为什么信不过AI看病?数据集小、可靠性差,AI医疗任重道远

来源:机器之心

近年来,AI 在医疗诊断中的应用受到了越来越多的关注,也出现了一些实际的应用场景,如药物筛选、AI 诊断。但似乎正确的 AI 医疗诊断难以实现,这是哪些原因造成的呢?本文探讨并汇总了人们对 AI 医疗诊断的一些独到见解。

近年来,AI 在医疗诊断中的应用受到了越来越多的关注,也出现了一些实际的应用场景,如药物筛选、AI 诊断。但似乎正确的 AI 医疗诊断难以实现,这是哪些原因造成的呢?本文探讨并汇总了人们对 AI 医疗诊断的一些独到见解。

AI 与医疗融合作为近年来兴起的一种新领域,具有巨大的发展潜力。用于医疗的 AI 算法正在不断涌现,在看到领域前景的同时,我们也发现了一些问题。

例如,为了协助医生筛查潜在新冠患者,AI 领域的研究者们研发了多种机器学习算法,以根据胸部 X 光片和 CT 图像快速准确地检测和预测新冠肺炎。然而,剑桥大学的一项研究发现:这些算法存在严重的算法缺陷和偏见,无法用于实际的临床应用。

实际上,致力于 AI 与医疗融合的研究者并不在少数,也有很多项目为此投资,但该领域仍然存在一些实际问题。近日,Reddit 上的一篇帖子将 AI 医疗与 AlphaZero 进行了对比,引发了关于 AI 医疗问题的诸多讨论。

数据集小、需要认证、容错成本高……

有网友从数据集大小、人机交互、认证和容错成本四个方面与 DeepMind 的 AlphaZero 进行了全方位的对比,指出了现有 AI 医疗诊断系统存在的一些基本问题。

首先,医疗数据集一般不太大,这是医生注释成本高昂造成的。此外,医疗过程也非常缓慢。例如,一台核磁共振机器每小时最多只能进行两次扫描,每天至多 48 次,每年不到 20000 次。如果存在 20 种疾病,分摊下来每种疾病只能得到 1000 张扫描图像。如果想要从多家医院收集数据,每家医院走流程都可能花费数月时间,并且研究人员也没有大把的时间来填写不同的表格。相比之下,AlphaZero 的数据收集就容易多了,只需要进行游戏,每小时就能生成数百万个数据。

关于这一点,有其他用户深表赞同。ta 曾见过一个 MRI 数据集,首先由 3 个医生进行标注,然后由领域专家重新检查,这一过程就需要大量的时间。

其次是人机交互方面,至少在可预见的未来,医疗诊断系统需要人类医生的参与。所以,除了进行预测之外,医疗诊断系统还应该输出置信度、其他可能的结果以及任何有用的辅助信息。在很大程度上,如何正确处理这些仍是一个未解决的问题。而 AlphaZero 只需要输出单一动作就行了。

再次,认证。你需要向决策者或医疗许可委员会「证明」医疗诊断系统有效。目前,解释神经网络仍是一个悬而未决的问题,一些人甚至质疑是否存在解释的可能。AlphaZero 不需要任何批准认可,只需在游戏服务器上部署或者找人类玩家测试就行了。

最后,容错成本。如果医疗诊断系统出错了,研发者可能会面临数百万美元的索赔。因此,你必须保证系统运行正确。AlphaZero 在围棋游戏中输了,那真是太糟糕了,仅此而已。

医疗诊断不是「一锤子买卖」

除了数据集大小、医疗认证、容错成本等这些宏观的问题,有网友还提到了另一个问题。不同情况的病患可能在诊断图像上呈现出完全相同的症状,因此医疗诊断系统有时可能会做出误判。

此外,不同机器或不同成像装置生成图像的分布有时大不相同,在一台机器上正常运行的算法可能完全不适用于另一台机器。可解释性也是一个问题。即使你的算法给出了正确的医疗结果,医生也往往会询问算法如何给出结论的。

的确,诊断是一个极其困难的 AI 或 ML 问题。病患的情况远不止一种,也会出现不同的症状。因此,除了医疗诊断系统的初次诊断之外,还需要为进一步诊断、治疗方案、预后以及康健日程等提供智能支持。

作为与健康安全息息相关的领域,AI 医疗的可靠性是最重要的一个问题,但却经常被忽略。即使是病理样本分析,也常常存在一定程度的不确定性。仅对图像加标签会引入各种偏见。即使经过多位专家达成共识,结果也会是如此,并且这还会导致成本的成倍增加。

医疗保健方面的问题非常复杂,AI 目前更适用于日常生活,而不是提供医疗上的最终诊断和预测。有位医生网友表示:「在 AI 医疗领域发表的大部分论文是完全没有用的,但这些研究提供了很多可能性。未来几年,这一领域中炒作宣传的泡沫将会破裂,并且将会由相关法规提高临床实践中引入 AI 工具的门槛。目前,已经有一些产品获得了 EU 或 FDA 支持,但尚不存在临床支持。」

看来,将 AI 真正用于医疗还有很长的路要走。

参考链接:

https://www.reddit.com/r/MachineLearning/comments/mkol81/why_are_correct_ai_medical_diagnoses_seemingly_so/

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/484917.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

URI与URL

统一资源标志符URI就是在某一规则下能把一个资源独一无二地标识出来。 拿人做例子,假设这个世界上所有人的名字都不能重复,那么名字就是URI的一个实例,通过名字这个字符串就可以标识出唯一的一个人。 现实当中名字当然是会重复的,…

p1470 Longest Prefix

原本就想到dp&#xff0c;可是是我的思路是在串的各个位置都遍历一次set&#xff0c;看dp[i-st[k]]是否为1且前length(st[k])是st[k]。这样200000*200*10会超时。更好的办法是在i位取前len<10个看dp[]和set中是否存在。只要200000*55*log200。 #include <iostream> #i…

人工智能学派之间的「联姻」——Yoshua 新作居然用DL「复活」了符号主义

来源&#xff1a;混沌巡洋舰 近日&#xff0c;Yoshua Bengio及其团队利用深度学习&#xff0c;开发出了一套可以揭示丰富视觉环境中的潜在规则的「神经生产系统」&#xff0c;使得现在暂时沉寂的符号人工智能重新恢复了活力。相信大家都知道&#xff0c;目前人工智能的主要学派…

域名,ip,mac地址

域名&#xff1a;由一串用点分隔的名字组成的Internet上某一台计算机或计算机组的名称&#xff0c;用于在数据传输时对计算机的定位标识&#xff08;有时也指地理位置&#xff09;。 mac地址&#xff1a;物理地址、硬件地址&#xff0c;用来定义网络设备的位置。 IP地址&…

25万亿规模!中国智慧城市建设刚需在哪?

来源&#xff1a;帮尼资讯如果说当下在中国新基建中最火的名词是什么&#xff0c;智慧城市这四个字几乎脱口而出。而在雪亮工程已经基本结束的当下&#xff0c;智慧城市接过了雪亮工程的大旗&#xff0c;成为了对安防企业来说利润最大、保障最稳的政府类项目。前瞻产业研究院预…

Python面向对象(类的成员之属性)

day24 类的成员之属性 1 class Foo():2 def bar(self):3 print("bar")4 5 property6 def per(self):7 print(123)8 return 19 10 obj Foo() 11 obj.bar() 12 13 r obj.per#实际上是方法&#xff0c;但通过字段的方式访问 14…

浅析Serverless

近两年来&#xff0c;Serverless 概念在开发者中交流的越来越多&#xff0c;主题分享呈现爆发趋势。有人说&#xff1a;Serverless 正在改变未来软件开发的模式和流程&#xff0c;它就是云计算的未来。 在一个应用中包含了多个功能&#xff0c;如订单创建、订单查询和订单修改…

复兴or幻象?VR的2021三重门

来源&#xff1a;脑极体从2020年底开始&#xff0c;无论你日常看一些数码博主的评测&#xff0c;还是喜欢了解科技产业的动态、投融资的报道&#xff0c;都能在媒体中了解到这么一个信号&#xff1a;2021&#xff0c;VR复兴了&#xff01;当然&#xff0c;这个表述有很多说法&a…

关于ubuntu环境下gcc使用的几点说明

1 sudo apt-get build-dep gcc //安装gcc编译器2 3 4 /*5 假设已经创建hello.c文件6 */7 8 //方法一9 $gcc hello.c //将源文件直接编译成文件名为a.out的可执行文件 10 $./a.out //执行a.out可执行文件 11 12 13 //方法二 14 $gcc -o hello hello.c //将…

24张GIF图,让你秒懂非标自动化机构的原理

来源&#xff1a;工业机器人1.组合加紧机构↓↓2.凸轮连杆组合输送薄板机构↓↓3.热合联动↓↓4.凸轮双摇杆机构单独运动↓↓5.步进输送机构↓↓6.输出构件作间歇运动↓↓7.输出构件作间歇运动等宽凸轮间歇移动机构↓↓8.双摇杆夹紧机构↓↓9.不自锁推拉式夹紧机构↓↓10.双肘杆…

selectByExample和selectByExampleWithBLOBs的区别

1、问题描述&#xff1a; 在mybatis逆向工程生成的代码中会有selectByExample 和selectByExampleWithBLOBs 两个方法&#xff0c;这个两个方法有何区别&#xff1f; 2、问题解析&#xff1a; 1>两个方法的返回的resultMap 不同 selectByExample 方法返回&#xff1a;Base…

hdu 2197 本原串

Problem Description由0和1组成的串中&#xff0c;不能表示为由几个相同的较小的串连接成的串&#xff0c;称为本原串&#xff0c;有多少个长为n&#xff08;n<100000000)的本原串&#xff1f;答案mod2008.例如&#xff0c;100100不是本原串&#xff0c;因为他是由两个100组…

机器学习的通俗讲解

来源&#xff1a;dataxon译者&#xff1a;Ahong机器学习人人都在谈论&#xff0c;但除了老师们知根知底外&#xff0c;只有很少的人能说清楚怎么回事。如果阅读网上关于机器学习的文章&#xff0c;你很可能会遇到两种情况&#xff1a;充斥各种定理的厚重学术三部曲(我搞定半个定…

Mybatis中example的使用

Mybatis有很简单的方式来完成sql语句的编写 如下&#xff1a; int id 2; ClusterExample ClusterExample new ClusterExample(); ClusterExample.Criteria criteria ClusterExample.createCriteria(); //增加条件&#xff0c;对应为where&#xff0c;下面这行代码可以理解为…

崩溃bug日志总结2

目录介绍 1.1 java.lang.ClassNotFoundException类找不到异常1.2 java.util.concurrent.TimeoutException连接超时崩溃1.3 java.lang.NumberFormatException格式转化错误1.4 java.lang.IllegalStateException: Fragment not attached to Activity1.5 ArrayIndexOutOfBoundsExce…

边缘计算有哪些关键技术?

来源&#xff1a;智东西、金融界等网站原文链接&#xff1a;https://mp.weixin.qq.com/s/5QAHPMM8SNE3J8fpmDKFaQ如果要问物联网圈最火的概念有哪些&#xff1f;5G与边缘计算一定榜上有名&#xff0c;两者看似风马牛不相及&#xff0c;实则却在冥冥之中自有交集。5G时代&#x…

前端调用后端接口的错误(400)

前端调用后端接口时&#xff0c;浏览器debug出现Failed to load resource: the server responded with a status of 400 (Bad Request) 之后debug还会出现出现问题的url 这种问题一般是前后端参数不一致的问题 比如user类&#xff0c;里面包含属性id,name,age,gender等参数 …

cdh中hdfs非ha环境迁移Namenode与secondaryNamenode,从uc机器到阿里;

1.停掉外部接入服务&#xff1b; 2 NameNode Metadata备份&#xff1b; 2.1 备份fsimage数据&#xff0c;&#xff08;该操作适用HA和非HA的NameNode&#xff09;&#xff0c;使用如下命令进行备份&#xff1a; [rootcdh01 dfs]# mkdir nn_metadata_back [rootcdh01 dfs]# hdfs…

insert和insertSelective区别

在数据库中给一些字段设置了默认值 调用mybatis逆向工程生成的insert方法保存时并没有给这些字段传值&#xff0c;insert的结果却是这些字段的值依旧为null 之后查看源码发现insert方法会给所有字段赋一次值&#xff0c;因此即便未传该字段的值&#xff0c;也会给该字段赋值&…

论文《城市大脑的定义与建设规范探讨》在IEEE(ICBAIE)发表

来源&#xff1a;城市大脑全球标准研究组城市大脑全球标准研究组论文《Discussion on the Definition and Construction Principles of City Brain》&#xff0c;2021年3月在2021 IEEE 2nd International Conference on Big Data, Artificial Intelligence and Internet of Thi…