对于人工智能挑战医生 我们应如何看待?

2018-07-02 院长有话说 健康界

昨天,健康界有篇快讯被全国许多医生群、院长群刷屏,那就是这篇《奇迹没有发生!二十五位影像医生惨败给人工智能》。文章说的是CHAIN杯神经影像人工智能人机大赛全球总决赛落幕,二十五位影像医生惨败人工智能。来自全球的25名神经系统疾病诊断专业选手组成的“人类战队”分为AB两组,分别与“BIoMind天医智”(下称BioMind)人工智能机器同场竞技。A组医生战队共有15名医生,每名医生需要在30分钟内

昨天,健康界有篇快讯被全国许多医生群、院长群刷屏,那就是这篇《奇迹没有发生!二十五位影像医生惨败给人工智能》。文章说的是CHAIN杯神经影像人工智能人机大赛全球总决赛落幕,二十五位影像医生惨败人工智能。

来自全球的25名神经系统疾病诊断专业选手组成的“人类战队”分为AB两组,分别与“BIoMind天医智”(下称BioMind)人工智能机器同场竞技。A组医生战队共有15名医生,每名医生需要在30分钟内对15张颅内肿瘤的CT、MRI影像进行判读及血肿预测,在比赛的最后十分钟医生之间可以相互讨论。BioMind同样需要在30分钟内完成15名医生的工作。B组医生战队共有10名医生,他们进行的是脑血管疾病CT、MRI影像判读,B组每名医生需要在30分钟内判读3张片子。BioMind需要在30分钟内判读30张片子。

两轮较量过后,BioMind分别以87%、83%的准确率,战胜医生战队66%、63%的准确率。值得一提的是,两轮比赛BioMind均仅用15分钟左右时间便答完所有题目,而医生战队几乎答到最后一秒。大家在这则新闻的通读之余,有一许惊叹,也有一些感悟,更有很多热烈的讨论。在北京的一个名医与学者群中,大家有许多不同见解的反响。

有院长说:人与电脑比智能,怎么比?人脑是没有中寻找有!而电脑则是有的跑不掉,永远很难出错…这种比赛毫无意义…

有学者说,电脑汇集了人脑的指挥还需要人脑操作。说明了AI的重要性。我是这么理解的

还有学者说,人脑中,低级的、重复的、复制性的工作,就让电脑去做吧……人脑,腾出手来去做更高级的事。

有一个医者兼创业的学者说,他最近投了一个人工智能辅助诊断项目,对5种疾病的辅助诊断、筛查准确率非常高了。

有医者说,人工智能取代影像医师指日可待。超越影像医师的诊断率,已经是事实。直接发报告给专科医生,然后由专科医生二次诊断和结合临床,也基本可行了。

还有学者说,充分利用科技创新成果造福患者不是坏事儿。

也有医者说,把培养影像医师的人力和物力转移到临床医师的培养中来……临床医师壮大队伍,看病难和超负荷工作是否可以缓解一下呢?如何适度取代医生?如何把控程度——这可能是面对来势汹汹的AI时代,人脑首要干的事情。

有更多的学者与医者们认为,对今天,有些没有特色专长,不思进取的医生,只做标准化重复工作的医生来说,人工智能的挑战性则可能会更加明显!

事实上,人工智能,简称AI。他是研究开发,用于模拟和扩展人工智能的一门新型的应用技术学科,是计算机科学的一个分支。但是它能够产生出一种与人工智能相类似的机器,包括机器人、语言识别、图像识别、自然语言处理和专家系统等的研究领域。人工智能不是人的智能,将会是人类智慧的容器。它的广泛应用,必将给人类会有很大的帮助。同时,也会有很多的全新挑战。这是当前人类最新的发展前沿学科与领域之一。

人工智能的研究一般分为两个部:即人工和智能两块。人工比较好理解,它就是一种人力的制造。按照人工系统的定义来组织生产与运行。而智能则不一样了,他必须涉及诸如:人类的意识,自我思维等等。人类的智能是人本身的智能。但是他会有人智能的局限性。而人工智能的研究,则被认为是人类智能的一种延伸。

人工智能是运用计算机来模拟人的某些思维过程和智能学习。如:思维、推理、思考、规划等。它也是通过计算机的运用程序,来让这些思维更加规范化,更加逻辑化,并且更加具有研究意义和价值。

一般来说,人工智能的机器学习主要建立在数学基础和统计学,信息论与控制论的基础之上的。这类机器学习,对于人类智能和经验的依赖性很强。他们的计算往往是一种连续性的学习积累和运算过程。在这方面,几乎所有的人类个人的智慧都是无法与其相匹敌的!包括围棋高手、影像医生,也包括一些经常重复过去经验与运用普通临床路径来诊治疾病的医生。但是人工智能,它们基本上很难产生跳跃性学习,如人类的灵感和顿悟等等。这些往往是计算机与人工智能的弱项和问题之所在。

当然,人工智能的研究者们也在梦想着突破这一客观存在的瓶颈。它们正在试图通过遗传算法和人工神经网络等的类脑研究来争取这方面的突破。可见人工智能在模拟、计算、识别、运营和模仿分析等方面的能力肯定会是超过人类的一般能力者的。但是在人工创新和人工制造的原创性方面,它们目前尚会有很大的局限性和困惑性。人工智能要代替优秀的临床医生,可能还会有一段很长的路要走。但是人工智能代替影像、麻醉、病理、检验等人员的技术工作,可能将会是指日可待。

作者名片:

易利华

南京医科大学附属无锡二院教授,博士生导师。江苏省人民政府突出贡献中青年专家,曾任多家三甲医院院长,曾被中国医院协会评为全国优秀院长。着有25部医院管理专着。世界性IHF国际医院管理杰出奖、多项亚洲医院管理奖、中华医学奖、中国医院创新奖获得者。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=328777, encodeId=20bd328e77aa, content=学习了受益匪浅, beContent=null, objectType=article, channel=null, level=null, likeNumber=73, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/ajNVdqHZLLDicHg2ldsSNmib46PmdzpO7CQEmPjuULp1v45zPWwMYhrnXgvl3OtmUCZSQfgITWn96X9moL94nUGA/0, createdBy=28072041016, createdName=131****1460, createdTime=Mon Jul 02 19:17:27 CST 2018, time=2018-07-02, status=1, ipAttribution=)]
    2018-07-02 131****1460

    学习了受益匪浅

    0

相关资讯

基层医疗----开启皮肤病人工智能新时代

脖子上总是被衣服摩擦到的那颗痣切还是不切,带着这样的纠结,家住上海社区的李阿姨到家门口的社区卫生服务中心一趟,没想到竟有“意外收获”,得到了一份复旦大学附属华山医院皮肤科专家给出的诊断建议。

预测死亡?Google一下或许你就知道

Google在人工智能方面已取得空前进步,目前正凭借Medical Brain项目进军医疗领域。其最新开发的人工智能软件Neural Networks,可将Google擅长的预测技术与机器学习相结合,分析原始医疗数据,从而预测住院病人的住院时长、再入院几率和死亡几率。Google AI预测系统V.S. 传统数据分析此前,一患乳腺癌的女子到医院治疗时,癌细胞已扩散至肺部。医院电脑在读取其重要生命迹

Ann Oncol:重磅研究首次表明:AI 检测皮肤癌,表现已优于人类专家!

近日,研究人员首次表明,深度学习卷积神经网络(CNN)在检测黑色素瘤方面的表现,已经超过了经验丰富的皮肤科医生,这项研究的论文成果发表在了癌症期刊《Annals of Oncology》上。

Science:开发出人工智能驱动的鬼影细胞测定仪,不用产生图像就可高通量识别和分选细胞

在一项新的研究中,日本研究人员发明了一种新的细胞识别和分选系统,并称之为鬼影细胞测定仪(Ghost Cytometry)。这种系统将一种新的成像技术与人工智能(AI)结合在一起以史无前例地高通量速度识别和分选细胞。他们希望他们的方法将用于识别和分选在患者血液中的循环癌细胞、能够加速药物发现和改进基于细胞的医学疗法的疗效。相关研究结果发表在2018年6月15日的Science期刊上,论文标题为“Gh

深圳医改办副处长黄舜艳:人工智能如何助力医改?

深圳市卫生计生委医改办副处长黄舜艳表示:深圳医改目前在建设三个体系:筹资体系,服务体系和监管体系。在这三个体系中,都应用到了AI新技术。

Nature:人工智能助力药物开发

寻找新药的科学家都面临着一个大问题:开发一个新药的成本预计在 26 亿美元左右。不过其中很大一部分金钱都打水漂了,这是因为 10 个候选疗法中至少有 9 个不会上市,并在 1 期临床试验到监管批准之间的各个阶段遭遇滑铁卢。事实上,药物开发领域迫切需要一场变革。