机器学习助推医疗服务向质高价廉转变

简介:

机器学习不仅能大幅削减成本,而且几乎能实时获取诊断结果;通过运用四种机器学习的算法,还能让医生尽早干预疾病风险的发生;将来更加廉价、更易获得、质量更高的医疗将会推动机器学习算法技术成为主流,同时也会提高对医生自身的要求。

疾病诊断是医疗系统中更偏向于劳动密集型的工作之一,恰好,它也是机器学习算法的擅长领域。尽管这一领域的工作还处于早期发展阶段,但这项技术正在迅速发展,并似乎准备转变为一项“诊断医学”。

随着机器学习在医疗领域应用的不断加深,越来越多的机器学习应用在医疗诊断的案例涌现。大部分的诊断数据都是基于图像的,比如X射线、磁共振,以及超声波图像,也包括基因组概况、流行病学数据、血液检测、活检结果,甚至是医疗研究论文。因此,这为训练神经网络和其他机器学习技术提供大量的数据。

疾病预测:早发现早治疗

普通医疗体系不能永远保持精确又快速的诊断,但机器学习不仅能大幅削减成本,其诊断结果几乎能实时获取。越来越多的情况下,机器学习能够比老练的医生提供更准确的诊断。

例如,MIT Technology Review近期的一份报告指出,Hongyoon Choi和Hwan在韩国高级科学和技术研究所Cheonan公共卫生中心和Kyong Hwan研发的深度卷积神经网络(CNN),它仅仅通过PET(正电子发射断层显像)的大脑扫描,就能够准确判断出患者是否具有三年内患上阿尔茨海默病的趋势。

Hongyoon和Kyong利用那些具有轻度认知障碍、易发展为阿尔茨海默氏症的患者的脑图像数据集预测该疾病,准确度高达84%。

早发现早治疗是降低大多数疾病治疗成本甚至逆转诊断结果的关键。

就阿尔茨海默症而言,能在症状恶化前延缓病情发展。在美国,老年痴呆症在众多死亡原因中排行第六。据估计,2017年老年痴呆症的护理成本会达到259亿美元。预计到2050年,这一数字将飙升至1.1万亿美元。

同样,皮肤癌如果在早期检测结果是5年内生存率97%,那么在晚期检测中的结果则会下降到14%。

这样悬殊的数据促使斯坦福研究人员开发了深度学习算法,并使其成为了一种潜在的生命保护程序。斯坦福人工智能实验室的教授塞巴斯蒂安·史朗(Sebastian Thrun)领导的团队开发了卷积神经网络模型,这个模型可以像训练有素的皮肤科医生一样熟练识别角质形成细胞和黑色素恶性肿瘤。

他们在《自然》杂志发表的论文中指出,深度卷积神经网络“在这识别角质形成细胞和黑色素恶性肿瘤时与所有经过测试的专家表现不相上下,深度卷积神经网络展现出一种堪比皮肤科医生专业能力能够将皮肤癌分类水平的智能。”

大数据处理:助力数据运用效率提升

早期发现全世界死亡的头号原因——心脏病的情况也是如此。诺丁汉大学研究发现,一套评估心血管病风险的机器学习算法胜过了美国心脏病学院(ACC)建立的非机器学习算法。

IBM Watson是首批运用机器学习算法的组织之一,但专注于机器算法的医疗机构每天都在继续增长。人体是极端复杂的,医生们可以尽最大努力去诊断病情,但他们无法保证能正确地检测出任何一种疾病,比如心脏病发作时。

在这种情况下,医生扫描了378256条医疗数据,该数据就会被应用到基于不同机器学习技术的四种算法:随机森林、logistic回归、梯度提升和神经网络。目标是预测某人十年内心脏病发作或中风的几率。

与美国心脏病学院既定算法的预测相比,结果显示,这四款机器学习算法在预测心血管疾病方面比ACC的算法做得更好,其中神经网络技术则表现最佳。“研究表明,通过改善确定为高危患者的数量,让医生尽早干预来预防心脏骤停和中风这类事件发生,人工智能在其中起了很大的作用。”

临床应用:机器学习的落地<余下全文<

目录
相关文章
|
7月前
|
机器学习/深度学习 人工智能 安全
Azure - 机器学习企业级服务概述与介绍
Azure - 机器学习企业级服务概述与介绍
51 0
|
10天前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】机器学习赋能医疗健康:从诊断到治疗的智能化革命
【机器学习】机器学习赋能医疗健康:从诊断到治疗的智能化革命
15 1
|
1月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI 操作报错合集之在本地构建easyrec docker镜像时遇到了无法连接docker服务如何解决
阿里云人工智能平台PAI (Platform for Artificial Intelligence) 是阿里云推出的一套全面、易用的机器学习和深度学习平台,旨在帮助企业、开发者和数据科学家快速构建、训练、部署和管理人工智能模型。在使用阿里云人工智能平台PAI进行操作时,可能会遇到各种类型的错误。以下列举了一些常见的报错情况及其可能的原因和解决方法。
|
1月前
|
机器学习/深度学习 数据采集 算法
【Python 机器学习专栏】机器学习在医疗诊断中的前沿应用
【4月更文挑战第30天】本文探讨了机器学习在医疗诊断中的应用,强调其在处理复杂疾病和大量数据时的重要性。神经网络、决策树和支持向量机等方法用于医学影像诊断、疾病预测和基因数据分析。Python作为常用工具,简化了模型构建和数据分析。然而,数据质量、模型解释性和伦理法律问题构成挑战,需通过数据验证、可解释性研究及建立规范来应对。未来,机器学习将更深入地影响医疗诊断,带来智能和精准的诊断工具,同时也需跨学科合作推动其健康发展。
|
1月前
|
机器学习/深度学习 人工智能 API
人工智能平台PAI产品使用合集之机器学习PAI-EAS部署好后,服务的公网API和URL怎么配置
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
1月前
|
机器学习/深度学习 存储 人工智能
机器学习PAI endpoint确实是您服务的公网URL
机器学习PAI endpoint确实是您服务的公网URL
107 2
|
9月前
|
存储 机器学习/深度学习 分布式计算
基于PAI-EAS挂载OSS部署AIGC服务
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署AIGC,例如Diffusion文图生成模型,并利用OSS挂载功能,使用户无需担心因为PAI服务停止或删除导致数据丢失的问题,充分解决AI服务持久化存储与扩容需求。
1015 0
基于PAI-EAS挂载OSS部署AIGC服务
|
10月前
|
机器学习/深度学习 自然语言处理 专有云
阿里云的机器学习平台提供了名为"文本分类"的服务
阿里云的机器学习平台提供了名为"文本分类"的服务
278 1
|
11月前
|
存储 机器学习/深度学习 文件存储
在PAI-EAS(阿里云机器学习平台扩展智能计算服务)上使用存储在NAS中的模型
在PAI-EAS(阿里云机器学习平台扩展智能计算服务)上使用存储在NAS中的模型
230 0
|
11月前
|
机器学习/深度学习 算法
基于新浪云的机器学习算法作为公众号后台服务
基于新浪云的机器学习算法作为公众号后台服务
40 0

热门文章

最新文章