都说要用人工智能改变医疗行业,不过……医生怎么看?

简介:
本文来自AI新媒体量子位(QbitAI)


新闻报道总是在说,人工智能将给医疗行业带来变革。今年年初《新闻周刊》还以一篇封面报道讲述了AI对医疗行业的影响。

Alphabet和IBM等硅谷科技公司将给医疗行业带来超级计算能力,从而推动这一规模上万亿美元的行业转型。计算机将协助分析大量医学影像并进行诊断,而这只是开始。

数字健康领域的未来学家Maneesh Juneja本周指出,媒体的宣传和实际的希望之间,还是存在差异的。因此,CNBC财经电视台采访了多名医生,希望了解医生们对这个问题的看法。

人工智能是什么?取决于回答者是谁

首先值得指出的是,关于“人工智能”是什么,医生们有着不同于科技行业的看法。

有医生认为,这代表了各类帮助他们进行诊断决策的工具。另一些人认为,这包括神经网络和机器学习。英国肾病医师Tom Oates表示,人工智能“几乎已成为广告词,而很少有人能给出定义”。

加州大学旧金山分校的心脏病专家Ethan Weiss并不在意这些营销。他表示:“我不关心他们怎么定义人工智能。我只关心需要输入什么,能得到什么结果。”

尽管如此,Weiss仍然是对人工智能前景最为乐观的医生之一。

近几周,他密切关注着Alphabet旗下公司DeepMind。DeepMind开发的人工智能系统已经成为围棋大师。

在Weiss看来,真正重要的是,在人类研究围棋的几千年之后,计算机“改变了下围棋的方式”。他希望,谷歌能找到一种方式,解决肥胖等健康问题。谷歌或许可以发现导致人们体重增长的生物因素。他表示,希望在于“持无偏见的态度,让数据告诉我们如何去做”。

他认为,最具前景的应用领域应当具备“干净的数据集”,其中包括病理学和放射学。他同时认为,计算机或许可以更好地解读心电图结果。许多医生指出,对人工智能来说,寻找优良数据集是个重要挑战。医疗领域存在许多“灰色阴影”,导致在大部分情况下很难训练人工智能去进行诊断。

Weiss并不认为,计算机将取代他的工作,或是能解决美国医疗体系中的问题。这些问题无法仅仅依靠技术进步就得到解决。他认为,在最佳情况下,“我希望人工智能能帮助我去做我不想做的事”。

人际关系的重要性

多名医生都认为,人工智能将帮助他们完成冗繁的工作,让他们有更长的时间与病人相处。

匹兹堡大学医学中心首席创新官、放射信息学负责人Rasu Shrestha表示:“健康和医疗是极具人文特征的概念,仅仅依靠人工智能无法处理。”

科技行业的许多人都认为,放射学将首先被人工智能颠覆。《纽约客》杂志此前报道称,有计算机科学家认为,医学院应当彻底停止培养放射学人才。

不过Shrestha并不认为,人工智能将取代他的工作。他希望,在人工智能的帮助下,他可以有更多时间花在病人身上,而不是从事“单纯的诊断”或扮演“人工机器人”的角色。

Oates也认为,人工智能将有助于完成医生工作中过于琐碎的部分。他表示,匹兹堡大学医学中心已有一些人工智能算法,帮助医生进行决策。不过目前这些算法的作用还很有限。

大部分医生并不清楚,除医学研究之外,人工智能还可以应用于临床,给病人带来帮助。在成为主流之前,医学体系需要探索方式,保护病人隐私,也帮助医生厘清责任。如果人工智能出现错误,那么责任要如何界定?

他们认为,最终的关键在于,技术能否给病人带来帮助,而不是技术有多酷,以及能否给硅谷的风险投资人带来回报。

埃默里大学麻醉学专家Joel Zivot指出,在医疗科技的发展中,医生和病人并没有获得足够大的话语权。他认为,目前很常见的情况是,科技公司会“假想我们存在的深层次问题是什么,并试图予以解决”。

他表示,医疗行业的现状非常复杂,需要多方合作,从最基础来看是人文学科。不可能突然出现超级医生或超级计算机来拯救一切。

“我认为,关于医疗行业需要数据和更快的计算机,硅谷的想法过于简单。”他表示,“在企业宣布他们可以让未来变得更好之前,请首先来和我聊聊,了解我目前正在从事什么更深层的工作。”

【完】

本文作者:陈桦
原文发布时间:2017-05-28 
相关文章
|
14天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
|
13天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
54 3
|
17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
【10月更文挑战第36天】随着人工智能技术的飞速发展,其在各行各业的应用日益广泛,特别是在医疗领域。本文将深入探讨AI技术如何革新传统医疗诊断流程,提高疾病预测的准确性,以及面临的挑战和未来发展方向。通过具体案例分析,我们将看到AI如何在提升医疗服务质量、降低医疗成本方面发挥关键作用。
91 58
|
6天前
|
机器学习/深度学习 人工智能 数据挖掘
探索人工智能在医疗诊断中的应用
本文将探讨AI技术如何革新传统医疗诊断,通过深度学习模型提高疾病预测准确性,并分析AI在医疗领域面临的挑战与未来趋势。我们将深入了解AI技术背后的原理,以及它如何帮助医生进行更精准的诊断和治疗。
|
9天前
|
人工智能
AI在医疗诊断中的应用
随着科技的不断发展,人工智能(AI)已经逐渐渗透到我们生活的各个领域,其中包括医疗领域。AI的应用不仅可以提高医疗服务的效率,还可以提高诊断的准确性。本文将通过一些实例,详细介绍AI在医疗诊断中的应用。
|
16天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
54 10
|
17天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
12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最新应用
人工智能在医疗诊断中的最新应用
|
10天前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
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
|
14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最新应用
探索人工智能在医疗诊断中的最新应用
21 0