醫(yī)療人工智能落地成現(xiàn)實 如何保證數(shù)據(jù)精準(zhǔn)是關(guān)鍵

　　回歸數(shù)據(jù)價值是關(guān)鍵

　　對于AI醫(yī)療公司來說，單一的算法開發(fā)如今似乎很難支撐起一家公司數(shù)據(jù)的價值重新回歸。

　　“實際上，人工智能是一種知識的表達(dá)?！睏罴劦剑?a class="contentlabel" href="http://2s4d.com/news/listbylabel/label/人工智能">人工智能其實是一個交叉學(xué)科，既是計算機(jī)科學(xué)的分支，又涉及心理學(xué)、哲學(xué)和語言學(xué)等。如果研究機(jī)構(gòu)或公司只是單純研究算法，那么很難實際應(yīng)用。不同來源的數(shù)據(jù)與算法結(jié)合，才是人工智能的根基。

　　自然語言學(xué)習(xí)、深度學(xué)習(xí)、虛擬助理等，都是AI的具體研究領(lǐng)域。在醫(yī)療方面，圖像分析的應(yīng)用也比較廣泛。

　　楊吉江認(rèn)為，從發(fā)展階段上看，人工智能從早期推理到后面的數(shù)據(jù)驅(qū)動，數(shù)據(jù)是最主要的。例如，有AI+醫(yī)療影像的公司與業(yè)內(nèi)專家探討，開始回歸數(shù)據(jù)，在數(shù)據(jù)采集、數(shù)據(jù)管理上花費(fèi)很大的力氣，而不是“虛幻的”去做診斷。

　　對AI醫(yī)療來說，數(shù)據(jù)的重要性不言而喻。AI在小樣本集上做的診斷或推定，被認(rèn)為是不可持久的模式，因為一旦再擴(kuò)大一點范圍，換一個病種、換一個地方，結(jié)果可能就出現(xiàn)偏差，正確率下降。

　　“為什么人工智能突然爆發(fā)?實際上這跟大數(shù)據(jù)的發(fā)展也有一定關(guān)系。我們現(xiàn)在手上都有很多數(shù)據(jù)，但如果不去有效地利用，就不具有價值。”楊吉江說。

　　楊吉江有過400萬個數(shù)據(jù)清洗完后，剩下20多萬個的經(jīng)歷;從某醫(yī)院拿到的200萬個眼科數(shù)據(jù)，清洗過后也差不多只剩下20萬個。作為AI醫(yī)療的基本素材，數(shù)據(jù)的準(zhǔn)確性和質(zhì)量非常重要。但“干凈”的數(shù)據(jù)并不容易獲得，需要很大的工作量。

　　即便數(shù)據(jù)量足夠大，在面對每個個體的差異時，AI醫(yī)療依然沒法保證100%的準(zhǔn)確率，一旦出現(xiàn)問題就是誤診、漏診。因此，多位與會人員亦表達(dá)了類似的觀點，即人工智能在醫(yī)療領(lǐng)域的角色目前仍是輔助。

　　針對臨床決策的輔助系統(tǒng)，融合大量醫(yī)學(xué)指南與醫(yī)生的經(jīng)驗智慧，針對治療目標(biāo)及治療的實時效果進(jìn)行決策建議，大大提升科室的綜合決策診斷水平。

　　邁瑞發(fā)現(xiàn)，作為光信號的血氧參數(shù)以及電信號的心電參數(shù)間，其實有著緊密的聯(lián)系。把兩個數(shù)據(jù)“擰在一起”，在多參數(shù)聯(lián)合分析作用下，對心率、脈搏監(jiān)測準(zhǔn)確性大大提升，并極大地增強(qiáng)了報警的準(zhǔn)確性。這樣“智能報警”的結(jié)果，則是讓致命性心律失常誤報次數(shù)大幅下降65%，其他心律失常誤報次數(shù)下降50%。同時，對于心率準(zhǔn)確性提升30%，脈率準(zhǔn)確性提升30%。

　　點評：但截至目前，沒有人能保證人工智能能達(dá)到100%的準(zhǔn)確率，但是有哪個醫(yī)生能保證自己能達(dá)到100%的準(zhǔn)確率嗎?如果人不能達(dá)到，就要求AI一定達(dá)到，是不是對人工智能太過苛求?現(xiàn)階段讓人工智能在醫(yī)療的過程中提高數(shù)據(jù)的分析利用效率，給醫(yī)生的分析判斷提供參考就是最大的貢獻(xiàn)。其它的可以在實踐中慢慢進(jìn)步