人工智能成为医生好帮手 - 动脉网

动脉网知识库

登录动脉网

人工智能成为医生好帮手

greaty 2014-09-27 08:00

卡维塔·马利瓦拉是长岛的一位皮肤科医生,她知道如何处理痤疮、烧伤和皮症。但当一位患有罕见类天疱疮的病人来到她的诊所时,她心中没底。通常不会有医生为自身免疫系统紊乱开处方。因此卡维塔登陆网络医疗智库Modernizing Medicine。

几秒钟后,她得到另一药物的名称,以及使用它的一些案例情况。卡维塔说:能获取一些数据非常重要,数据是王,Modernizing Medicine在解决临床困难时非常有帮助。

如今有越来越多类似功能的系统出现。卡维塔可以通过大约3700个机构超过1400万人次的问诊信息中收集需要的知识,包括其他医生在治疗相似症状病人时的信息。支撑那些大型网站所使用的人工智能技术,能快速高效挖掘数据,同时还能给出建议。例如亚马逊网站,它的推荐系统基于客户过去购买行为产生的海量数据。

科技巨头谷歌、亚马逊、微软、苹果对人工智能都有巨大投入,用于输出定制化的搜索结果以及虚拟个人助理。现在开始这类技术也渗入到医疗健康领域。在医疗改革推动下,新技术手段能在改进效果降低成本上更有作为。医生们正在开发IBM沃森超级计算机在医疗领域的用途。

人工智能的开发仍旧并不成熟,在许多方面无法和人脑相比,也无法真正替代那些在病床边照料我们的医生。然而人工智能在处理海量数据和定义模式上的能力人脑无法企及。
人工智能复杂的算法应用于数据分析,能充分发挥出电子医疗记录的优势,将那些原本只是数字化的各种档案转化成医生的好助手。微软研发总监Eric Horvitz博士说:电子医疗记录就像一个巨大的矿场,蕴藏这大量金子,而我们才刚刚开始开采。

在美国,医生和医院正在增加对超级计算机和自开发系统的运用,帮助确定哪些病人更有可能患上肾脏疾病、心脏病或更容易术后感染,减少反复入院的机率。同时,病人的个人健康数据包括基因数据开始得到合并,以及大量公开的数据库、书籍及期刊,这些信息的重新利用都能使得个性化治疗得到发展。

之前 Modernizing Medicine提供的建议基于注册在网站的专业人士,他们有多频繁使用这个平台描述用药情况和特殊试验。然而从6月份开始,网站将显示病人疗效数据,这些是过去一年中网站从订户那收集到的数据。医生们则可以通过查询IBM沃森人工智能超级计算机来复查信息,比对近期的临床研究。

迅速无缝隙

在范德堡大学医疗中心的医生使用自开发系统,他们会收到某个病人电子病历的短信提醒。这个提醒是为了及时告诉医生,处方上的某个药物可能对这个持有特定基因的病人毫无效果。这个亮黄色的提示醒目地出现在医生的电脑屏幕上,让人不容忽视。只要简单点击,医生就可以再开其他药方来替代。这个流程非常迅速而且能无缝连接。丹尼和其他人在1.6万个病人上使用电子病历,这能使计算机预测哪些病人在外来可能需要某种药品。计算机提供给医生的建议中有2/3会被考虑,例如替换药物可能伴随的风险。丹尼认为系统算法非常好,远远好过于用直觉来判断。

至今为止,计算机在分析结构化数据上已经能做得非常好。在医疗健康领域,这些数据经常存储为记帐编码或试验数值。然而,这类数据不能涵盖病人的所有症状和治疗情况。图像、X光胶片、医生笔记这些数据可能更有用,但它们都是非结构化的。计算机对这些的处理还不尽人意,因为这需要计算机学会理解和推测语义。这些对人脑而言并不费力。科学家们正努力教会机器这些。

紧随其后的挑战

计算机对非结构化数据的理解能力已有所增强。假设一个病人说他不吸烟,医生在表格上填入“no”,这是结构化的数据,很容易被机器所理解。然而当医生记下病人的牙齿有变色或者有尼古丁斑点在手指上——这个线索可以让我们很容易判断病人实际上是烟民。计算机立刻能发现这样的矛盾,从而返回到前面可能需要做重新判断的信息。

最近几年,大学、科技公司、风投公司投入了大量资金用于提高计算机分析图片和语言的能力。然而专家们称仍存在许多挑战。其中包括,惊人的花费、对数据的访问难度以及训练其选择模型。大多数电子医疗记录系统互相都不兼容,而数据总是分散在不同的医院和诊所中,难以建立综合性医疗信息库。而且通常这些系统不会介入互联网中,因此不能像其他在基于云的信息那样被广泛访问。所以,不同于在谷歌和脸谱的海量信息,这些医疗信息无法被其他地方分析利用。

从隐私保护者更希望看到这样的状况:一个研究者的财富是黑客的游乐场。“谈论健康信息上网还没到时机,如果我们不能真正解决网络安全问题的话。” 有专家如实说。

划分界限

此外还有一个担忧是,计算机应该在多大程度上取代医生的职责。随着人工智能系统越来越聪明,专家们宣称,给出建议和作出决定之间的界限将越来越模糊。这可能导致立法者们将系统视为一台医疗仪器,从而需要通过美国食品与药品管理局(FDA)的审核。

考虑到FDA批准所需要的时间和成本,制造这类系统的公司们很小心地不把它们描述为诊断工具,而更愿意描述为信息银行。至少目前是这样。“FDA将愤怒地斥责他们,因为这样一来他们就会宣称他们是在试验药物”,MIT的Szolovits说道。

目前,技术还没有好到能够百分之百确定地告诉医生某个病人的最好治疗方案可能是什么。其他人同意,“这将是一条漫长的道路”,范德堡医学院的生物统计学家Michael Matheny说。
回到卡维塔长岛的诊所,感谢人工智能系统所提供的信息,卡维塔采用了机器的建议使用了替代药物来处理这位病人发疱的皮肤。病人康复了。尽管如此,卡维塔认为与病人的交流仍是做出用药决定的根本依据,不管怎说你无法完全依靠系统。(本文刊载于WIRED 2014.6 ,原作者:Daniela Hernandez, Kaiser Health News ,动脉网编译)

 


注:文中如果涉及动脉网记者采访的数据,均由受访者提供并确认。如果您有资源对接,联系报道项目,寻求合作等需求请填写 需求表

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

还没有评论,快来抢沙发吧!

分享

微信扫描二维码分享文章