作为一名医生试图跟上所有的新人工智能的信息,我想知道机器学习和深度学习是如何影响医学现在从现实和单独的炒作。来看看一些人工智能方法被成功地用于医疗和某些方面它不是。
人工智能已经验证用于解释医学扫描,病理幻灯片,和阅读心电图。这些程序操作使用计算机的一种机器学习基于计算机算法称为卷积神经网络(cnn)。cnn excel在模式识别和已被证明能够超越人类能力的速度和准确性。最近FDA批准了一台机器,使用电脑深入学习算法与诊断糖尿病视网膜病变视网膜相机不需要眼科医生。这台机器具有极高的精确度和将用于初级保健办公室。
人工智能虚拟护理助手已经促进正在进行的病人沟通和监控。App-based计算机平台正被医院遵循病人手术后当他们回家或管理慢性疾病。患者发现检查AI-powered健康助理或化身在常规的基础上接受的特别是当他们已经和深刻的思想共鸣编程算法。这些护理助手也被用于医院开展小,可重复任务释放时间护士和医生。
人工智能可以减轻行政负担的工作流尤其是使用电子健康记录。几个主要的学术医院系统与一个公司合作提供自然语言处理与高度准确的语音文字转换和数据提取方法给他们的提供者与病人更多的时间和更少的时间在电脑。
AI-powered沃森等深度学习计算机系统已被证明在临床领域的建议。北卡罗莱纳大学利用计算机系统对同行评议的医学文献的分析建议合适的临床试验作为超过300名癌症患者的治疗,患者来说,可能的治疗方案被UNC医生错过。尽管建议治疗并不等同于增加诊断,沃森的能力审查每年超过160000名癌症研究论文将最终导致改进诊断。
但并不是所有AI炒作已经应验了。在任何技术革命,预期的承诺并不总是产生预期的结果。虽然UNC的与沃森已成功合作,沃森的6200万美元与MD安德森未能合作创建一个平台,基于白血病的诊断。尽管主流新闻报道报道成功部署系统使用沃森的认知计算彻底改变全球癌症治疗,平台不存在。有一系列的失误和误解。有几百万页的医疗信息并不意味着系统可以合理和使用的所有信息。沃森的基础设施不能很好地处理安德森的电子医疗记录系统能够个性化推荐,并使用沃森导致合作无法显示改善病人的癌症的诊断或治疗。
在大西洋的另一岸,英国国家卫生服务与巴比伦使用他们的高评级的应用为英国病人与医生快速视频会议。分类的应用取得了极大的成功chatbot建议是否去看医生为常见的疾病。然而,医生发现,大约10%到15%的chatbot 100最频繁的建议的结果,比如胸部感染,要么错过了更严重的情况,比如癌症的征兆脓毒症或只是彻头彻尾的错了。巴比伦被要求调查投诉由英国医疗监管机构,但是没有官方的调查已被打开。
多数专家认为人工智能已经革新更好的医疗保健。虽然令人兴奋的学习所有的病人护理将改善方法,并不令人意外,人工智能还没有进化到可以取代人类的医生。然而我深入研究了解人工智能,我想起了比尔·盖茨说:“我们总是高估的变化将发生在未来两年和低估的变化将发生在未来的10。不要让自己被误无所作为。”
凯瑟琳·佩珀是一个内科医生。
图片来源:Shutterstock.com