AI判读X光影像,放射科职业压力将有所缓解

　　史丹佛大学（Stanford University）计算机科学家团队开发的人工智能（AI），在诊断胸部X光片上的肺炎时比人类放射科医生更准确，不过人工智能并非取代，而是减轻放射科医生的工作负担。据报导，现在放射科医生面临的问题跟大多数专业人员一样，即数据太多。

　　近几十年来医学图象数量急剧增加，以前计算机断层扫描只能拍摄身体的一个面向，现在可以捕获所有面向，产生数百甚至数千幅高分辨率的图象。IBM Watson Health估计，每年在美国进行大约8亿次的放射科检查，产生大约600亿张图象，等于每位放射科医生每2秒钟就得拍摄一次，庞大的工作负荷是为何放射科医生尽管薪水高，但仍然短缺的原因。而人工智能可以减轻职业压力，对于缺乏医疗资源的低度开发国家而言这项研究也深具意义。机器学习可以筛选人类可能会错过的数据和点状图样，但是至少到目前为止机器不知道如何处理这些信息。

　　IBM科学家让计算机读取上千张已患病的影像来生成一个模型，分析新的图象，判断是否有肿瘤，IBM Watson已经能够以76%的准确性诊断出皮肤损伤图象上存在黑素瘤，高于8名皮肤科医师的平均71%，IBM希望未来医疗人员只要将皮肤病变的照片上传到人工智能应用程序，就能知道罹癌的机率。

　　报导认为，由于人工智能是从人类识别的模式中学习，所以在特定知识上无法超越人类，这是人工智能的限制，但是在应用这些知识时，人工智能可以更一致，且不带偏见。多伦多大学研究人工智能专家Avi Goldfarb即指出，在现在许多日常人工智能应用中，机器的作用是预测最相关选项并对其进行分类，但最后选择权仍在人类。