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
|
1月前
|
机器学习/深度学习 人工智能 边缘计算
AI技术在医学影像诊断中的应用
传统的医学影像诊断需要耗费大量时间和人力,而随着人工智能技术的发展,AI在医学影像诊断中的应用也日益广泛。本文将探讨AI技术在医学影像诊断中的应用现状和未来发展,以及其对医疗行业的深远影响。
32 1
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
随着科技的飞速发展,人工智能(AI)已经渗透到各个领域,其中医疗行业尤为突出。本文将深入探讨人工智能在医疗诊断中的应用,以及它如何改变传统医疗模式,提高诊断准确性和效率。通过对比分析,我们将展示AI技术在医疗影像、基因测序、疾病预测等方面的具体应用案例,以及这些技术所面临的挑战和未来的发展趋势。
14 2
|
1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应用
随着科技的飞速发展,人工智能(AI)已经成为了各行各业的热门话题。在医疗领域,AI的应用也日益广泛,尤其是在医疗诊断方面,AI技术为医生提供了强大的辅助工具,提高了诊断的准确性和效率。本文将探讨人工智能在医疗诊断中的应用,以及它如何改变医疗行业的未来。
11 1
|
6天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【4月更文挑战第20天】 随着人工智能技术的迅猛发展,其在医疗领域的应用日益广泛,特别是在疾病的早期诊断和治疗方案的制定上。本文将深入探讨人工智能如何通过机器学习和深度学习技术辅助医生进行更精准的诊断,同时分析其面临的挑战和潜在的伦理问题,并展望人工智能在未来医疗健康领域的发展可能。
|
2天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【4月更文挑战第24天】 随着技术的迅猛发展,人工智能(AI)在医疗领域的应用正逐步成为现实。本文将深入探讨AI技术在医疗诊断中的实际应用,包括图像识别、疾病预测和个性化治疗方案推荐等方面。通过分析具体案例,我们展示了AI如何提高诊断的准确性和效率,同时讨论了实施过程中的挑战与未来的发展前景。
|
8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
【4月更文挑战第18天】 随着人工智能技术的迅猛发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面。本文旨在探讨人工智能技术如何辅助医生进行更准确的诊断,并分析其对未来医疗行业可能产生的深远影响。通过实例分析与最新研究成果的结合,揭示了AI在处理复杂数据、图像识别及预测模型构建方面的潜力。
|
13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及挑战
【4月更文挑战第13天】 随着人工智能技术的迅猛发展,其在医疗领域的应用已成为推动健康科技革新的关键力量。本文旨在深入剖析AI技术在医疗诊断中的实际应用案例,探讨其提升诊疗效率、准确性的潜力,并针对当前面临的数据隐私、算法透明度、以及跨学科合作等挑战进行详细讨论。通过分析现实案例和最新研究成果,本文揭示了AI在辅助诊断、影像学、基因组学等方面的进步,同时指出了实现全面临床应用所需的关键步骤和政策建议。
20 1
|
20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
【4月更文挑战第6天】 随着科技的不断进步,人工智能(AI)已经在各个领域取得了显著的成果。特别是在医疗领域,AI技术的应用为医生提供了更快速、准确的诊断方法,提高了患者的治疗效果。本文将探讨AI在医疗诊断中的应用,包括图像识别、自然语言处理等方面,并分析其优势和挑战。
|
29天前
|
机器学习/深度学习 数据采集 人工智能
AI技术在医疗诊断中的应用与挑战
在当今信息时代,人工智能技术已经在医学领域展现出巨大的潜力和前景。本文将探讨人工智能在医疗诊断中的应用现状和未来发展,以及所面临的挑战和解决方案。
|
1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应用
【2月更文挑战第30天】随着科技的不断发展,人工智能(AI)已经在各个领域取得了显著的成果。特别是在医疗领域,AI技术的应用为医生提供了更准确、更快速的诊断方法,提高了患者的治疗效果。本文将探讨AI在医疗诊断中的应用,以及它如何改变医疗行业的未来。