正在阅读:人工智能将在这些医疗细分领域超越人类

人工智能将在这些医疗细分领域超越人类

2017-03-14 09:27:51来源:贝壳社 编辑:一不做 关键词:人工智能医疗医疗机器人阅读量:33214

导读:从2016年开始,人工智能威胁医生的论调不绝于耳。2017年刚开年,几家核心期刊接连刊登了几起“机器人”医生打败人类医生的案例。
  【中国智能制造网 智造快讯】从2016年开始,人工智能威胁医生的论调不绝于耳。2017年刚开年,包括《自然(Nature)》和《美国医学协会杂志(Journal of the American Medical Association)》在内的几家核心期刊,就接连刊登了几起“机器人”医生打败人类医生的案例。


人工智能将在这些医疗细分领域超越人类

 
  在讨论人工智能是否能彻底让医生“失业”之前,我们先来区分一下“强人工智能”和“弱人工智能”。
 
  强人工智能是通用型的,在什么场景都能够随机解决各种问题的智能,能够在复杂系统内,应对开放式问题,比如政治问题、经济问题等。这种智能具有自我意识的,和生物一样,有生存和安全的需求,因此它们可以自己提出问题。
 
  与之相对,弱人工智能只能在某个特定场景,并且封闭的系统内,解决某个特定的问题。弱人工智能没有自我意识和主观能动性,需要人类对其输入某一指令才会运转。
 
  不过,连初提出“强人工智能”概念的约翰·罗杰斯·希尔勒本人都不相信,强人工智能可以实现。
 
  日前,在中欧卫生管理与政策中心举行的第19期卫生政策上海圆桌会议上,原上海市妇婴保健院院长段涛表示,人工智能可能是掀起公立医院改革的一股意想不到的力量,医院现在” 缺的是病理科医生、影像医生等,但再过三五年,这些医生将一点不缺。”
 
  皮肤科
 
  “美国近科技杂志连着发文章,皮肤科医生已经被人工智能打败了”,段涛在会上提到,“皮肤科有了人工智能的诊断,全中国90%的皮肤科医生可以不需要了,你把照片拍好给它,它诊断水平比90%以上中国皮肤科医生的水平都要高。”
 
  段涛指的是,《自然(Nature)》刊发的皮肤科人机大战。科学家先让一个“卷及神经网络(CNN)”分析学习了近13万张皮肤病临床图片,涵盖了2023种皮肤疾病。
 
  21位医生受邀,与机器人展开了两场针对皮肤癌诊断能力的较量:场区分角质细胞癌和良性脂溢性角化病;第二场区分恶性黑色素瘤和良性痣。结果,人工智能正确识别良性病变和恶性病变的综合灵敏度达到91%,打败了多名皮肤科医生。
 
  科学家表示,正在努力让这项智能诊断技术与智能手机兼容,“皮肤科家庭医生”离我们不远了。
 
  其实,以色列公司Emerald Medical Applications已经开发了一款运用云人工智能技术和手机摄像头检测黑色素瘤的手机应用,并已在FDA注册。
 
  据市场调查公司 IDC 估测,虽然目前只有 1% 的软件应用有人工智能的特征,但到 2018年,这个数字预计能达到50%。
 
  眼科
 
  不止皮肤科,人工智能在眼科的诊断水平也表现不俗。
 
  去年11月,谷歌的研究者在《美国医学协会杂志(Journal of the American Medical Association)》上发表的一篇文章,称其开发出了一种解读视网膜照片中,糖尿病性视网膜病变发病迹象的深度学习算法,这种算法的水平已经达到眼科医师的诊断水平。
 
  谷歌请到印度和美国的医生,共同创建了一个包含12.8万张图像的开发数据集,用于训练这种算法。随后,谷歌用9,963张图像作为验证集,请到8位医生和算法进行PK。
 
  这场竞赛的结果是,人类医生略逊一筹。算法得到的F-Score值(结合灵敏度和特异性的度量,大值为1)为0.95,而8位眼科医生F-Score的中位数值是0.91。
 
  需要明确的是,诊断糖尿病性视网膜病变是一个多步骤的过程,2D眼底照片只是其中一部分,某些情况下,医生需要使用3D成像技术,光学相干断层扫描(OCT),详细检查视网膜的各个层。
 
  国内的Airdoc也开发了一个功能相同的深度神经网络。经测试,该算法在有明显症状和无明显症状二分方面的准确性与三甲医院资深眼科医生持平,在眼底照片标准5分类方面的准确性也不逊于专业眼科医生。
 
  影像科和病理科
 
  微软研究院曾提出,基于深度学习的图像识别技术的识别精度能够超过人类。在医疗大数据中,影像数据是相对结构化的数据,因此人工智能在这个领域的应用多,技术成熟度也高。
 
  段涛从几个投资人处获悉,“一家人工智能公司,做肺部结节的图片,就是放射科,他们把全中国好的几个肺部读片专家的结果作为标准,用人工智能,做了不到两百个病人的案例,终他们得出来的一个结论是什么呢?这个人工智能系统可以达到95%到98%的专家水平。”
 
  在国外的这个领域,Enlitic可能是有名的一家公司,他们致力于用图像识别算法,在X光、CT扫描、超声波检查、MRI等的图像中做癌症早晒。据悉,该公司曾在公共数据集上测试其图像识别算法,通过肺部CT结果诊断肺癌,结果发现算法的准确率比放射科专家高出50%以上。
 
  Enlitic的算法在提高病理诊断的效率和性上,也发挥了显著作用。例如,在乳腺癌前哨淋巴结转移诊断中,人工智能算法的误诊率为7.5%。公司请到一批病理学专家对同批切片做诊断,误诊率为3.5%,而当病理学家运用该算法做辅助诊断时,误诊率被进一步降至0.5%。
 
  国内的人工智能医疗影像公司DeepCare也做过类似的事。他们请了4位分别来自北京的特级三甲、普通三甲和地方三甲医院的医生看70张疑似乳腺癌转移的片子。4名医生的年资分别是40年、30年、20验和10年。同时参与读片的还有人工智能机器人。
 
  70张片子中,有30张是阴性的,40张是阳性的。40年经验的医生对此的诊断准确率达到98%以上,而其他3名医生的平均准确率在70%。而DeepCare的工智能机器人准确率达到了93%。
 
  据该公司透露,测试之后的两个月,该算法的准确率提升到了95%。
 
  的确,随着人工智能算法“吃”的数据和学习的专家意见越来越多,其在某些特定诊疗问题上的能力终将超越人类,而这些都属于弱人工智能范畴。
 
  但是,在面对生命体这样一个复杂的系统时,人类全科医生那样的,面对开放问题的综合处理能力,却是“机器人”望尘莫及的,应该说,这样的强人工智能,至今尚未出现。
 
  另外,涉及处方权等法律问题,以及医学人文等感性问题时,人工智能系统永远无法代替人类的角色。
 
  “你还要那么多医生干嘛?”
 
  段涛在演讲结束时表示,“未来真的不知道会怎么样,所以人工智能会导致我们公立医院解构和重构非常重要的驱动因素。”
 
  (原标题:人工智能在这些专科技能上已超越医生)
我要评论
  • 为什么人工智能在2026年仍然重要?

    与传统自动化主要处理固定流程不同,当前人工智能能够参与文本处理、信息检索、代码生成、数据分析、客户服务和内容制作等大量知识型任务。对于规则相对清晰、结果容易验证的工作,人工智能通常能够产生较为明显的效率提升。
    人工智能
    2026-09-10 17:42:28
  • 智能制造网逛展直播,带你看懂AI与机器人产业的下一个风口

    智能制造网作为AI Show 2026杭州国际人工智能应用与机器人创新博览会的重要合作媒体,9月9日将奔赴展会现场,带你第一时间零距离体验前沿科技、对话产业大咖、洞察行业趋势!
    逛展直播人工智能机器人
    2026-09-08 17:36:47
  • 深圳市推动人工智能与应用发展行动计划(2026—2028年)

    到2028年,全面实现人工智能与六大重点领域的广泛深度融合,新一代智能终端、智能体等应用普及率超90%,人工智能核心产业规模超3000亿元,人工智能企业数量超3000家,智能原生新模式新业态加速涌现,智能经济成为深圳经济发展的重要增长极,率先步入智能经济和智能社会发展新阶段。
    人工智能人工智能+
    2026-09-07 13:33:56
  • 2027年值得关注的云计算技术趋势

    进入2027年,企业的云战略将不再只是考虑“是否上云”,而是进一步关注如何构建适合不同业务场景的云基础设施。传统企业应用通常以南北向流量为主,而AI训练、分布式数据库和大规模数据分析会产生大量东西向通信。这要求云基础设施具备更高的网络带宽、更低的延迟以及更稳定的通信性能。
    云计算人工智能AI云基础设施
    2026-09-07 10:25:02
  • 工信部印发AI新政!AI创业的“资源平权”时刻来了

    9月3日,工业和信息化部办公厅印发《人工智能中小企业创业支持计划(2026-2028年)》。AI技术最怕“闭门造车”,没有真实场景反馈,产品永远成熟不了。政策提出“引导链主企业开放场景”,这意味着初创公司有机会直接给行业龙头做“技术陪跑”。
    人工智能AI创业AI技术
    2026-09-04 17:32:58
  • 辽宁通信管理局组织开展2026年工业和信息化领域创新任务揭榜挂帅申报工作

    近日,辽宁省通信管理局转发通知,面向通信行业组织开展揭榜挂帅申报工作。本批揭榜挂帅围绕未来产业、装备制造、信息技术、通信、人工智能、消费品6个方向,系统布局24个专题。
    装备制造信息技术人工智能
    2026-09-04 09:12:34
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了