人工智能进行临床诊断,目前还不够准确

简介: 人工智能无疑是2017年最受关注的话题之一。而对于相对保守的医疗行业来说,人工智能却也快速浸入其中。近日,CCF YOCSEF主办的《人工智能与病理切片诊断专题报告会》在上海召开,医生、AI专家等各路英雄汇集于此,就打造智能医疗产品中出现的问题进行探讨。

人工智能无疑是2017年最受关注的话题之一。而对于相对保守的医疗行业来说,人工智能却也快速浸入其中。近日,CCF YOCSEF主办的《人工智能与病理切片诊断专题报告会》在上海召开,医生、AI专家等各路英雄汇集于此,就打造智能医疗产品中出现的问题进行探讨。

  一、目前,人工智能诊断是否靠谱?

  人工智能机器人在医疗领域可谓是风生水起,目前医疗机器人已经帮助医生完成了众多的手术治疗和各种诊断,并且在各科目与医生的诊断比赛中几乎完胜,准确率极高。但是,机器人真的已经能够胜任医生的责任了吗?它在临床诊断方面真的靠谱吗?

   “人工智能诊断是否靠谱我不知道,但就Google比赛结果来看,我认为不靠谱。”朱虹光教授调侃道,诊断准确率88.5%是要死人的,被人家打死的,朱虹光教授是国际病理学会中国区副主席,复旦大学基础医学院病理学系主任。

  朱教授称,若AI系统把润性导管癌2级误诊为1级,治疗方法相差无几,但诊断是否患有癌症,一个都不能错,错一个就是一个医疗事故。“通过人工智能诊断,这件事至少在今天还不靠谱。”

  人工智能进行临床诊断,目前还不够准确


  二、人工智能诊断的瓶颈在什么地方?

  人工智能不断进步不断完善,也解决了一个又一个关键性的技术难题,但是还有更多的核心技术问题我们还未能够找到突破口,这就是所谓的人工智能的瓶颈问题。那么人工智能诊断的瓶颈到底出在哪里?便携式医疗仪器嵌入式主板终端产品解决方案。

  “这个问题很难回答,但我认为目前人智能医疗没有好的观察整体。”朱教授举例说,一张切片,第一遍看时判断为恶性,到高倍镜下看局部变成了良性,但最终结论确是恶性的,因为医生判断不是基于细胞,而是生物细胞行为。病理科医生重点要看是低倍镜,因为低倍镜可以看全貌。

  对此,微瞰智能创始人兼CEO李冠男博士说道,算法在不同的尺度下都有相应的处理结果,他们不仅看局部区域,也看整体,“AI只负责把病灶找出来,最终定性是医生做的。”他分享到,目前,公司做的项目更多关注科研,而不是在临床上诊断出什么样的结果。前期处理的数据大部分围绕细胞,后期慢慢转移到整个区域的分析,包括组织区域的纹理变化、对病理科医生的工作产生的影响等。

  病理技术装备专委会常委何金认为,制约人工智能诊断的瓶颈有3方面:一是切片是否标准化:HE切片是病理诊断的基础,要保证切片的厚度、质量和染色的质量,如果标准不统一,最终的结果也是不好的;二是影像的清晰度;三是AI公司应该与病理科医生寻求更加紧密的合作。

  三、人工智能与医疗如何结合?

  智慧医疗解决方案专家朗锐慧康认为,“人工智能在医疗方面可以发挥很大的作用。一方面人工智能方便了医生对病患的诊疗,人工智能可以作为诊疗数据分析的第一人,而医生则作为最后确诊的决定者;同样的在手术方面,人工智能能够为医生手术提供技术支持,如准确显示出病患的受伤部位情况等等。”

  

  对此,朗锐慧康智慧医疗解决方案团队通过人工智能与医学的融合,围绕“物联网+云健康”,打造医疗、健康、服务一体化数据平台,打通云健康服务全产业链,开创了健康物联网及智慧医疗领域的新蓝海。目前已经帮助众多行业客户快速实现健康物联网应用实施,通过将物联网络与专业医疗技术、无线远程监测完美结合,成功地应用于健康信息化及物联网云健康领域。

  真正实现人工智能临床诊断任重而道远,一方面要提供以人为本的服务,提高医疗服务水平,改善基层服务条件、水平和效率。另一方面,更离不开对智慧医学的不断探索,最终使人工智能与医学完美结合,造福全人类,这也是朗锐慧康智慧医疗方案团队孜孜不倦的追求。

  

  本文由朗锐慧康编辑整理(http://www.lrioh.com)(http://www.lrist.com,转载请注明出处。

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
目录
相关文章
|
19天前
|
机器学习/深度学习 人工智能 自然语言处理
AI与未来医疗:革命性的诊断与治疗
本文探讨了人工智能在医疗领域的应用及其对未来医疗保健的潜在影响。通过分析当前AI技术的发展,特别是在疾病诊断、个性化治疗和患者护理方面的应用,揭示了AI如何提高医疗服务效率、准确性和可及性。同时,讨论了AI技术面临的伦理和隐私挑战,为未来医疗保健的发展方向提供了思考。
|
18天前
|
人工智能 算法 安全
探索人工智能在医疗诊断中的应用及挑战
本文深入探讨了人工智能在医疗诊断领域的现状、应用及其面临的伦理和技术挑战。通过分析AI技术如何辅助医生进行疾病诊断,提高诊断的准确性和效率,文章揭示了AI在医疗影像分析、基因检测、风险评估等方面的潜力。同时,指出了数据隐私、算法透明度、医患关系变化等挑战,并对未来AI与医疗健康的融合趋势进行了展望。
57 1
|
24天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与机器学习在医疗诊断中的应用
【9月更文挑战第32天】随着科技的不断发展,人工智能和机器学习已经在许多领域得到了广泛应用。在医疗领域,它们正在改变着医生和患者的生活。通过分析大量的医疗数据,AI可以帮助医生更准确地诊断疾病,预测患者的病情发展,并提供个性化的治疗方案。本文将探讨人工智能和机器学习在医疗诊断中的具体应用,包括图像识别、自然语言处理和预测分析等方面。我们还将讨论AI技术面临的挑战和未来的发展趋势。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在医疗诊断中的应用与发展
【10月更文挑战第13天】 随着科技的不断进步,人工智能(AI)在医疗领域展现出巨大潜力。本文将探讨AI在医疗诊断中的应用现状、面临的挑战以及未来发展的趋势。通过深入分析AI技术如何辅助医生提高诊断精度和效率,我们期望能为相关领域的研究和实践提供有价值的参考。
20 1
|
6天前
|
机器学习/深度学习 人工智能 算法
探究人工智能在医疗诊断中的应用与挑战
本文深入探讨了人工智能(AI)技术在现代医疗诊断中的多样化应用,包括影像识别、临床决策支持系统和个性化治疗方案的制定等。同时,文章也剖析了AI在数据隐私保护、算法透明度以及跨学科合作等方面所面临的挑战,并提出了相应的解决策略。通过综合分析,旨在为读者提供关于AI在医疗领域未来发展的洞见与思考。
|
6天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:革命性的诊断与治疗
【10月更文挑战第11天】 本文探讨了人工智能(AI)在现代医疗领域的应用,重点分析了AI如何通过精确的数据分析和机器学习技术,实现疾病的早期诊断和个性化治疗方案。通过具体案例展示了AI在医学影像分析、基因编辑、远程医疗及患者管理等方面的巨大潜力。同时,也讨论了AI在医疗中面临的伦理和隐私挑战,并提出了可能的解决方案。
|
8天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗诊断中的应用与未来发展趋势分析
【10月更文挑战第9天】 本文深入探讨了人工智能(AI)在医疗诊断领域的现状及其应用,包括影像识别、临床数据处理及个性化治疗方案的制定。通过具体案例分析,展示了AI技术如何提高诊断准确性、缩短诊断时间,并减轻医生的工作负担。同时,本文还讨论了AI在医疗诊断中面临的伦理问题和法律障碍,以及解决这些问题的可能途径。最后,对AI在未来医疗行业中的发展潜力进行了展望,指出其在提升医疗服务质量和效率方面的巨大潜力。
22 2
|
15天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第2天】本文深入探讨了人工智能技术在医疗诊断领域的应用,以及其带来的变革。通过分析AI技术的工作原理和实际应用案例,揭示了AI在提高诊断准确率、优化治疗流程等方面的巨大潜力。同时,文章也指出了AI在医疗领域面临的伦理、法律和技术等挑战,并讨论了未来可能的发展方向。
33 7
|
13天前
|
机器学习/深度学习 人工智能 算法
人工智能与机器学习在医疗诊断中的应用
【10月更文挑战第3天】人工智能与机器学习在医疗诊断中的应用
23 3
|
15天前
|
机器学习/深度学习 人工智能 TensorFlow
AI技术在医疗诊断中的应用与挑战
【10月更文挑战第2天】本文将探讨AI技术在医疗诊断领域的应用及其带来的挑战。我们将通过实际案例和代码示例,展示AI如何帮助医生更准确地诊断疾病,并讨论其面临的伦理和法律问题。
17 4