您的位置:首页 > 健康 > 母婴 > 别因一时受挫唱衰AI医疗

别因一时受挫唱衰AI医疗

2019-05-07 来源:人民网  浏览:    关键词:人工智能,医疗

作为行业最早的玩家,IBM在AI范畴的一举一动总能引发热议。

最近,有报道称IBM人工智能医疗部门沃森安康大幅裁员五到六成,“医疗AI宣布失败”,行动哗然。

医疗是人工智能展开的明星范畴。

深度学习海量医学论文、影像判读正确率超越人类医生等音讯层出不穷,人们寄希望于医疗AI变革传统的医疗体系,缓解医疗资源缺乏和不均,走向精准医疗、安康管理。

但沃森安康的受挫,让医疗AI范畴唱衰声不时。

“沃森往常的问题相当一部分来源于过度宣传,如宣传在自动读取病例、自动诊断病情等方面做得比人类医生还要好,这些宣传是与理想脱节的。

”美国华盛顿大学计算机系教授陈一昕直言,沃森的“锅”,不该医疗AI来背,“沃森的前期宣传过于高调,后来发理想践效果达不到时,行动反弹明显。

但沃森能够提升临床决策效果和水平,不能把宣传的失误同等于AI医疗的失败。

”在陈一昕看来,医疗AI的优势很明显,也曾经在某些范畴有突破,“目前来看,人工智能适用于规则比较明晰的医疗范畴,比如有大量标注数据的、规则分明、结果定义明白的细分范畴,像某些单病种癌症筛查,心电图的自动判读、 急重症评价、心血管并发症预测等等。

还有比如在更宽广的新药研发范畴,由于付费方明白,有大量外包需求,都是很有前景的。

”不过,人工智能在医疗范畴的落地存在特殊性,需求逾越的障碍很多。

“整体来讲,医疗范畴自身偏激进封锁,由医疗机构和医生主导决策,容错率极低。

不像消费类应用投入大、试错机遇多。

”众海投资副总裁陈冬东表示。

最明显的是数据的匮乏――由于数量少或难以访问,能够用于锻炼AI医疗产品的数据缺乏,限制了产品的进化。

不只沃森,这是医疗机器学习普遍面临的问题。

“固然我国人口的诊疗基数很大,但是合格、高质量的数据其实很少。

同时由于体制和受权的缘由,去获取这些数据的难度和壁垒是很高的。

”陈冬东说。

采访中陈一昕提到,以沃森重点展开的提供癌症治疗计划的才干来说,用于锻炼它的肺癌病例其实只需六百多例。

“整体来看,人工智能医疗范畴的绝大部分产品还处在打磨、试错的阶段。

技术才干不是一蹴而就的,监管体系的树立、心理障碍的逾越等都需求时间。

医疗AI的付费方也还不明白,从医院到患者,付费意愿都不强。

”他说。

“人工智能和医疗的分离,历来不只是一个技术问题。

”陈冬东说,“谁来付费?谁来担责?出了错患者能否接受?再说目前国内的人工智能医疗产品还没有一家拿到医疗器械答应证,走不到商业化那一步。

固然监管机构积极推进,但面对这个新生事物,还是要阅历从无到有的过程。

”王金桥 中科院自动化研讨所 研讨员AI要想进化首先需求大量牢靠的数据标签,在数据有限,且需求人工标注的状况下,说AI能够超越高水平的人类医生是不理想的。

但也不能承认AI医疗近年来在产学研的共同努力下进步很快。

技术会效劳于特定场景,人和机器各有优势,所以人机协同才是AI医疗的未来。

在这个层面上,既不需求对技术抱过高等候,也不能由于一点负面音讯就全盘承认,那都不是科学的态度。

但以往媒体一提起AI就容易一惊一乍,连带着大众也有了不真实际的等候,一旦呈现不尽人意的状况,再一哄而上踩几脚。

我置信人工智能是能处置问题的,但大家的等候要在合理范围内。

任何一项新技术的孕育都需求一个良好的环境,让它从实验室到落地,产生真实的价值。

这个过程中,从科研界到市场,从媒体到大众,都需求客观冷静的态度和更多弹性。

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:service@qeerd.com,投稿邮箱:tougao@qeerd.com