动态|洛杉矶加大(UCLA)发明智能医疗助手,人工智能将重塑医疗领域吗?

AI科技评论按:本文由图普科技工程师翻译自《Artificial intelligence virtual consultant helps deliver better patient care》。AI科技评论 独家首发文章。

据《介入放射学协会:2017年年度科学会议》的报道, UCLA的介入放射学的研究者们从“无人驾驶”中发现了一项前沿技术,研究专家们运用该人工智能技术,发明了一个介入放射学科的智能医疗助手。该助手能够与临床医师进行自由交流,迅速对一些常见的医疗问题给出有医学依据的回复。有了这一发明,医师可以方便地为患者介绍介入放射学治疗的基本概念以及患者在治疗方案中各个阶段的准确信息。

Edward Lee是UCLA大卫格芬医学院的放射学助理教授,同时也是该研究的作者之一。他在谈到人工智能的应用时表示:

我们认为人工智能完全有可能在介入放射学中作为一种低成本、自动化的医疗助手,用于改进患者的治疗和护理。如今,人工智能已经改造了很多行业,我们相信它在改造医疗领域,同样有着巨大的潜力。

在这项研究中,运用了深度学习技术的医疗助手需要理解范围极广的临床医学问题。研究专家们让其用一种类似于短信对话的方式对每个问题做出适当的回应。深度学习技术的灵感来自于人类大脑的工作机制,其人工神经的网络能对庞大的数据集进行分析,从中自动总结得出一种模式,无需人类的干预也能“无监督学习”。深度学习网络能够分析复杂的数据集,在疾病的早期诊断、治疗计划、病情监控等方面提供丰富的、可供借鉴的建议。

医学博士Kevin Seals,在UCLA担任放射学科主治医师,同时也是这个AI项目的程序员和作者之一。他在谈到这项研究时指出:

这项研究将使得医疗机构内的各个人群受益。举例来说:病患护理团队成员能更快、更方便地得到准确的医疗信息;介入放射学医生们能够节省用于电话沟通的时间,将更多时间用于患者照护;最重要的是,患者能够更好地掌握治疗的相关信息,并接受更高水平的治疗与护理。

该研究团队的专家们通过向程序输入超过2000个常见的介入放射医师咨询的模拟案例,从而建立起一个介入放射学的知识库。通过这种形式的学习,这个程序能够立刻对临床医师提出的问题给出最佳的答案。程序回应的答案包含了多种形式的信息,包括医学网站地址、医疗信息图表、定制医疗方案等。

如果程序判断出提问者是需要人工回应的,那么它就会提供相关的联络方式。在医生们的使用过程中,各种问答情境也将作为这个程序的学习资源,程序在实践中会不断进行自我学习和改进,以达到更智能的水平。研究者们采用了一种叫做“自然语言处理”的技术,这一技术的实现是通过IBM的Watson人工智能计算机来完成的。Watson能够用自然语言回答各种问题,并且高效实现机器学习的其他重要功能。

目前,介入放射学住院医师、放射肿瘤学家和UCLA的介入放射科研究者们组成了一个小团队来测试和评估该研究项目。医学博士John Hegde,同时也是加州大学洛杉矶分校(UCLA)肿瘤放射学科的主治医师,他非常看好这一智能医疗助手在医疗服务上的发展前景:

我相信这个应用程序可以改变医生间的交流方式,进而为患者提供更高效的治疗。对我来说,关键点在于这个程序最终将会成为一种高效、无缝的医学信息传递和交流的方式。尽管使用起来就像通过短信消息与朋友聊天一样简单,但是不可否认的是,这确实是一种快速获取所需医疗信息和数据,帮助做出更适当的治疗方案的强大工具。

在这个智能医疗助手不断改进的过程中,专家们也希望进一步扩展其工作范围,让它协助其他科室医生的交流,例如心脏病学专家和神经外科医生。Edward Lee表示,在整个医疗保健领域内推广使用这一技术,将帮助人类获得更高的医疗水平。

参考文献:

《使用深度学习技术来协助医生诊断以及介入放射学——“虚拟放射学助手”的发展》K. Seals; D. Dubin; L. Leonards; E. Lee; J. McWilliams; S. Kee; R. Suh;加州大学洛杉矶分校(UCLA)大卫格芬医学院,《CA.SIR年度科学会议》2017年3月4日至9日。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-04-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

人工智能时代的艺术

前段时间听罗辑思维的两篇文章有一些感触,一篇文章是《人类的终极竞争力》,另外一篇文章是《美是什么?》,两篇文章的观点都很有说服力,却又有一些彼此对立的部分,很有...

1976
来自专栏量子位

李飞飞谈AI:现在是入行好时机,人工智能+医疗有怎样的机会?

陈桦 编译自 ACM 量子位 报道 | 公众号 QbitAI 最近,李飞飞关于人工智能的一些看法,发表在了国计算机协会(ACM)的官方网站的“People of...

5226
来自专栏AI科技评论

谷歌工程师怼上Yann LeCun:你对Google Brain的评价完全是错的

最近,Google Brain的研究工程师Eric Jang在Quora上回答了“IBM、谷歌、Facebook、苹果和微软等几家公司里,谁在领导着AI研究的发...

4343
来自专栏机器人网

神经形态芯片让无人机成为真正的飞行机器人

人脑虽小,但在能效和影像与语音处理上,完胜现在的任何电脑,这也是学术和企业实验室一直模拟人脑功能,实验神经形态芯片的原因。人脑虽小,但在能效和影像与语音处理上,...

2754
来自专栏云加头条

玩转AI技术你需要知道这几点——云+社区7.28技术沙龙精彩回顾

7月28日,腾讯云云+社区在北京举办了主题为《AI技术全面场景化落地实践》的沙龙活动,来自腾讯和四川云检科技的五位AI技术专家分享了各自在专业领域的AI开发经验...

2373
来自专栏数据派THU

大数据时代:从1.0到3.0 | 专访清华社会学系教授罗家德

罗家德:分享一下有关于针对社会、商业、营销大数据而有的社会计算(social computing)的三个阶段,我简称其为大数据1.0 、2.0和 3.0的阶段(...

1213
来自专栏AI研习社

转行人士如何在人工智能领域保持一定的竞争力?

原问题描述: 没有学术认可:转行意味着没有相关领域的论文记录和对应的学位,即便水了一篇,被学术界认可的概率很低。而且码力有限,只要科班一直保持写码学习,写码速度...

36411
来自专栏量子位

吴恩达官宣下一步:新推深度学习新课程,继续培养AI人才

李林 允中 编译整理 量子位 出品 | 公众号 QbitAI 刚刚,吴恩达如期发布了自己的新动向。 今年3月,吴恩达从百度首席科技学家人上离职后,关于他新动向的...

3654
来自专栏VRPinea

1.22 VR扫描:生产简化,第二代HTC Vive或将更便宜更耐用

34610
来自专栏AI科技大本营的专栏

专访 | 今日头条李磊:顶级AI专家是不分学校和背景的,年轻人要有自己的判断

今日头条科学家、人工智能实验室总监 李磊 文 | 鸽子 李磊博士是今日头条人工智能实验室(Toutiao AI Lab)总监,原百度美国深度学习实验室“少帅科学...

6767

扫码关注云+社区

领取腾讯云代金券