医生需要了解的人工智能基础知识 – 从哪里开始？

“ 不去努力了解人工智能的医生，是足够努力面对未来的医生么？”

AI在改变世界，医疗同仁也要有提前量！

Dr. Jeanne Ross博士，Director MIT Sloan Center for IS Research（麻省理工大学信息系统研究斯隆中心主任）这样说道，'Digital transformation is not about technology. It’s aboutredefining an organization's value proposition and, ultimately, a redesigningof the organization.’（数字化转型其实和技术无关！这是组织机构价值主张的重新定义，最后从根本上来说是对组织的重新设计！）

01

—

医疗IT的重大变革

我们不得不承认的是医疗行业正在进行着快速巨大的变革，许多技术正在并行发展，于是IT在医疗行业拥有了全新的角色！当然，我们不知道角色到底是什么，非常难预测IT在未来医疗行业里如何发挥作用，同时也很难预测这些深刻的变革会给医疗行业带来什么。医疗界作为一个面对生命小心谨慎的行业，也不会对技术可能带来的危害掉以轻心，比如安全性、患者隐私、易用性、以及管理使用持续增长的技术能力，交互性以及自主技术。

医疗行业IT技术不断演进变革！

Dr. Aude Oliva博士，Principal Research Scientist 首席研究科学家，ComputerScience and Artificial Intelligence Laboratory, MIT（麻省理工大学计算机与人工智能实验室），这样总结道，'Humans draw their decision and intuition on lots ofknowledge, common sense, sensory experiences, memories, and thoughts that arenot necessarily translated into language, speech, or text. Without knowing howthe human brain creates thoughts, it will be difficult to teach common senseand visual understanding to an artificial system. Neuroscience and computerscience are the two sides of the AI coin.’（人类通过大量的知识、常识、感知经验、记忆以及思想来做出决定于直觉反应，但是这些都不需要翻译为语言及文字信息。因为我们不知道大脑是如何创造思绪的，所以很难教会人工系统常识及世界理解。因此神经科学及计算机科学就是人工智能这枚硬币的两面！）

变革的趋势总结！

02

—

如何让机器像人一样思考

过去几十年里，在医学院教科书一尘不变的教授我们如何进行标准化的诊断，就像下图展示的标准化步骤。但是事实上的诊断过程完全不是这样简单的。纽约客杂志的一篇热门文章里描绘了Dr. Siddhartha Mukherjee的相关研究，在这项研究中博士评估了25名顶级影像科专家的诊断思维过程，想要看看他们的脑中是不是有自己的规则手册，以及他们是不是也在采用non-analytical reasoning（非逻辑性的推理）。研究中每一位影像科专家都会看一些列相同的影像学检查图片，并被要求诊断的越快越好，结果是他们平均做出一次诊断只需要1.33秒。所以影像学家做出诊断就像是我们平常人说出一个物品的名字，他们就是可以一眼认出常见的疾病特征及已经存在的损伤。换句话说，人们就是可以不用有意识的去努力，而迅速的预测结果，调整行为。这种基于感觉输入、过去的经验记忆以及直觉的能力是计算机难以通过编程而获得的。

AI如何诊断疾病？

标准化诊断行为！

03

—

那么什么是诊断的艺术呢？

Dr. Siddhartha Mukherjee Professor（教授）, physician（医生）, and author (On HowRadiologists Study Images)（放射科医师如何学习诊断一书的作者）这样总结道，'When you recognize a rhinoceros, you’re not considering and eliminating alternative candidates. Nor are you mentally fusing a unicorn, an armadillo, and a small elephant. You recognize a rhinoceros in its totality—as a pattern. The same wastrue for radiologists. They weren’t cogitating, recollecting, differentiating; they were seeing a commonplace object.’（当你在识别这是不是犀牛时，你不会思考以及排除其它选项的。你也不会在脑子里对独角兽、穿山甲以及小象进行区别合成。你识别犀牛时是把它作为一个整体来识别的，这就是一个样式。所以对放射科医师来说也是一样。他们不是在仔细的谋划，不断地收集，区别；他们就是在识别一个整体的物体。）

如何教计算机系统像人类一样学习？

Dr.Robert Wachter Professor（教授）, physician（医生）, and author（作家）也总结道， 'Every answer thepatient gives, and each positive or negative finding on the physical examination triggers an automatic, almost intuitive recalibration of the most likely alternatives.’（患者在给出每个答案时，或者说通过体格检查发现的每一个阳性或者阴性结果时，都会触发一个自动的，用直觉进行校准的最接近真相的诊断。）

AI如何诊断眼部疾病？

我们会在后面的文章中继续探索人们是如何让机器达到这种'智能’的程度的。

AI诊断疾病！

扫描二维码

获取医养精彩

关注作者