0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

为什么说AI无法从本质上取代医生?

dQh4_ofweekwear 来源:未知 作者:胡薇 2018-09-11 16:18 次阅读

8月30-31日,由中国高科技行业门户OFweek维科网、高科会主办,OFweek人工智能网、OFweek医疗科技网承办的2018中国(上海)国际人工智能展览会暨OFweek(第二届)人工智能产业大会在上海跨国采购会展中心成功举办。

本次大会共汇集了人工智能领域的国际知名企业高层、行业资深专家、专家分析机构等数千位精英,用全新视角透析行业动态,解读人工智能领域本年度海内外最值得关注的学术与研发进展。

在8月31日分论坛AI+医疗专场上,上海交通大学生物医学工程学院特别研究员、博导钱晓华为现场观众带来了《医学影像信息系统:辅助检测、诊断和探索》主题演讲,从人工智能技术在医学领域的发展现状、人工智能以及医学影像信息系统结合应用等多个角度进行了具体探讨。

上海交通大学生物医学工程学院特别研究员、博导钱晓华

钱晓华从多个角度说明了目前人工智能在医疗领域的技术应用和发展前景。钱晓华认为,人工智能技术的发展极大推动了医疗产业进步,但医疗人工智能在本质上不可能取代医生,只能应用于医疗辅助领域。

演讲中,钱晓华还提到了过去与美国医生合作关于理解脑胶质瘤手术后真假进展问题的研究。在他看来,过去的医生认为人工智能技术发展尚未成熟,且对于人们来说人工智能就是个黑匣子,其难以理解的知识和特征阻碍了人们医疗科技的进展。因此钱晓华的团队就项目中的深度学习环节进行了特征可解释性研究,将深度学习中的抽象特征解析成医生能够理解的知识和特征,医生通过解释过的知识和特征来判断评估人工智能的诊断结果,以此推动人工智能技术在医疗领域的发展。

以下为钱晓华先生的现场演讲内容,OFweek医疗科技网作了不改变原意的整理和编辑:

接下来由我给大家做一个报告,题目是《医学影像信息系统:辅助检测、诊断和探索》。首先,我认为医疗人工智能是不可能替代医生的,只能应用在辅助领域。我简单做个自我介绍,我在去年加入上海交大生物医学工程学院,组建了自己的医学影像处理团队,目前初具规模,总共有七名研究生,合作的医院也包括瑞金医院、华山医院六院、胸科医院以及北京朝阳医院。接下来我将从以下几个方面展开今天的演讲主题。

第一,是基于非增强型缺血性脑中风的早期检测系统,工作的目标是对缺血性中风的早期预警和量化诊断。在科研上或者在后期的诊断中可以用多种模态核磁共振以及各种方式进行。但在早期检查的过程中都是采用普通CT,比如一个病人去了急诊科,不能未诊断就做核磁共振检查,这个工作是基于临床流程中的需求而进行的。这个工作已经展开了7、8年,目前的工作效果是当这个疑似区和周边区域亦对比度大于5个CT值时,该系统的判断准确率超过80%。

第二,介绍一下计算机辅助手术系统。以幼儿颅脑早闭症为例,幼儿颅脑早闭症的症状是孩子额头部位像"寿星"一样往上凸,这其实是幼儿的脑缝提前闭合,闭合之后会造成其颅内压力升高,影响幼儿智力发育。治疗方案很直接,把融合的缝直接切掉,然后塞入两个弹簧。这个弹簧需要多大的弹力?要由医生的经验来决定,而这份经验则来自以往的小白鼠实验。在美国第一个发明这个手术的医生曾经和我们合作过。他非常迫切的想解决这个问题,希望根据每个孩子的实际情况来定制个性化弹簧。

大家可以看到,这是一个典型的图像处理、机器学习加上优选分析的手术规划系统。整个系统的难点以及关键点在于对脑壳脑缝的分割和提取及特征描述,这个是本项目的最大的难点。人眼是很轻松能看到脑缝,但是计算机不懂,因为脑缝本质上不存在。现在的深度学习依然无法解决这个问题。

这是非常有意思的一个问题,深度学习很多时候需要庞大的样本量。很多疑难杂症本身样本量就少,而你又急需把这个工作客观化,让更多人学习这个系统,那么就需要传统的方式或者其他的方式来完成这项工作。我们提出了一个解决方案:以前没有人进行基于半球投影这项工作,如何将这个看似没有的东西经过投影并在一个封闭区域进行分割和提取是最大的难点。而我们的解决方案在当时获得了美国卫生部250万美元的科研基金支持。

第三个工作,是关于理解脑胶质瘤手术后真假进展问题。脑胶质瘤是一个恶性肿瘤,它的存活期只有18个月,关键问题在于该病症容易复发。它的治疗方式是先手术后放化疗,放化疗会带来一个副作用即假复发。假复发在核磁共振上显示的灰度增强区域会模拟真复发的变化形态。即使是专业的医师也无法通过片子来判断这个病人到底是真的肿瘤复发还是假复发。目前临床上的一个标准是随访,随访通常需要花费六个月以上的时间,根据它的形态变化来判断病人情况。而脑胶质瘤总共才活18个月,你花六个月以上时间去诊断,会严重影响到病人生活。

所以美国医生就找到我们,希望缩短诊断时间。围绕这个需求,我们展开以下三方面工作。第一个是基于图像技术和人工智能技术来开发一个计算机辅助诊断系统,用以提高准确率和诊断效率;第二个是通过图像和基因结合的方式来确定生物标记物,如此一来就能在手术完成后通过生物标记物尽早预测病人病况发展趋势;第三个是探讨一个新的分期方式。前几年我们自主开发了一个字典学习系统做分割,它的准确率在80%至85%之间。这个系统关键不在于系统本身,而是字典学习的可理解化。当时医生认为,人工智能技术再怎么先进,对人们来说不过是个黑匣子,不理解它的特征就不会使用。所以我们对此进行了特征可解释性问题研究。这两年我们通过深度学习的方式来做这个真假复发的诊断。图中显示的诊断系统准确率已经从80%多提高到90%以上。但这个我们仍然不放心。因为这个准确率的本质和内在逻辑与医生的逻辑是不吻合的。所以现在我们做的工作重点在于揭开人工智能黑匣子,看这些抽象特征是否真的符合医生的标准,才能判断该系统是否可靠。

第二个工作是通过图像和基因结合的方式来确定一个生物标记物。因为用相同的治疗手段治疗不同的病人会获得不同的治疗结果。我们认为这是不同的病人的基因组导致,因此要结合图像技术和基因技术对基因进行标记,手术完成后可以通过基因检测来预测这个病人病况发展趋势。

第三个工作,我们把一家医院脑胶质瘤真假复发临床记录进行了统计分析,可以发现真假复发两类病人经过不同治疗后生存时间没有显著差异。这说明两个问题,第一点说明临床上花六个月时间进行诊断是耽误治疗进度。第二点说明目前临床诊断的标准是基于影像判断,而影像的表象不一定真正能反映两类病人的本质差异。所以我们提出把图像技术和基因技术结合起来,构建两年生存风险预测模型。根据该预测模型产生的两年生存值,把病人区分为高低风险病患。这样就可以知道临床上的进一步的治疗诊断走向。

接下来我简单的介绍一下其他工作。首先是具有可理解性的深度学习模型研究。一个调制好的深度学习系统可以提供良好的诊断预测以及高度准确率,但其内在逻辑是否真完全吻合临床标准却不一定。

如图所示,在整个过程中ROC值能达到99%,但是我们经过特征返还查看,发现这些抽象特征贡献最大的区域基本不在主流部分,而是由噪声特征贡献了准确率。所以说深度学习系统和深度学习系统是不完全吻合的,其可靠性主要来自于模型的可理解性,将深度学习中的抽象特征解析成医生能够理解的知识和特征,医生通过解释过知识和特征判断评估黑匣子的诊断结果,这就是我们的工作重点。另外,我们还研发了基于影像和基因组学的脑转移瘤治疗方案决策系统、胰腺癌(早期)智能诊断/预测系统。以上便是我今天带来的演讲内容,谢谢大家!

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 医疗
    +关注

    关注

    8

    文章

    1800

    浏览量

    58660
  • 人工智能
    +关注

    关注

    1791

    文章

    46859

    浏览量

    237579

原文标题:钱晓华:人工智能本质上无法取代医生

文章出处:【微信号:ofweekwearable,微信公众号:OFweek可穿戴设备网】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    扎心灵魂小拷问:有了AI编写代码之后,软件工程师会被AI取代吗?

    软件开发者们有很多让他们焦虑的事情。他们最担心的不再是如何用他们最喜欢的编程语言(C、C++、Erlang、Java等)表达最新的算法。相反,这种担忧正逐渐被人工智能(AI)所取代。 在这里,我们将探讨AI编写代码的过程,并回
    的头像 发表于 05-24 19:17 604次阅读
    扎心灵魂小拷问:有了<b class='flag-5'>AI</b>编写代码之后,软件工程师会被<b class='flag-5'>AI</b><b class='flag-5'>取代</b>吗?

    FPGA与ARM的本质区别

    FPGA(Field-Programmable Gate Array)与ARM在多个方面存在本质区别。 首先,它们的定义和结构上来看,FPGA是一种现场可编程门阵列,属于可编程器件的一种。它的内部
    发表于 04-28 09:00

    FPGA与ARM的本质区别是什么?

    FPGA(Field-Programmable Gate Array)与ARM在多个方面存在本质区别。 首先,它们的定义和结构上来看,FPGA是一种现场可编程门阵列,属于可编程器件的一种。它的内部
    发表于 04-28 08:56

    FPGA在深度学习应用中或将取代GPU

    最后,“我们决定专注于软件业务,探索研究提升神经网络性能和降低延迟的方案。Zebra 运行在 FPGA ,因此无需更换硬件就可以支持 AI 推理。FPGA 固件的每次刷新都能给我们带来更高的性能提升,这得益于其高效性和较短
    发表于 03-21 15:19

    使用CUBEAI部署tflite模型到STM32F0中,模型创建失败怎么解决?

    看到CUBE_AI已经支持到STM32F0系列芯片,就想拿来入门嵌入式AI。 生成的模型很小,是可以部署到F0的,但是一直无法创建成功。 查阅CUBE
    发表于 03-15 08:10

    AI取代谁?

    AI行业芯事
    电子发烧友网官方
    发布于 :2024年03月13日 16:29:17

    STM32无法进入片Bootloader的处理方法

    STM32无法进入片Bootloader的处理方法  当STM32芯片无法进入片Bootloader时,我们需要采取一系列的处理方法来解决这个问题。以下将详细介绍一些常见的处理方法
    的头像 发表于 02-02 14:33 1932次阅读

    什么是模拟信号,什么是数字信号,本质区别是什么?

    模拟信号和数字信号是电信领域中的两个重要概念,它们在信号传输和处理过程中扮演着不同的角色。本质上,模拟信号和数字信号有着根本的区别,其定义、表示、传输和处理等方面都存在着显著差异。下面将详细阐述
    的头像 发表于 02-02 11:21 2715次阅读

    晶振频率和时钟频率本质上有何区别呢?时钟频率有什么作用?

    晶振频率和时钟频率本质上有何区别呢?时钟频率有什么作用? 晶振频率和时钟频率是两个相关但又有所不同的概念。下面我们将逐一介绍这两个概念的含义、区别和作用。 首先,我们来了解晶振频率。晶振是一种
    的头像 发表于 01-24 16:11 2910次阅读

    奥特曼称相信AI无法替代人类

    奥特曼称相信AI无法替代人类 AI对于人类的威胁一直有很多讨论,各有不同观点,很多人对于科幻电影中的场景AI机器人伤害人类的镜头会产生恐慌。AI
    的头像 发表于 01-19 11:43 848次阅读

    AI大模型可以取代大学教育吗?

    AI大模型
    电子发烧友网官方
    发布于 :2024年01月02日 16:27:52

    AI大模型会不会取代电子工程师?

    AI大模型
    电子发烧友网官方
    发布于 :2024年01月02日 15:11:43

    新火种AI|谷歌裁员计划曝光,3万人或遭AI取代,科技业何去何从?

    。 在这个月的部门会议,负责美洲大客户广告销售的肖恩·唐尼表示,谷歌计划重组由3万名员工组成的广告销售部,原因是AI已经在广告应用方面取得了巨大进展。而这也导致该部门的所有员工都面临着被裁员,被AI
    的头像 发表于 12-27 00:16 386次阅读
    新火种<b class='flag-5'>AI</b>|谷歌裁员计划曝光,3万人或遭<b class='flag-5'>AI</b><b class='flag-5'>取代</b>,科技业何去何从?

    AI遇冷?2023融资再看AI“芯”赛道?

    电子发烧友网站提供《AI遇冷?2023融资再看AI“芯”赛道?.pdf》资料免费下载
    发表于 12-11 16:55 2次下载
    <b class='flag-5'>AI</b>遇冷?2023<b class='flag-5'>从</b>融资再看<b class='flag-5'>AI</b>“芯”赛道?

    AI + 数字医疗 &gt;= 医生

    ,如果那时与机器人医生一起面试找工作或成为同事是多么让人“兴奋”的一件事。 其实早在2017年,斯坦福大学 的研究团队就在全球顶级科学杂志《Nature》发表论文,报道了当时AI与医学诊断相结合的最新成果—使用
    的头像 发表于 12-06 08:05 385次阅读
    <b class='flag-5'>AI</b> + 数字医疗 &gt;= <b class='flag-5'>医生</b>?