热门资讯> 这是谷歌、IBM、苹果都没解决的医疗人工智能难点! >

这是谷歌、IBM、苹果都没解决的医疗人工智能难点!

转载时间:2021.12.07(原文发布时间:2017.04.21)
151
转载作者:36氪企服点评小编
阅读次数:151次

编者按:本文来自微信公众号“动脉网”(ID:vcbeat),作者高道龙;36氪经授权发布。

谷歌和苹果的新发现表明,症状自评(Self-Reporting)和人工智能(Artificial Intelligence )在诊断的速度和准确性上给医生带来挑战,对于医生所做的研究也有同样影响。然而即便如此,依然存在可能会减缓AI在医疗领域实施的障碍。 

谷歌从Camelyon16项目中获取了活体组织切片影像,该项目要求参与人员创建一个癌症检测算法。在对400张幻灯片进行扫描后,谷歌表示其机器学习平台能够检测出92.4%的肿瘤。 

此前的自动化检测技术只能检测出来82.7%的肿瘤,而一组医生则只认为患者体内所谓的“肿瘤”真正被确诊为肿瘤的比例只有48%。

使用十亿像素的图片,谷歌的AI能够在尺寸为100,000×100,000像素的图像上发现小至100×100像素的肿瘤。它甚至发现有两个幻灯片中的肿瘤被错误地标记为“正常”。在其发布的白皮书中,谷歌指出,遗漏的、不确定的或者是延迟的诊断,可能会影响高达20%的病例,并强调其AI图像扫描算法与医生相比,更快更准。 

ResearchKit数据可以作为医生诊断辅助

ResearchKit是苹果公司众包医疗信息的解决办法,其发布于2015年。研究可以包含研究人员想要跟踪的任何疾病,病症或治疗方法,并且完全由医疗专业人员进行。

关于最近一项和哮喘相关的研究,西奈山医院表示,ResearchKit数据可以作为医生的可靠诊断来源。通过该平台,用户可以自己报告与其疾病有关的从症状到治疗的各种主题。哮喘是苹果宣布推出的最初五个ResearchKit主题之一。 

有50,000名用户下载了一款与该研究相关的app,其中有7,600人加入了为期6个月的研究。该研究询问用户如何治疗他们的哮喘病,但也考虑了有关空气质量和位置的元数据。然后,该研究将用户提交的数据与空气质量报告进行比较,以了解用户如何照顾自己(例如:华盛顿的研究参与者在该地区的野火发生期间出现了更严重的症状)。

这是谷歌、IBM、苹果都没解决的医疗人工智能难点!

遇到的问题,还需更高难度的挑战

AI和症状自评可以在正确的情况下工作,这是毫无疑问的,但还是有一些明显的问题。

许多ResearchKit研究对公众开放,所以你会成为50,000名下载该app的用户中的一员,并参与哮喘研究。有一些方法可以使研究范围缩小,例如使用TestFlight或为参与者分配用户名/密码认证,但大多数研究仅仅局限于App Store中,而未经核实。ResearchKit网站邀请公众下载和使用关于脑震荡,哮喘,丙型肝炎和产后抑郁症(以及其他主题)的相关应用程序。 

这很可能是西奈山研究人员开始他们研究的原因,“使用移动健康应用程序进行观察性临床研究的可行性需要经过严格的验证。”由于是对公众开放的,所以ResearchKit应用程序很容易被操纵,如果你有足够的人愿意这样做的话,就能对其操纵。 

谷歌的AI 令人印象深刻,但其自身还是有缺点。该研究仅使用了可以数字化为十亿像素图像的活体组织切片。虽然谷歌表示“未来的工作将侧重于利用更大的数据集合对AI进行改进,”但其并没有表示,是否会集中力量研发像素最高的图像。如果AI研究工作仅限于高分辨率扫描的话,还是有比这更值得期待的。 

两个平台都不比医生“更好”。像许多其他的尖端科技一样,谷歌和苹果的医疗保健改变了人们对医疗保健专业人士和工作的需求,人们对二者的需求总是很高。这些技术旨在节省医生给患者诊断和治疗的时间,患者花钱买日子活命的模式将终结。

AI以及ResearchKit应用

从概念上讲,有很多使用这些技术的理由。治疗的症状自评是医生的盲区。当你每隔数周或数月向医生报告一次治疗状况时,你站在医生面前,医生其只会对你看上一眼。只要你如实的报告,通过ResearchKit,那些医生就能看到关于你日常状况的详细信息。

AI能比医生更快地对图像扫描和分析,在对患者进行治疗前,其是医生的好“眼睛”。因为AI是客观的,其结果没有上下联系,在采取下一步措施前,医生要对冰冷僵硬的数据进行鉴别。

同时也不要忘了,医疗保健也是一门生意。IBM的Watson AI 引擎已经努力尝试治愈癌症,研究人员花了数万小时教其如何分析临床数据。他们还向超级计算机提供了超过60万件的医学资料,以及来自42个医学期刊和临床试验的200万页的文献资料。此外,Watson可以获得150万患者的记录资料,包括患者的康复情况,以便深入研究最佳治疗方案。 

IBM已将Watson超级计算平台集成到各种行业,最著名的就是医疗保健行业:纽约的Sloan-Kettering癌症中心与IBM和WellPoint合作,培养Watson处理和读取肿瘤数据的能力。 

长期以来,IBM一直在思考如何能最好地利用Watson,其富含海量的数据集合,有处理人类语言查询的能力,对于研究人员、医生和其他工作人员来说,其具有潜在的价值。医疗保健的提供者可以将他们的电子记录上传给Watson,结合医疗资源(如期刊和临床试验的数据)以及人机训练,该平台可以变成一个发现癌症的工具。  

这项研究很有前途,但是Watson超级计算机从其更为著名的一个岗位上被解雇了。 

德州大学安德森癌症中心为一个被称为肿瘤专家提供者的项目,投入了四年多的时间及6200万美元的资金。其中有6100万美元没有获得董事会的批准。IBM收到了那笔资金中的4000万美元。 

部分问题是Watson无法读取医院的新型医疗数据记录系统,并且在四年内Watson只被使用了12次。IBM已经取消了与德州大学的合作,并表示其系统“尚未准备好用于人类的临床研究或者临床应用,并且禁止其用于患者治疗。” 

审查采购与合规性的审计员表示,在应用Watson的过渡期里,医院可能没有考虑到还有其他更低的出价。有的时候,尽管Waston没有履行合同目标,但医院还是会付款。 

为了响应审计,大学校长Willam McRaven表示:“该项工作研究和发展的本质不可避免地使目标和期望随着时间的推移而变化,按照具体的研究成果来说,通常会使得原合同失去意义。在目标和期望随着时间的推移而变化的情况下,文件记录上的不完整,导致人们无法判断是否能实现修正后的里程碑目标。” 

这种事情不能有助于IBM、谷歌、苹果或任何其他与健康相关的技术服务或公司,找到对患者有帮助的办法;也对医疗保健和商业利益能否合适地达成一致提出了问题。 

不幸的是,有时候,那些受医疗条件影响最大的人没空等待监管机构解决系统中存在的问题,这导致在技术准备好从实验室进入日常使用时,其会受到更多的争议。 

这是谷歌、IBM、苹果都没解决的医疗人工智能难点!

AI与创新的阻碍

“在医疗保健领域,许多伟大的想法止步于技术,或更具体地说,难以将想法整合到现有的体系中。”Five9和DoctorBase的创始人John Sung Kim在TechCrunch的一个新专栏中写道。“不论Waston的销售对象是小诊所还是大医院,任何规模的医疗机构都在操控着多个软件系统,许多软件不兼容。”

虽然许多专家将医疗IT行业的缺陷,归咎于医疗数据库和软件平台之间缺乏整合,但也存在法规上问题。

与患者数据交互的每个应用程序都要遵循HIPAA(健康保险流通与责任法案),该法案对于数据在不同数据库之间进行流通时以及休眠时起到了保护作用。医院和其他处理此类数据的实体组织必须确保必要的隐私性和安全标准。 

根据Kim的说法,医疗保健IT领域的创业公司面临着来自电子健康记录(EHR)供应商的深层次竞争,这些公司的高管不希望看见他们的业务被拥有创新平台的一家小微公司所破坏。 

无论是效力于一家小型创业公司还是效力于大型的供应商,对医疗IT领域感兴趣的技术人员,不仅需要熟悉所有软件平台的基本构建模块(如C#及Python等编程语言,以及快捷的管理方法),还要熟悉能让人们解决棘手问题的创造性思维。 

话虽这么说,但在医疗保健中使用的很多软件是该行业中复杂和特有的,使得技术专家难以掌握软件大部分的使用功能,只有当其经过多年的锻炼后才能掌握。 

Health Level 7(用于检索电子健康数据的框架和标准)和DICOM(成像程序)只是需要熟悉的两个平台。但考虑到数据保护的重要性,也许最重要的技能是了解一切和HIPAA相关的东西。无论你的创业公司性质如何,没有什么比确保患者数据得到保护更为重要。

作者高道龙,微信lylonexiaohuhu,添加时请注明:姓名-公司-职位。

[免责声明]

资讯标题: 这是谷歌、IBM、苹果都没解决的医疗人工智能难点!

资讯来源: 36氪官网

36氪企服点评

新锐产品推荐

消息通知
咨询入驻
商务合作