“为什么我们看到医学实践中很少使用机器学习工具?”这就是研究科学家Martin Seneviratne博士在GP19大会上发表的关于医疗人工智能(AI)实施差距的演讲的方式 。
他问 ， 鉴于对这一领域的大量研究 ， 为什么医生目前无法使用机器学习?Seneviratne博士认为 ， 研究人员和医生不应忽视AI的最终目标 。
'任何技术都必须帮助临床医生帮助患者 。技术必须适合临床目的 。然后 ， Google临床信息专家在GP19全体会议演讲中概述了关键挑战 。
人工智能将意味着医生的终结吗?他说 ， 大多数研究人员对此表示不同意见 。``相反 ， 观点是使用AI的医生将取代不使用AI的医生 。
``我喜欢它的想法是像MRI一样 ， 它是一种可以使用的工具 。当他们出来的时候 ， 他们被预测会取代放射线医生-相反 ， 它催生了一个新学科 。
Seneviratne博士说 ， 人工智能可以在几个狭窄的领域胜过人类-包括基于图像的诊断 。他列举了增强现实显微镜等领域的进展 ， 其中AI实时围绕可疑病变绘制轮廓 。
他说 ， 症状检查工具可能非常有用 ， 特别是在资源匮乏且医疗保健最少的情况下 。但是Seneviratne博士指出 ， 在医疗AI工具的承诺和早期测试及其广泛部署之间存在重大实施差距 。他说 ， 从论文中的高性能算法到实践已经有了巨大的飞跃 。
“在过去的12个月中 ， 该领域已经发表了3800多篇论文 ， 但只有一小部分得以部署 。”Seneviratne博士说 ， 全科医生参与的关键机会 。他说 ， 临床医生可以发挥关键作用 ， 突出需要解决的临床痛点 。
另一个挑战是收集质量足够高的大型数据集 ， 以便能够训练机器学习工具 。他说 ， 如果您关心问题 ， 请收集有关问题的数据 。``我们收集的初级保健数据越多 ， 人工智能将提供更多帮助的机会 。''
Seneviratne博士说 ， 围绕可操作性 ， 纠正数据偏差 ， 黑盒问题(这些AI算法如何真正得出结论)以及通用性等问题存在突出的问题 。他呼吁建立一个管理医学AI使用的框架 ， 该框架类似于药物临床试验中使用的框架 。
他说：“我们需要在实际工作环境中进行有控制的使用 ， 使用与制药或医疗设备类似的文化 ， 并进行道德审查 ， 监管监督和沙盒测试–在受控环境中进行测试 。”
【Martin Seneviratne博士希望全科医生帮助塑造新兴的医学人工智能领域】
推荐阅读
- 台积电和三星的斗争将秉承法律 这将使功能更强大的智能手机出世
- 海绵宝宝励志语录 海绵宝宝励志语录图片
- 阴瑜伽和流瑜伽的区别是什么 什么叫阴瑜伽,什么叫流瑜伽
- 和平精英如何看别人亲密关系
- 铁皮柜价格 – 铁柜子价格
- 太谷为什么撤县设区
- 佰草集太极面霜怎么样 佰草集太极面霜怎么用
- 如何从谷歌相册恢复已删除的照片和视频
- Google推出AI Hub和Kubeflow管道以简化ML部署