更多深度文章，请关注：https://yq.aliyun.com/cloud
在去年，我们看到深度学习系统在各个方面上许多惊人的和前所未有的进步。但在医学上，进步更为缓慢。但是，在2016年的午夜5分钟，谷歌在糖尿病视网膜病变评估工作中作出惊人之举。第一次，我们看到一个计算机系统在医疗任务中与医生真正竞争。
我认为，人们错误的部分原因是长期预测是非常困难的，特别是当变化的速度如此之快，而技术的作用可以说是前所未有。
但短期内要清楚得多，所以我认为抓住未来的预测是值得的。让我们考虑一下在2017年关于医疗的AI预测。
阶段性的预测
我曾谈过医学中临床试验分为不同阶段的明智方式，并建议我们可以类似的方式理解人工智能研究。这是一个好方法，因为这些阶段反映了应用程序达到临床实践的可能性，以及完成所需的时间。
经过粗略的估计，最终临床产品的机会和产品可用之前的时间将是：
- 临床前完成：5％的机会，10年
- 第一阶段完成：10％的机会，8年
- 第二阶段完成：50％的机会，5年
- 第三阶段完成：80％的机会，1年
我们不知道人工智能研究是否会仿似这些数字，因为没有人工智能试验已经超过了第二阶段。AI的I期和II期试验可能更快，因为临床试验需要长时间的随访然而AI试验使用回顾性数据。但是III期和调节期应该非常类似于临床试验。
这个框架的伟大之处在于它如何预测人工智能能够在多大程度上实现需求。这使得它是一个非常好的方法，因为我们只需要估计每个阶段将执行多少质量良好的试验，以及将有多大的影响。
在这里明确我的预测：
1.我只是在我的预测中考虑深度学习研究。正如我在过去所说，旧的机器学习方法仍然在医学中广泛使用和发表，但没有好的理由期望他们突然取得突破性表现。这些旧技术仍然提供很多稳定的、渐进的进步，但不会是突破性的进步。
2.自助应用程序，图像处理系统，数据采集系统等这些是如此一流和有很大的作用，但它们不是“医疗”。我说的是医生工作的系统，它需要监管部门的批准。
3.你不能指望我知道未知的情况。如果大型高科技公司有大量未发表的研究领先于公开的研究，我会感到惊讶，但我不能将其纳入我的预测。
第一阶段
预测：
我们将在2017年看到I期研究的数量翻倍。
论据：
第一阶段的研究很难定义。技术上，每个CS学生项目与公共医疗数据集和每个医疗Kaggle竞争是一个I阶段研究。 但几乎没有一个会成为产品，因为他们是一种“一次性”的研究。没有基础设施来进一步推进项目。这不是我们在临床试验中看到的，因为即使是临床前和I期临床试验也是昂贵的。在AI研究中缺乏进入的成本障碍在一定程度上混淆了整个空间。
这意味着我必须在我的定义中更加狭隘。我会说一个“真实的”是由一个研究小组进行的，发表在同行评审的文献中的I期试验。这些更类似于I期临床试验，因为研究人员受到影响的驱动，因此他们通常选择可以成长为更大的项目。
我们每个月都会看到类似五到十个良好质量的I期AI试验。 我通过查看涵盖过去6个月中几个Google学术搜索（例如“深度学习医学”）的结果来“调查”这项研究，每个月五到十个似乎是对的。
我认为这将发生，因为对深度学习感兴趣的研究人员的数量正在大量增长。进入的门槛是低的，有基础的人都可以进入。
因此当我说在2017年年底之前每月将有十到二十个良好质量的I期AI试验时，我不会感到惊讶。
第二阶段
预测：
我们将在医学文献中发表几个（3-5）大型II期AI试验。
论据：
这种预测似乎并不令人印象深刻，但考虑到我们有一个完成一个II阶段试验的历史，用于执行医学任务的深度学习系统，我们实际上将增加三到五倍一年。
我不知道我在这里是否过度乐观。Google花了很多精力让一大批眼科医生为他们创建一个数据集，我不确定其他团队是否准备好了。
从公众角度来看，anecdata表明，资助机构不愿为深入学习应用研究提供大量资金，而这些研究已经没有得到大型研究的支持（我们可以称为“第一阶段到第二阶段资金缺口”）。 许多学术实验室可能会继续专注于旧技术一段时间，如果除了资金可用性没有其他原因，我预计2017年将有来自公共机构的零至两个第二阶段研究。
初创公司将有一些影响，但还没有真正引起我的注意。 这可能是因为他们的公开声明是面向投资者的，不是为了说服医生。Enlitic也许是最有可能给我一个惊喜，一个完整的II期临床试验。
总体而言，如果一个单一的良好的第二阶段研究在2017年从一家创业公司启动，我会感到惊讶。也许就在明年。
它可能会由大型科技公司推动这一点，然而我不知道他们的想法。
如果他们成功了，我必须猜测和考虑耗资。我主要谈论谷歌，微软，IBM等，虽然大型的科技公司可以发挥作用。
我预测二至五个II期临床试验将退出既定行业群。
第三阶段
预测：
我们将不会在2017年看到任何完整的III期试验。
论据：
要在第三阶段取得成功，需要证明使用系统与使用人类医生一样好或者比真实诊所的真实患者更好。这是一个全新的领域。
举谷歌的糖尿病视网膜病变研究这个例子来说，假设它是唯一一个几乎准备好第三阶段，并且可以通过道德委员会。即使他们可以在这里制定一个很好的用例（也许是一个筛选系统，可以避免在轻微的情况下需要专家审查，因此节省钱，而不降低患者安全）我们正在寻找至少一年或两年的随访。
糖尿病等疾病进展缓慢。如果你减少后续的时间，更少的人会遭受你正在关注的事件（如失明）。这并不意味着你不能做到这一点，但你需要一个更大的队列来证明它的工作原理和安全。这增加了成本，这将是高昂的。
如果第三阶段试验从没有出现，我不知道谁会在伦理上批准它。
如果有人能想到可能在第三阶段结束的优秀的研究小组的候选人并且我还没有听说过，请告知我。我会更新我的预测。
但事实上，我不期望在2017年进行任何III期研究。
其他预测
一些随机的AI和非AI的东西。
1.医疗应用将继续激增。像智能手机皮肤癌检测器，健康跟踪和量化的自我的东西，药物跟踪/提醒系统预测，心理健康支持机器人等。 我认为任何人会取得显著的市场渗透，但这些都是容易实现的目标，会看到很多的努力和创业的兴趣。
2.新闻不断地报告医生，尽管有相反的证据。
3.放射科医生和其他“受威胁”的专家将在每次重要会议和所有主要期刊的意见书中继续讨论这个问题，但是今年谈话不会再到任何新的领域。 除非我们看到大规模的中断，否则它不会真的改变。
4.在非AI领域，在2017年增强和虚拟现实不会在医学中做任何有用的事情。
5.同样，2017年3D打印也不会在医学中做任何有用的事情。
6.基因组学将继续逐步进展，没有任何重大突破。基因组学的深度学习是棘手的。我们今年将跨越1000美元的基因组屏障，这实际上是非常惊人的。
7.生物技术革命将开始加速。更真正有效的靶向癌症治疗，更多的干细胞的东西，更多的复苏技术，包括关于senolytics（抗衰老治疗）的第一个证据。 我们应该了解新的抗阿尔茨海默病治疗的有效性，以及二甲双胍是否延长人类寿命。
最重要的意义是，在2017年没有任何III期试验，我们距离任何可以取代医生的临床应用至少两年。
以上为译文
本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。
文章原标题《Predicting Medical AI in 2017》，作者：Paolo Galeone，译者：tiamo_zn，审校：主题曲(身行)。
文章为简译，更为详细的内容，请查看原文
