将来人工智能有可能取代哪类医生?

时间:2017-05-08 15:15来源:电子技术应用

摘要:上海市第一妇婴保健院前院长、教授段涛近日撰文指出: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,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。

  上海市第一妇婴保健院前院长、教授段涛近日撰文指出: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,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。

  未来的情景将会是:Above average(高于平均水平)的医生由AI做助理,Below average(低于平均水平)的医生是做AI的助理。当然,那些非标准化、充满不确定性以及人工操作的临床工作,还是人工智能无法替代的。

  人工智能会取代医生吗?

               
  这个问题有两种答案:

  看好人工智能的人会说YES,因为用不了几年人工智能真的会取代那些平庸的医生,取代那些Below average(低于平均水平)的医生,但是暂时不会取代那些Above average(高于平均水平)的医生。

  不看好人工智能的保守医生会说NO,TA真的是发自内心的、天真地以为人工智能不会取代任何医生。其实未来最需要AI的是Below average的医生,也是最不理解和最不接受人工智能的人。

  最近,人工智能很火,不仅仅是在投资界很火,在学术界也很火。

  好的人工智能公司很容易融到钱,连不咋地的人工智能公司也拿到钱了,这也难怪一些临床医生说有些AI项目纯粹是圈钱和烧钱,将来肯定进不了临床。

  但是,好的AI项目还是挺靠谱的,最近《自然》杂志连续发了好几篇人工智能完胜各个学科医生的文章。

  看看这些夺人眼球的文章题目,你就会明白了。

  “人类完败……诊断乳腺癌,30小时病理分析竟不如谷歌AI准确”

                 
  近日,来自谷歌、谷歌大脑与Verily公司的科学家,开发出了一款能用来诊断乳腺癌的人工智能,它的表现甚至超过了专业的病理学家。

  内行人都知道,病理诊断的准确性严重依赖于病理医生的水平,即便是对于同一名病人,不同病理学家给出的诊断也往往会有很大不同:一篇2015年的论文发现,不同病理学家对乳腺癌诊断的一致率只有75.3%。在某些不典型的乳腺癌中,诊断的一致率竟下降到了48%,不足一半。

  看了这种现状你害怕不?而且在中国我们还缺很多很多的病理科医生。

  病理科医生必须经过数年甚至十几年的训练才能掌握足够的经验,成为一名合格的病理学家,要成为优秀的病理学家更是难上加难,在医疗资源不足的地区,想要得到诊断,都是一种奢望。

  为了解决病理诊断的瓶颈,谷歌和Verily的科学家们做了一个尝试。他们将单张病理切片的图像分割成了数万至数十万个128x128像素的小区域,每个小区域内可能含有数个肿瘤细胞。随后,他们提供了许多肿瘤组织与正常组织的病理切片,供人工智能学习。最终,这款人工智能掌握了一项像素级的技巧——它能分辨出单个小区域内被标注为“肿瘤”的像素,从而将整个小区域标注为“肿瘤区”,从而有效地将肿瘤组织与健康组织区分开来。

  学习完毕后,这款人工智能迎来了实战。科学家们邀请了一位病理学家,并让他与人工智能进行一场比赛。这名病理学家花了整整30个小时,仔细分析了130张切片,并给出了他的诊断结果。在随后基于灵敏度(找到了多少正确的肿瘤)和假阳性(将多少正常组织诊断为肿瘤)的评分中,这名病理学家的准确率为73.3%。人工智能交出的答卷是88.5%,完胜人类。

  “FDA首次批准了一款心脏核磁共振影像AI分析软件”
              

  2017年1月10日,美国FDA首次批准了一款心脏核磁共振影像人工智能分析软件Cardio DL,这款软件将深度学习用于医学图像分析,并为传统的心脏MRI扫描影像数据,提供自动心室分割分析,这一步骤与传统上放射科医生需要手动完成的结果一样精准。

  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”

  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。

  目前,中国最缺的医生是病理科,很遗憾,届时病理科和影像科医生的工作也有可能被人工智能抢走,而且它们的水平将会高于大多数普通医生。

  再看看我从事的妇产科,有很多常规工作将来都可以用人工智能来完成,根本不需要那么多的医生了。

  宫颈癌的筛查:医生收集宫颈脱落细胞以后,机器可以自动制片,自动判别是否有癌细胞。在宫颈细胞良恶性方面,至少80-90%的病理医生的工作可以被人工智能取代。

  产科超声:在胎儿畸形的筛查与诊断方面,北美的普遍做法是由一般的Sonographer超声技师来按照标准的切面截图保留,然后由MFM母胎医学专家审读、写报告。理论上讲,这些超声截面图的审读是可以由人工智能来完成的,原理类似于人工智能对CT和MRI片子的解读和判断。

  胎心监护:胎心监护结果的解读和判断也完全可以由人工智能完成。

  机器比人可靠,更精准,而且它还不会疲劳,随着算法的不断进步和数据的不断积累,人工智能的水平会越来越高,会从现在的帮助人类做判断,演变到代替人类做判断。

  这个趋势是不可逆的,也不可抵挡,FDA也挡不住。将来会有一个Breaking Point引爆点,过了这个引爆点以后,会出现医生常规工作量断崖式的下跌。

  未来的情景将会是:Above average(高于平均水平)的医生由AI做助理,Below average(低于平均水平)的医生是做AI的助理。

  当然,那些非标准化、充满不确定性以及人工操作的临床工作,还是人工智能无法替代的。

 

我要投稿
编辑推荐
Silicon Labs针对汽车市场推出经AEC-Q100认证的EFM8微控制器

中国,北京—2016年11月23日—Silicon Labs(亦名“芯科科技”,NASDAQ:SLAB)宣布推出两个系列的汽车级EFM8 微控制器(MCU)产品,设计旨在满足广泛的车内触摸界面和车身电子电机控制应用。经过AEC-Q100认证的、超低功耗的新型EFM8SB1 Sleepy Bee系列产品提供先进的片上电容式触摸技术,可以实现用触摸控制来轻松地替代物理按钮。EFM8BB1 BB2 Busy Bee系列产品拥有高性能的模拟和数字外设,从而使这些器件可以作为一种通用的选择,来控制电动后视镜、车头灯和座椅等。

帖子推荐更多

Copyright 2008-2017 21dianyuan.com All Rights Reserved 备案许可证号为:津ICP备10002348