人工智能诊断正在快速兴起

美国斯坦福大学(Stanford University)研究团队展示了一种“深度学习”算法,能够像执业皮肤病专家一样准确诊断潜在的癌性皮肤病变。

《自然》杂志(Nature)报道的这一癌症诊断发现只是2017年众多这类报道的一例,让我们管中窥豹,看到了人工智能可以协助医生甚至能与他们媲美的“软件诊断”新时代。

专家称医学图像,如照片、X光和核磁共振成像(MRI),与深入学习软件的匹配近乎完美,这推动了近几年识别照片中的人脸和物体的技术取得突破。

目前已经有公司在探索这种方法了。2016年12月,美国字母表公司(Alphabet)旗下生命科学公司Verily与尼康(Nikon)联手开发了检测糖尿病患者失明原因的算法。此外,放射学领域被戏称为“医学界硅谷”,因为它生成了大量详细的图像。

尽管斯坦福研究团队的预测非常准确,但没人能完全确定深度学习程序是依据痣的哪些特征来将其分类为恶性或良性。这就是医学版深度学习“黑盒”问题。不同于程序员确定规则的传统视觉软件,例如,规定一个停止符号有八个边;深度学习中,算法会自行发现规则,但往往没有留下一个审核线索来解释它的决策。“就黑盒医学而言,医生们不知道发生了什么,因为没有人能做到这一点;它本质上是不透明的。”美国密歇根大学(University of Michigan)研究人员指出。

他表示,这可能不会给医疗保健带来严重障碍。他把深度学习比作药效释放方式未知的药物。锂(Lithium)就是一个例子,其影响情绪的确切生化机制尚未阐明,但该药物仍然获批用于治疗双相情感障碍。阿司匹林一直是最广泛使用的药物,但它的机制有70年都处于不明状态。同样地,黑盒问题不会对美国食品药品监督管理局(U.S. Food and Drug Administration)造成问题。该局除了审批新药外,还要监管治疗或预防疾病的软件。

美国食品药品监督管理局在一份声明中表示,过去20年里,它已经批准了“许多图像分析应用,这种程序基于各种模式识别、机器学习、以及计算机视觉技术”。该机构证实遇到的深度学习支持的软件越来越多了,并表示允许公司对其算法详情保密。

美国食品药品监督管理局至少已经批准了一种深度学习算法。2017年1月,该局批准了美国私营医疗成像公司Arterys开发的销售软件。它的算法“DeepVentricle”分析了心脏腔室内部轮廓的核磁共振图像,并计算出病人心脏的血容量和泵血量。该公司表示,计算在30秒以内完成,而传统的方法通常需要一个小时。

美国食药监局要求Arterys公司进行大量测试,确保算法得到的结果与医生的诊断结果水平相同。该公司首席技术官说,“你需要用统计学的方法证明算法符合预期用途或符合营销描述。”

斯坦福大学的这支研究团队给软件输入了129405张经专家评估的皮肤病图像以训练软件。这些图像涵盖了2032种不同的疾病,其中确诊为皮肤癌的图像1942张。

最终,该软件在确定哪些痣可能致癌方面的表现超过了21皮肤病专家。“当皮肤病专家看到这种技术的潜力时,我认为他们大多数会接受这种技术。”该团队一名研究人员表示,但他和其他团队成员拒绝透露他们是否计划将软件商业化。“担心医生很快就会失业的任何想法都是错误的。”美国纪念斯隆·凯特琳癌症中心(Memorial Sloan Kettering)的皮肤科医生兼国际皮肤数字成像学会(International Society for Digital Imaging of the Skin)会长说,“我认为威胁正好相反。”算法“可以极大地推动皮肤科服务的需求”。

这是因为筛查测试中的阳性结果仍然需要活检。深度学习的软件可以在初级保健机构中发挥作用,他指出,但若用于全民筛查测试,或通过消费者应用程序进行使用,目前还没有足够的皮肤科医生来跟进疑似病例。

Arterys公司首席技术官表示,一些公司会倾向于直接向客户提供深度学习的工具。例如,人们可以通过扫描自己的痣来决定是否需要去看医生。一些非人工智能的手机应用程序,例如Mole Mapper,已经可以让人们追踪可疑的皮肤痣,记录其随着时间推移发生的任何变化。

然而,纪念斯隆·凯特琳癌症中心的皮肤科医生兼国际皮肤数字成像学会会长表示,他认为消费者并没有准备好应对这种会告诉自己一个痣有5%抑或50%的概率变为癌症的诊断系统。“我们并不擅长使用概率。”他说。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2017-05-31

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PaddlePaddle

【EasyDL应用】图像识别驱动零售门店陈列审核升级

快消品行业对于终端门店的执行审核大多采用传统人工稽查的方式进行,由于全国门店数量庞大,导致品牌的稽核成本同样巨大。惠合科技致力于用技术驱动快消品行业的营销数字化...

18610
来自专栏ATYUN订阅号

通过AI分类系统评估并保护珊瑚礁,维持海洋生态平衡

气候变化一直在影响着珊瑚礁,从而摧毁当地的海洋物种,值得庆幸的是,新的AI分类系统旨在查明珊瑚仍在蓬勃发展的地理区域,希望能扭转这一趋势,拯救世界上最密集和多样...

10120
来自专栏华章科技

全球经济寒冬将至?且看顶级资本大鳄的大数据分析预测

[编者按] 当今全球经济风起云涌,全球市场普遍不景气,资本缩水,油价下跌严重,诸多大企业纷纷裁员,一时间经济唱衰的声音越来越多。《大数据文摘--商业与金融专栏》...

11320
来自专栏ATYUN订阅号

机器学习工具走进医疗:实时检测新型细菌危险性,控制预防疾病爆发

一种新型机器学习工具可用于检测新出现的细菌菌株沙门氏菌:比起食物中毒,它是否更有可能导致危险的血液感染。该工具由Wellcome Sanger研究所的科学家、新...

12830
来自专栏公众号文章

熊彼特的创新理论:非连续性模型

主流的经济理论讲供给平衡,经济在不受外力干扰的情况下,最终会趋于并保持在均衡状态。而熊彼特却认为经济很少处于均衡状态,它总是从一个均衡走向另一个均衡。在这个过程...

38930
来自专栏新智元

Nature机器学习子刊被指开历史倒车,Jeff Dean等数百名学者联名抵制

21550
来自专栏新智元

【深度学习看手相】台湾学生获奖 AI 项目是科学还是伪科学?

【新智元导读】 本周日带来一个有趣的研究——台湾的研究者使用深度学习用于看手相的项目。他们结合了看手相、深度学习和聊天机器人,以2000张人手照片作为基础数据,...

64980
来自专栏华章科技

在职场中,长得漂亮真的有用吗?

这张图来自两位学者对国内某网站超过100万份招聘广告的分析结果。总的来看,有7.7%的企业会对应聘者的外貌提出要求(形象xx,等等)。

9340
来自专栏大数据文摘

跨越时空的度量:社会发展指数

21090
来自专栏大数据文摘

数据挖掘在金融风险预警中的应用

38390

扫码关注云+社区

领取腾讯云代金券