如何看待“人工智能”为你看病?

1. 如何看待“人工智能”为你看病?

是未来的趋势，但也不能完全代替传统的医务人员。
一场旨在用人工智能提升医生工作效率、提升病人就医体验的互联网+医疗技术革新，正在杭州、上海酝酿。2017年10月13日云栖大会智慧医疗专场，阿里健康首次对外披露前沿进展。
揭牌医学人工智能浙江省工程实验室，该实验室是依托浙江大学附属第一医院进行建设管理的实体性研究机构。今后，双方将在医疗人工智能这个领域强强联手，以智能决策、智能辅助诊断、智能信息安全为研究方向，构建一套智能化的医学研究系统。
携手浙大附二院构建“虚拟病人”，共建 “医学人才智能培训平台”，工智能再聪明，也是人类医生的助手角色。在人工智能提升的同时，医生的能力也需要在互联网＋时代得以提升。
签约上海新华医院    阿里巴巴探索“智慧医院”新样板。合作协议显示，阿里巴巴和新华医院将致力于搭建医院混合云平台、云儿科医联体平台，开发医生智能培训系统、医学科研数据平台，实现院内就诊全流程移动支付等，从而打造出一个示范型的“智慧医院”。
让人工智能更聪明；让医生更专业；让医生更健康，让民众享受到普惠可及的医药健康服务。
参考资料
人工智能为你看病.赛迪网[引用时间2018-4-4]

2. 人工智能看病：比医生还准

  作者 | 唐一尘 
     
        
   一种训练医学人工智能系统的新方法，在诊断疾病方面比以前的方法更准确。相关论文近日刊登于《自然—通讯》。
     
        
   英国伦敦大学学院等机构的研究人员开发的这一人工智能系统，依靠因果关系而非相关性查明人体可能出现的问题。
     
   它比现有的人工智能系统更精确，甚至在一个小型对照试验中超过了医生。
     
   传统的人工智能系统根据病人的症状来确定最有可能的疾病，与之不同的是，因果型人工智能系统更接近于医生诊断病人的方式：通过使用反事实问题缩小疾病的可能范围。
     
   相关性和因果性的区别在医学中很重要。
     
   病人在医院可能出现呼吸急促。基于相关性的人工智能可能将呼吸短促与体重超重联系起来，并把超重与Ⅱ型糖尿病联系起来，因此建议使用胰岛素。
     
       
   论文作者、伦敦大学学院的Ciaran Gilligan-Lee说：“我们开始把因果关系放回现实中，这样才能真正找到引起病人症状的疾病，并在此基础上帮助他们。”
     
   该系统提供了由20多名医生撰写的1671个真实医疗案例摘要，这些摘要显示了大约350种不同疾病的症状。
     
   研究人员让英国国家医疗服务体系的44名医生平均每人处理了159例这样的病例，看看他们是否能找出病因。
     
   结果显示，他们平均诊断的正确率为71.4%，而基于相关性的人工智能的正确率为72.5%，因果型人工智能的正确率为77.3%。
     
   在治疗非霍奇金淋巴瘤等罕见疾病时，新型人工智能的表现仍优于医生。在这些情况下，它比旧的人工智能系统大约好30%。
     
   然而，Gilligan-Lee认为，医生更善于识别更常见的问题，因为他们经常遇到这些问题。他计划为该系统寻求监管部门的批准和临床验证，目标是把它放在一个应用程序中，让患者可以获得有关症状和治疗的建议。
     
   “这在很大程度上是一种解决问题的新技术。”伯明翰大学医院国民保健服务基金会的刘晓玄（音译）表示，“论文中的方法非常好，而且这项技术似乎显示出了一些前景。”
     
   她认为，这个系统在罕见疾病诊断方面的表现优于医生，这令人兴奋，但它还处于早期阶段，病例总结的数量相对较少。
     
   “我们需要看看它在现实案例中是如何工作的，在现实世界中，有时患者会有多种疾病相互作用。”
     
   相关论文信息：
   https://doi.org/10.1038/s41467-020-17419-7

3. 说说你对医学人工智能的认识

亲亲，很高兴为您解答：关于说说对医学人工智能的认识参考如下。医疗人工智能是医生的助手：最近，全球首次神经影像人工智能“人机大战”在京举行决赛，人工智能以高出20%的准确率战胜25名神经影像领域的顶尖专家。电脑打败人脑，虽在意料之中，却也引发了一场热议。近年来，医疗人工智能发展迅猛。人工智能是人类“最强大脑”的集成者，自然比单个大脑更聪明。在诊断疾病时，人脑会受到精力、情绪、环境等因素的影响，而人工智能则始终如一，冷静淡定，具有超级稳定性。但是，这并不意味着人工智能会超越人脑。机器毕竟是机器，无论人工智能多么发达，都是人脑设计出来的，不可能比人类更有智慧。人工智能是人脑的延伸，其主要功能是为人类服务。例如，我国神经影像科医生人才短缺，临床医生工作压力较大，而神经影像人工智能的出现，可以替代医生完成疾病的初筛和判断，将医生从繁重的简单劳动中解放出来，集中精力对付疑难重症。同时，人工智能可以帮助基层医生提高诊断准确率，让不同水平的医生实现同质化，最大限度避免漏诊误诊。人工智能不仅具有“记忆神通”，还具有深度学习能力。也就是说，机器人会通过自我学习，吃一堑长一智，可以变得越来越聪明。不过，医疗人工智能也有“软肋”。例如，在已有共识的疾病领域，人工智能游刃有余；而在没有共识的疾病领域，人工智能则力不从心。因为人工智能过度依赖数据，缺乏随机应变的能力。数据是死的，人是活的，即便症状相同，疾病也未必相同。医学是一门不确定性的科学，并不追求绝对的标准答案，因为人不会按照教科书生病。当患者存在非常特殊的情况，尤其是当疾病不典型时，医生往往需要根据长期的临床经验，通过询问病史、观察症状等辅助方式，进行个体化的精准诊断，而不能单纯依靠数据来下结论。可见，人工智能的“智商”也是有限的。【摘要】
说说你对医学人工智能的认识【提问】
亲亲，很高兴为您解答：关于说说对医学人工智能的认识参考如下。医疗人工智能是医生的助手：最近，全球首次神经影像人工智能“人机大战”在京举行决赛，人工智能以高出20%的准确率战胜25名神经影像领域的顶尖专家。电脑打败人脑，虽在意料之中，却也引发了一场热议。近年来，医疗人工智能发展迅猛。人工智能是人类“最强大脑”的集成者，自然比单个大脑更聪明。在诊断疾病时，人脑会受到精力、情绪、环境等因素的影响，而人工智能则始终如一，冷静淡定，具有超级稳定性。但是，这并不意味着人工智能会超越人脑。机器毕竟是机器，无论人工智能多么发达，都是人脑设计出来的，不可能比人类更有智慧。人工智能是人脑的延伸，其主要功能是为人类服务。例如，我国神经影像科医生人才短缺，临床医生工作压力较大，而神经影像人工智能的出现，可以替代医生完成疾病的初筛和判断，将医生从繁重的简单劳动中解放出来，集中精力对付疑难重症。同时，人工智能可以帮助基层医生提高诊断准确率，让不同水平的医生实现同质化，最大限度避免漏诊误诊。人工智能不仅具有“记忆神通”，还具有深度学习能力。也就是说，机器人会通过自我学习，吃一堑长一智，可以变得越来越聪明。不过，医疗人工智能也有“软肋”。例如，在已有共识的疾病领域，人工智能游刃有余；而在没有共识的疾病领域，人工智能则力不从心。因为人工智能过度依赖数据，缺乏随机应变的能力。数据是死的，人是活的，即便症状相同，疾病也未必相同。医学是一门不确定性的科学，并不追求绝对的标准答案，因为人不会按照教科书生病。当患者存在非常特殊的情况，尤其是当疾病不典型时，医生往往需要根据长期的临床经验，通过询问病史、观察症状等辅助方式，进行个体化的精准诊断，而不能单纯依靠数据来下结论。可见，人工智能的“智商”也是有限的。【回答】
补充：在医疗保健领域创造值得信赖的人工智能，可以从以下几个方面入手：提供建模数据的质量报告。模型是基于既往数据的，由于现实世界的数据不是为研究目的收集的，它们可能包含偏见、错误或不完整。因此，理解数据质量和数据是如何收集的至少和可解释性一样重要，因为它允许理解最终模型的局限性。进行广泛的验证。对模型的鲁棒性或可推广性，可以使用外部验证来解决。外部验证是临床风险预测模型的一个重要领域，这有赖于有关的国际标准、国际法规，采用共同的数据通用结构，允许按照公认的最佳实践，以透明的方式开发和外部验证预测模型。这也确保了结果的可重复性。建立有效的监管机制。从长远来看，这是一种建立信任的有效方式。第一种方法是要求人工智能系统满足预先定义的要求。另一种方法是通过引入应该遵循的标准开发指南来控制开发过程。总之，可解释性的必要性在于，它背后的理论是以人类为中心，反应的是我们该如何通过解释模型达到人类对模型的信任，从而创造更加安全可靠的应用，进而推动整个AI产业的进步，造福人类。【回答】
补充：有人担心，未来部分医生会被医疗人工智能所取代。的确，人工智能在未来可以取代甚至消灭某些职业，但最不可能取代的一定是关注人心的职业。医学是关于人的科学，它关注的不仅是人的病，更是病的人。生理问题往往也会带来心理问题。人工智能不会察言观色，也不会抚慰人心，无法满足人类的情感需求。只有医生才能感知到病人的疾苦，并给予适当的帮助和安慰。医疗人工智能只能读懂数据和片子，而医生则能读懂人的喜怒哀乐。因此，医疗人工智能和医生是有本质区别的。人是世界上最复杂的生命。解决人类健康问题，不仅要有技术支撑，更要有人文关怀。人工智能诊断疾病只需要有理有据，而医生看病还需要有情有爱。所以，无论科技如何进步，医生这个职业都不会被人工智能取代。【回答】

4. 人工智能帮助推进精准医疗，你怎么看？

    “人工智能”(Artificial intelligence)这一概念诞生于60年前，近年来快速发展的云计算与大数据相关技术以及深度学习等算法的提出，使其在制造、建筑、家电、汽车、医疗等领域取得广泛应用，精准医疗作为二十一世纪最具前景与魅力的领域，与人类健康疾病预防息息相关，使得其成为智能汽车之外又一个被科技巨头重点布局的领域。精准医疗已被被纳入中国“十三五”规划，健康中国升级至“国家战略”。
    为什么人工智能可以帮助推进精准医疗呢？因为从本质而言，不管是中医还是西医本质上都是实践科学，医生通过无数次的实践总结、统计出规律，最终达到医病救人的效果。当人类收集、处理和分析数据的能力随着云计算、大数据、机器学习、物联网等技术的发展而日渐增强时，人们可以利用大数据像医生一样去分析或辅助分析病情，实现疾病的早期诊断，精确的找出疾病的易患人群，实现精准医疗。


    精准医疗要想实现精准一定是建立在大批量的用户数据之上的，与医院信息系统相融合，收集大批量用户多维度的立体数据，以前用于计算能力的限制分析这些数据较为困难。但随着机器学习以及深度学习等智能算法的出现，以及像IBM Waston、Google大脑、百度大脑这些应用深度学习的计算处理系统，他们能够不断的通过已有数据进行训练，在“黑盒”中得出规则，并完成一些罕见病的早发现、早诊断实现精准医疗。
    虽然人工智能极大的促进了精准医疗的发展，但是不可否认的是医生永远不会被替代。在医疗这个专业科学与艺术相融合的领域，人工智能技术将成为医生的“左膀右臂”，帮助医生更便捷的获取信息并辅助医生做出更加正确的诊断，为精准医疗保驾护航。

5. 将来的人工智能真的会让所有人看得起病吗？

这个是一个不确定因素，可能随着人工智能的普及人们可以得到更的治疗，但也有可能使医疗 费用越来越高。
在医疗领域，仅凭人工智能做预测是不够的，最重要的健康决策和资金方案还是要由人来拍案。因为人工智能系统缺乏人类的一般智力，它们可能会做出偏离实际、莫名其妙的预测。医生要是完全依赖这些计算结果，很可能会弄巧成拙。

人工智能目前在医疗临床应用主要包括以下四种：智能影像、智能语音、医学机器人、临床智能决策。其中，智能影像和智能语音是基于图像和语音识别技术发展起来的，由于医学影像资料获取门槛较低、且更为标准化，语音数据识别技术成熟。所以，智能医学影像目前发展最为成熟，临床接受程度也最高。

在不少业界人士看来，人工智能医疗只是辅助医生的手段，并不是主要医疗方式。对此，闫俊提到了“医学伦理”的概念。在他看来，人工智能只是拟人化机器，如果用人工智能看诊，出错后谁来担责就是值得探讨的问题。
医学是一个需要医生直接经验的累积和医学研究做支撑的实用科学，医生对患者看诊完后，才能对患者病情诊治得出准确结论；而人工智能医疗最大作用在于通过对大量真实、有效的医疗样本分析学习，最后推动整个医疗行业向前发展。

医疗民主化的实现，不在于让人工智能超过人类专家的佼佼者，而在于让更多人享受到现有的医疗水平。但目前为止，许多人工智能方案仍着眼于提高现有的医疗保健技术，而不是推广平价的医疗服务。科恩说：“让当下的医疗服务惠及更多的人，比提高医疗技术更有意义。”
所以说，现在正将人工智能应用于医学，至于最终结果如何，是否会让所有人看得起病，现在也只是一个未知答案。