正文
这一基于深度学习的人工智能医学影像分析系统,已经进行了数以千计的心脏案例的数据验证,该算法产生的结果与经验丰富的临床医生分析结果不相上下。
据悉,这款人工智能心脏MRI医学影像分析系统,不但得到了FDA 510(k)的批准,还得到了欧洲的CE认证和批准,这标志着该软件将被允许应用于临床。
《自然》重磅:AI在儿童自闭症早期诊断上完胜医生!
近期,在北卡罗来纳大学
(UNC)
教堂山分校精神病学家Heather Hazlett的带领下,人工智能在疾病诊断领域又下一城。她们开发的深度学习算法,在预测2岁前的自闭症高危儿童
(有个自闭症哥哥或者姐姐)
是否会在2岁之后被诊断为自闭症上,以88%的准确度远超准确度只有50%的传统行为问卷调查法
(Charman, 2014)
。
人工智能在疾病诊断领域再次战胜人类。
“AI机器人,学完2186张肺癌图谱,完胜病理学家”
2016年8月16日,《自然·通讯》发表了一份斯坦福大学医学院研究人员的研究:计算机可被培训在评估肺癌组织切片时,比病理学家更精确。
研究人员使用了从腺癌、鳞状细胞癌患者获得肺癌基因图谱的2186张图像。数据库还包含了每例肿瘤的级别、期别以及每例患者在诊断后的存活时间信息。
然后,研究人员使用这些图像来训练计算机软件程序,以确定更多肉眼所不能观察到的癌症特异性特征——近10000种个性特质vs几百种病理学家通常使用的评估特征。这些特征不仅包括了肿瘤细胞的大小及形状,也包括了细胞核的形状与质地以及与相邻肿瘤细胞的空间关系。
斯坦福大学遗传学教授Snyder博士说:“事后看来,一切都在情理之中。计算机能够比人类更加准确、快速地在数以千计的样本中,多次评估甚至是微小的差异。”
“AI再登
Nature
封面:诊断皮肤癌,准确度堪比专家”
2月2日,斯坦福大学研究人员采用深度卷积神经网络,通过大量训练发展出模式识别的AI系统,使计算机学会分析图片并诊断疾病。
训练计算机的数据库由129450张皮肤病变图片和对应的文字描述组成,涵盖了2032种皮肤病。而诊断的“参考答案”则由皮肤病专家提供,他们依靠的是非侵入性图像分析和组织活检。
之后,计算机迎来了“毕业考试”。研究者向受训的计算机和21名执业医师分别提供了一批训练数据集中,没有出现过皮肤病变的图片,这些图片都由组织活检确定了对应的病症。诊断比赛的结果是计算机的准确率和人类医生差不多,有时候还胜过人类医生。
人工智能会如何取代医生?
人工智能不是万能的,但是它的确会在某些学科和领域超过人类的能力,取代医生的工作甚至是完全取代医生。
如果用于诊断疾病,判断预后的数据或图像可标准化、量化、结构化的话,基本上可用人工智能来完成。在确立算法后,可让机器不断地学习和积累,逐步完善,最终战胜人类。
从目前的应用来看,人工智能应用比较好的领域是皮肤科、病理科和影像科。
皮肤科在台湾和一些欧美国家,都是医学院学生在毕业的时候最喜欢选择的科室,因为工作相对轻松,收入颇丰,而且还不用值夜班。它
也是在线问诊收入最高的科室。
很遗憾,人工智能要来了,而且很有可能会取代很多人的工作,假以时日,皮肤科的人工智能医生将会取代很多人的工作。