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
|
25天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
59 0
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
医疗领域的人工智能:诊断和治疗的革命
医疗领域的人工智能:诊断和治疗的革命
151 84
|
8天前
|
机器学习/深度学习 人工智能 智能设计
VisionFM:通用眼科 AI 大模型,具备眼科疾病诊断能力,展现出专家级别的准确性
VisionFM 是一个多模态多任务的视觉基础模型,专为通用眼科人工智能设计。通过预训练大量眼科图像,模型能够处理多种眼科成像模态,并在多种眼科任务中展现出专家级别的智能性和准确性。
43 4
VisionFM:通用眼科 AI 大模型,具备眼科疾病诊断能力,展现出专家级别的准确性
|
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21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
15天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
153 10
|
23天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用
本文深入探讨了人工智能(AI)技术在医疗诊断领域的革新性应用,通过分析AI如何助力提高诊断准确性、效率以及个性化治疗方案的制定,揭示了AI技术为现代医学带来的巨大潜力和挑战。文章还展望了AI在未来医疗中的发展趋势,强调了跨学科合作的重要性。 ###
82 9
|
29天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用与挑战
随着人工智能(AI)技术的飞速发展,其在医疗领域的应用也日益广泛。从辅助医生进行疾病诊断到提供个性化治疗方案,AI技术正在改变着传统医疗模式。然而,AI在医疗诊断中的应用并非一帆风顺,面临着数据质量、模型可解释性、法规政策等一系列挑战。本文将从AI在医疗诊断中的具体应用场景出发,探讨其面临的主要挑战及未来发展趋势。
|
25天前
|
机器学习/深度学习 数据采集 人工智能
深度探索:人工智能在医疗影像诊断中的应用与挑战####
本文旨在深入剖析人工智能(AI)技术在医疗影像诊断领域的最新进展、核心优势、面临的挑战及未来发展趋势。通过综合分析当前AI算法在提高诊断准确性、效率及可解释性方面的贡献,结合具体案例,揭示其在临床实践中的实际价值与潜在局限。文章还展望了AI如何与其他先进技术融合,以推动医疗影像学迈向更高层次的智能化时代。 ####
|
29天前
|
机器学习/深度学习 数据采集 人工智能
探索人工智能在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面展现出巨大的潜力。本文将深入探讨AI技术在医疗诊断中的应用现状、面临的挑战以及未来的发展趋势,旨在为相关领域的研究者和从业者提供参考和启示。
52 2
|
2月前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的最新进展
探索人工智能在医疗诊断中的最新进展