医生|如何评价人工智能医疗?人工智能医疗应着重往哪个方向发展更好?

【医生|如何评价人工智能医疗?人工智能医疗应着重往哪个方向发展更好?】医生|如何评价人工智能医疗?人工智能医疗应着重往哪个方向发展更好?

文章图片

医生|如何评价人工智能医疗?人工智能医疗应着重往哪个方向发展更好?

文章图片

医生|如何评价人工智能医疗?人工智能医疗应着重往哪个方向发展更好?

文章图片

医生|如何评价人工智能医疗?人工智能医疗应着重往哪个方向发展更好?

首先 , 肺癌等癌症领域的AI应用 , 可以说是AI在医疗领域应用最佳的切入点 , 比影像学领域的应用还要直接、快速、有轰动效应对肺癌的确诊需要“活检” , 这是没有问题的 。 但“活检”最后就是要落实到“读片”这个过程中来 。 因此可以说 , 对于癌症的活检确诊是非常适合应用AI中图像识别技术的 。 临床上病理医生在“活检”操作中的“读片”结果不是辅助结果 , 而是最终确诊结果 , 是金标准 , 享有排他性的至高无上的价值 。 即时错了 , 也是病理医生诊断错误 , 但不能否认其金标准 。

如今 , 做病理AI的也比较多 , 结果可靠 , 包括糖尿病、皮肤癌其他方面也是 。 个人觉得最主要的原因还是因为病理特征相对放射影像来说还是比较明显 , 起码一个像素有RGB三个参数描述 , 放射影像RGB通道都是一样 , 只有一个参数 。 放射影像方面就肺结节、乳腺、骨骼等实质性器官、形态特征比较明显的做的还不错 。

同时 , AI在拍片中可以用于疾病的初筛 , 提高影像检验的科技性和普及性 , 减少影像超声医生的工作量 。 AI在医疗领域最大的障碍应该是伦理、医疗差错责任、精准性方面 , 路还远 , 但必须得走 。 据我所知 , ge和西门子做的多是在ct片上识别器官血管肿瘤等自动进行分割重建 , 17年8月刚对大陆医院的影像工作站进行升级 。 对于分子影像学进行筛查和预测也还是人工智能干的事情 。

再说一点吧 。 达芬奇手术机器人如何进行精准的定位 。 咱不说0.1um的定位是否在临床上有意义 , 就手术来看 , 定位从来不是一个很复杂的问题 , 手术的难点在于操作过程本身 。 那问题就来了 , 达芬奇手术机器人是否可以全程自动操作 , 整个过程是否需要医生干预呢?AI医疗的核心是数据 , 这个领域非结构化非常严重 , 需要象58同城当年一样 , 不拒绝干脏活累活 , 沉到医院去和医生一起采集数据 。

所以 , AI医疗还要以开放的心态 , 集成其他领域的信息 , 升维才能看得清 。 医生配合机器比单纯机器更准 。 打个比方 , 利用现在ML相关的计算机技术 , 误诊率5% , 单纯人类误诊率10% , 但机器+人类 , 误诊率0.9% 。 这波操作带来的效果就是 , 全民都可以获得提升 , 但有钱人活得更多 。

另外 , 我觉得人工智能医疗很大的症结点 , 在于在医疗智能领域很多医生没有参与进来 , 就拿语音录入的例子来说 , 其实语音录入在没有涉及到临床相关词汇时还好 , 主要因为有关于临床相关的一些云库不够健全 , 而这不是一些it行业的人可以搞定的很完美的 , 这需要医疗行业的人参与加入进来才有可能做好 , 做的真正能提高效率 。

综上所述 , 个人认为AI应用于医疗领域是大有可为的 , 只不过行业外的人被媒体的各种吹捧搞得不知所措 , 其实业内人都明白 , AI应用于医疗目前还只是一个起步阶段 , 技术层面还有很不完善的地方 , 但是已经可以有落地的产品提高医院的效率了 , 未来的发展肯定会越来越好 。 各方不应排斥这一新技术的应用 。

相关经验推荐