人工智能(AI)和机器学习慢慢地渗透进我们的日常生活:认为面部识别照片,Alexa和语音命令,和定制的广告出现在你浏览的网站。AI会越来越被释放的集成技术随着时间的推移,和医疗也不例外。一个部门将会受益于这些进步,医学成像。
为什么AI突然敲医学的门?
你可以情有可原,最近的加速AI-driven图像处理是由于现代硬件和算法的发展。虽然这在一定程度上是正确的,算法并不是什么新鲜事。虽然昂贵的硬件并不是在1960年代,这并没有阻止爱德华Shortliffe博士,使用人工智能在医学上的先驱。Shortliffe的博士论文(斯坦福大学)探讨了霉菌素系统(点头抗生素的名字,其中有许多后缀“霉菌素”),他设计了需要帮助和教育医生建议选择适当的抗生素治疗。Shortliffe达到一个症结和发现真正的人工智能发展手闸受用至今;嘈杂的数据。
视网膜专家和医学教授迈克尔·艾布拉姆博士在视网膜上爱荷华大学的研究中,解释说:
“真正的问题是噪声数据。这么多的进步,我们现在看到的是,因为你有更多的客观数据,和更客观的传感器。这就是为什么它是如此有趣的图像和声音数据非常客观。更加困难,是使用人工智能,人们用语言来解释他们的症状,然后有人将病人的单词转换成文本。你知道,很多内科是这样的。”
如果有足够的高质量的客观数据是AI成功的关键(巨大的改进在计算能力和存储无疑帮助),毫无疑问,医学成像是AI-healthcare领域的领导方式。
走之前,您可以运行:数字化病理实验室
根据最近的一项组织病理学劳动力调查皇家学院的病理学家(英国),病理请求几乎每年增加近5%,和全国三分之一的病理学家将在未来五年内达到退休年龄。数字病理有潜力提高工作流在几个方面,病理学家,这应该有助于缓解压力,改善患者的健康状况:
- 幻灯片可以称为非现场病理学家第二个意见,帮助更快的诊断。
- 组织学幻灯片可以投射到大屏幕,方便病理学家在幻灯片导航。
- 数字图像可以保存系统,允许方便地访问和减少幻灯片将两者混淆的可能性。
- 最近人工智能方面的承诺,从根本上改变我们检测癌症的方式。
确保他们准备不可避免的人工智能技术的进步,利兹大学教学医院决定扫描每一载玻片它们产生在英国诊断的世界——一个关键里程碑。克洛伊洛克伍德、铅生物医学科学家数字病理项目,阐述了从古典过渡到数字工作流程:
“数字化是一块巨大的变更管理,需要整个部门的支持——实验室,病理学家,,和管理。然而,实现数字病理提供了机会,整个诊断途径评估和流线型的。”病理实验室利兹现在能够利用人工智能的发展,因为他们出现。
未来就是现在:人工智能检测糖尿病性视网膜病变的迹象
作为一个眼科医生,艾布拉姆博士看到第一手AI在医疗保健的潜在好处。他注意到他花了多少时间为糖尿病性视网膜病变筛查人没有疾病,而失明的人必须等待几个月诊断:“自治AI有着巨大的潜力,降低医疗成本,提高质量,并使其更容易——病人在哪里,而不是专业医生在哪里。”
因此,艾布拉姆使得这一愿景变为现实,IDx成立,第一个也是唯一一个FDA-authorized人工智能系统的自动检测糖尿病性视网膜病变(美国成人致盲的主要原因)。技术是完全自治的,这意味着最终的临床决策(重新测试在12个月,或指眼保健专业)在于设备的手(或代码)。鉴于可预防视力丧失和疾病早期检测,得到一个眼科检查对糖尿病患者非常重要。
反思他最喜欢的情况下这种专家诊断技术是实现初级保健,艾布拉姆说糖尿病诊所在新墨西哥州,靠近墨西哥边境。
“有一个很好的糖尿病诊所,没有办法处理糖尿病眼科检查和失去视力的人。我们走了进来,把人工智能系统与人工智能——这是一个摄像头,主要训练护士和一些技术。我们训练了4个小时,我们离开了。现在他们有这种“better-than-me-quality”人工智能诊断。所有的患者都要经历它,护士们非常高兴,他们终于可以采取适当的照顾病人。”
这种情况充分体现了人工智能去改善病人的医疗保健的巨大潜力,在相对短期培训的投资。
我们能相信人工智能在医学吗?
不出所料,一想到把临床决策计算机的力量足以令人侧目。事实上,艾布拉姆说他在他的同事使用昵称“Retinator”。
回顾人工智能算法是一个完全不同的球赛审查更“传统”的科学方法,据推测,一些人工智能方法永远不会经过同行评议的过程。因此,质量控制AI是如何解决?这个问题,艾布拉姆让几个关键点:
- 如果人工智能是从未严格地测试如果没有伤害任何人的风险。开始时的问题伤害的风险——比如一个病人。
- 有一个持续的复制危机在没有阻止通过同行评审科学,但有更好的方法来确保安全,预先登记等的研究。
- 对于AI,患者安全需要与抢注的前瞻性临床试验证明,在相同的环境中它将用于如果证明是安全的。
后者是关键。虽然它看起来明显,AI并不总是在一个合适的方式进行测试。
例如,fda的批准计算机辅助乳房x光检查测试1998年之后,大量吸收计算机辅助检测在临床实践中,主要是因为它的使用可以通过医疗保险报销。在程序测试放射科医生相比,它被批准作为对放射科医生的援助。
”可能有副作用使用人工智能与人类相结合——你不预期…事实上,艾未未作品很好并不意味着真的有效结合人类专家。”——艾布拉姆博士因此,该技术的临床效益并不令人信服。根据一项多中心的回顾性研究43乳房x光检查设施在美国,这台电脑软件的使用与假阳性率显著升高,召回率,和活检率,显著降低总体精度检查。
召回率增加可以改善癌症检测的必要成本?作者所强调的,真正的积极成果的好处必须加以权衡的结果假阳性结果,包括相关的经济成本。
艾布拉姆指出,自治和辅助的困境也发现世界上的自动汽车:
“最好的自主汽车是全自动的。他们试图引入协助司机,然后司机可以使错误,然后你做什么工作?所以,这是一个严重的问题无处不在……自主做呢,还是我们种(AI) ?”
所以,我们能相信人工智能在医学吗?
的共识是是的,但是有几个条件:AI-development必须与透明度,安全第一的态度和测试相关的环境将被使用。
