• 文字大小:
  • A A A

2018年07月17日 星期二 12:24 PM

電影《我不是葯神》自上映以來就贏得了一致的口碑。該片向觀眾們完美的展示出了人在面對不治之症時,人性之間的善惡變化以及病友們如何在充滿絕望的夾縫中生存下去,這讓當下的人們體會到了"疾病"是一件多麼可怕的事情。

我不是葯神截屏

(劇中,老奶奶的一番話令觀眾印象深刻,不少觀眾當場潸然淚下)

在現實中,面對一些未知的疾病,我們誰不想提前發現並及時治療它呢?

近日,NPJ雜誌(Nature Partner Journals)上刊登的斯克里普斯轉化科學研究所(Scripps Translational Science Institute) 一項研究表明,當研究人員利用人工智能(AI)掃描電子健康記錄(EHR)並通過醫生留下的病人記錄時發現,人工智能系統比醫生會更加準確,更加快速地預測患者的死亡率以及最終診斷。

人工智能通過深度學習來預測患者病情

在該項研究中,研究人員用深度學習模型分析了約480億個數據點(例如醫生的患者記錄、患者人口統計學、程序、藥物、實驗室結果和生命體征等)后,在一些醫療問題上(例如死亡率,住院時間,非計劃性再入院率和患者的最終診斷等),深度學習模型的準確度達到了90%。

結果證明,與傳統的預測模型相比,深度學習模型更加準確,預測範圍也更加廣泛。

例如,一位處於乳腺癌晚期的女性來到一家城市醫院,她的肺部已經產生積液。兩名醫生查看了她的病例,並建議她做放射性掃描檢查。該醫院的傳統預測模型檢測了她的數據,預測她在醫院死亡的幾率為9.3%。而一種由谷歌創建的新型算法檢測了該女性的數據,大約有175639個數據點,並預測她的實際死亡幾率為19.9%。之後這名患者便在幾天內去世,也由此證明了算法模型比傳統的預測模型更準確。

與傳統方法相比,深度學習模型的準確率提高了10%。該系統能夠篩選以前無法獲得的數據,這有助於它提供更準確的死亡率。該模型並不只是檢測一些風險因素,而是檢測患者的整個電子健康記錄,包括隱藏在PDF中的註釋以及在舊圖表上潦草寫下的內容。深度學習模型有助於未來醫生挽救生命和提供更好的患者護理。

與死神賽跑

時間就是生命!醫生可以及時通過人工智能深度學習分析出來的數據,迅速調整醫療計劃,提前預知疾病是否惡化。醫護人員也不用浪費時間在傳統的系統中錄入患者數據。

例如,Futurism的一份報告指出,Ultromics是一種在英國開發的AI診斷系統,可以比醫生更準確地診斷心臟病。它還指出,一家名為Optellum的初創公司正在研究一種AI系統,可以通過分析掃描中發現的細胞團來診斷肺癌。該系統有望每年診斷出4000個額外的肺癌病例,並且比醫生目前能夠確診的時間更早。

這些AI診斷系統不僅可以拯救生命,還可以幫助醫院節省醫療成本。在對Futurism報告的採訪中,Optellum的首席科學和技術官TimorKadir表示,人工智能系統可以將醫療保健行業產生的成本削減135億美元。英國健康研究戰略辦事處主席JohnBell補充說:"國家衛生服務部門的醫療服務費用約為29.7億美元。人工智能的出現,費用可能會直接減少一半。"

AI將成為醫生得心應手的工具

2018年7月8日,騰訊旗下AI醫學解決方案"騰訊覓影"發佈結直腸腫瘤篩查AI系統,該系統利用人工智能技術(AI)輔助臨床醫生實時發現結直腸息肉,並實現實時鑒別息肉性質。

該篩查AI系統同樣利用圖像識別、深度學習等人工智能技術,與消化內鏡結合,實現了輔助臨床醫生實時發現結直腸息肉,並實時鑒別息肉性質,以每秒分析10張影像的速度,為臨床醫生提供非腺瘤息肉、腺瘤息肉、腺癌等狀態的實時提醒,輔助臨床醫生更準確、更高效地診斷結直腸腫瘤。

中日友好醫院的研究主管崔勇及合作團隊開發了一款名叫"Quality Skin"的APP,該APP就是採用了AI皮膚病診斷技術,當App接收到皮膚高清圖片,只要1分鐘就能得出概率加權結果。

崔勇說:"光皮膚病就有2000多種,剛畢業的大學生只能識別大約100種,即使是經驗豐富的醫生,在整個職業生涯中一般也只會碰到800種。如果病症不熟悉,大多醫生不會給出意見,所以說,最多有60%的病可能被誤診。"

雖然有些人還會懷疑未來AI在醫療領域的可行性,但AI最主要的目的是在醫療行業中發揮着輔助支持醫生的作用,它只會成為更強大的工具,幫助醫生和其他醫療專業人員更好的打敗病魔。

來源:財經時報

此文章為轉載,不代表IBTimes中文網的立場和觀點。


無覓關聯推薦,快速提升流量 標牌製作