|
“人工智能醫(yī)生”會取代人類醫(yī)生嗎？
“人工智能醫(yī)生”究竟是如何“思考”的？以慢病管理為例，看似簡單的“百分比”，背后其實有一整套算法模型。第四范式創(chuàng)始人戴文淵說，對于深度學習而言，慢性病的數(shù)據(jù)量相對比較小，可能只有萬級的數(shù)據(jù)樣本。因此在糖尿病的風險預測中，算法應用了遷移學習、半監(jiān)督學習和可解釋機器學習等。
“人工智能不會替代醫(yī)生，但懂人工智能的醫(yī)生可能會替代不懂人工智能的醫(yī)生。”聯(lián)影智能聯(lián)席首席執(zhí)行官沈定剛認為，未來人工智能的應用將貫穿于整個臨床工作流，從源頭的成像一直到后期的診斷、治療和評估。
不過，就目前的技術限制，在人工智能輸入的數(shù)據(jù)和其輸出的答案之間，通常存在著無法洞悉的“隱層”，被稱為“黑箱”。“黑箱”存在的后果，就是難以判斷人工智能是否出錯。“如果能讓醫(yī)生看到計算機是怎么想的、怎么得出結論的，就能讓人類更相信計算機，讓人類對它更加放心。”張康說。
夏慧敏介紹，人工智能并不會取代醫(yī)生，但是可以大幅減輕醫(yī)生的工作量。更好的技術手段和平臺，既能在一定程度上解決醫(yī)療服務能力不足的問題，又能提高健康服務的公平性。
“人工智能醫(yī)生”何時能“上崗”？
記者走訪多家醫(yī)院、人工智能公司發(fā)現(xiàn)，現(xiàn)階段醫(yī)療人工智能發(fā)展存在諸多難點，比如醫(yī)療數(shù)據(jù)難以獲取、研發(fā)周期長、臨床實驗費用高、醫(yī)院應用門檻高等。
專家認為，我國在醫(yī)院病例數(shù)方面有很大優(yōu)勢，但由于醫(yī)療數(shù)據(jù)沒有共享，存在“孤島”現(xiàn)象。且數(shù)據(jù)的錄入欠缺標準，導致大量優(yōu)質數(shù)據(jù)無法為醫(yī)療人工智能的發(fā)展服務。
“人工智能醫(yī)生”何時能正式“上崗”？
2017年8月31日，原國家食品藥品監(jiān)督管理總局發(fā)布了新版《醫(yī)療器械分類目錄》，新增了與人工智能輔助診斷相對應的類別，在目錄中具體體現(xiàn)在對醫(yī)學影像與病理圖像的分析與處理。這意味著，如果醫(yī)療影像人工智能產(chǎn)品想要走醫(yī)院采購這條路，必須通過相應認證。
楊志明認為，目前人工智能技術未能達到通用人工智能，還處于垂直領域的“弱人工智能”階段，在推理、綜合決策、跨領域、跨病種、自我創(chuàng)新等方面還遠未成熟，人工智能代替人類醫(yī)生還需要很長的時期。
�。ㄐ氯A社記者 肖思思、周琳） 共2頁 上一頁 [1] [2] 搜索更多: 人工智能 |
