行业云

Insight |深度医学:人工智能会如何影响医疗发展?

前段时间看到一本书,美国心脏病专家Eric Topol(埃里克·托波尔)新出的一本Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again《深度医学:人工智能使医疗保健再次人性化》。

Topol是加州Scripps研究所教授,也是美国医学院院士,他此前还写过过 The Creative Destruction of Medicine:How the Digital Revolution Will Create Better Health Care(《颠覆医疗:数字化变革如何创造更好的医疗健康》)。他一直在致力于研究未来医疗的数字化变革。


《深度医学》是一本描述人工智能在医学领域的应用,以及可能出现哪些前景的科普书。疫情以来,我们也一直在探讨人工智能如何帮助医疗系统升级。这本书有必要推荐一下。

书中,Topol的一个重要观点是:人工智能可以为医疗系统带来更多的人性化。

我们面对的医疗问题很明显。医疗越来越贵,医疗资源似乎总是稀缺。这让医疗问题也成为贫富分化问题的一部分。人工智能技术的出现,让人看到了用AI算法解决医疗问题的希望。

大家都知道,医疗行业存在大量的信息数据。人类可以借助传感器、智能手机、基因组扫描、临床病理记录等方法,收集到海量的健康数据。AI可以做什么呢?就是用这些海量数据来为医生的诊断和治疗提供帮助,做出正确决策。可以想象,这些数据的重要性有多大。有一个数字化的对比供你理解:金属行业的数据很值钱吧?医疗领域的健康数据,大约是金融数据的610倍。

目前,AI技术在医疗领域已经有了一些应用,尤其是医疗影像领域。《深度医学》这本书里也提到,如今图像识别算法被应用在放射学、病理学和皮肤病学领域。AI算法可以协助医生识别X光片、发现肿瘤细胞、推断皮肤的损伤程度。


另外,在眼科和心脏科也有相关的应用,AI可以帮助医疗专家识别糖尿病人的视网膜、通过智能手环或腕部传感器数据判断人们心脏健康与否,比如是否存在房颤。

这本书还提到了关键的一点,也是我们反复讨论过的,真正的人工智能要探索如何能感知人类的心理和情感。放在医疗领域,就是通过AI来维护、提高人们的心理健康。比如通过机器人识别人类的声音波动和表情变化,来判断人们的情感变化。那些整合在线行为(比如打字或者滚动模式)、传感器、医学文献和临床记录都是算法成立不可或缺的一部分。


如果这样的智能系统真正建立起来,那么AI将投身于机器最擅长的处理任务,而让人类有时间去做人类更擅长的事情,比如为病人提供同情、心理疏导和陪伴。


不过,现在大部分的研究,还仅仅停留在科技公司进行算法验证的阶段。真正能把AI应用在临床实践中的案例非常少。Topol把“用算法解决医疗问题”比喻成一场马拉松。包括GoogleAppleAmazonIBMMicrosoftAlibaba等科技巨头内在,还有欧洲、中国等数百家医疗人工智能企业,都是这场马拉松的参赛选手,但是它们也仅仅才走出了第一公里。


这本书也提出了一些反思,也是我们此前经常讨论的。大数据不等同于好数据,拥有数据不等同于会科学地处理、使用数据。对于大多数医疗健康问题,我们可能没有找到对应解决方案的信息。比如,虽然很多社会因素会影响健康,但是现在大多数企业并并没有收集相关社会因素的数据。IBM、Google等公司已经在开始尝试。以及,即使在数据很好、算法精确、诊疗过程也得到改进的基础前提下,医生会做出什么样的反应?还有,怎样确保医疗人工智能不是掌控在科技垄断公司手中,而是让每个人都能受益。

关于人工智能与医疗健康的发展,如果你有前瞻的想法或在从事相关实践 ,欢迎一起讨论。


END



你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
人工智能电影下载 投稿者
我还没有学会写个人说明!
最近文章
  • * 没有更多文章了
  • 热门搜索

    分类目录