沃森(Watson)除了赢得琐事竞赛之外,还有更多的潜力。它的开发人员设想使用该系统存储和检索数据的能力来积累可能成为现有医学数据的最终数字收集的功能。但这还不是全部。

与功能较弱的系统不同,沃森具有以自然语言(即人类表达自我的方式)回答问题和分析信息的能力,并能够生成可能来自信息的所有可能的诊断。不仅如此,Watson实际上还可以根据其对教科书,医学期刊和病例报告中医学知识的理解来对诊断进行排名。在展示Watson的诊断能力的过程中,研究人员给该系统一个虚拟案例,其中涉及一名住在康涅狄格州,视力模糊和有关节炎家族史的患者。沃森回答了一系列可能的原因,其中最主要的原因是莱姆病-一种看似不太可能的诊断,但研究人员正在寻找一种原将来,研究人员设想添加语音识别具备Watson的功能,因此医生只需与智能手机或其他手持设备通话即可与虚拟顾问进行通信。并且可以收集和利用医生从其病例中为系统贡献的信息,以帮助治疗未来的患者。但是,医疗超级计算机还可能扩展其知识库,而不仅仅是研究和医生的观察。可以想象,他们还可以开始数据挖掘非常规资源,例如患者的博客和在医疗网站上发表的评论。哥伦比亚医学院教授赫伯特·蔡斯(Herbert Chase)博士对《医师新闻》说:“人们对他们的治疗有何评论……这不应该仅仅因为它是轶事而已。” “当患者与我们交谈时,我们当然会听” [来源:]。最终,数字治疗师也会如此。