醫(yī)械創(chuàng)新資訊
02
心臟圖像&AI預(yù)測心臟病
超聲心動(dòng)圖通過聲波描繪心臟的圖像，心臟病專家可以通過該圖像確定患者是否患有心臟病。這是一項(xiàng)標(biāo)準(zhǔn)測試，用于檢查患者的中央器官的瓣膜或腔室是否有問題，是否有先天性心臟缺陷，或者氣短或胸痛是否與心臟有關(guān)。
加州塞達(dá)斯西奈山心臟研究所和人工智能醫(yī)學(xué)部門的研究人員在這一領(lǐng)域有突出成就。該研究所報(bào)告說，在評估和診斷心臟功能方面，人工智能（AI）被證明比超聲心動(dòng)圖醫(yī)生的表現(xiàn)更出色。在這項(xiàng)首次、隨機(jī)的盲試中，心臟病專家評估了3,495份經(jīng)胸超聲心動(dòng)圖研究，并比較了人工智能或超聲心動(dòng)圖醫(yī)生的初始評估。其中一個(gè)主要發(fā)現(xiàn)是，心臟病專家更認(rèn)可人工智能的評估結(jié)果。例如，專家們只糾正了16.8%的人工智能的初步評估，卻糾正了27.2%的超聲心動(dòng)圖醫(yī)生的人工評估。
當(dāng)然，這并不是AI在心臟病學(xué)中的首個(gè)應(yīng)用。早些時(shí)候，加州大學(xué)舊金山分校的助理教授和執(zhí)業(yè)心臟病專家Rima Arnaut和她的同事就已經(jīng)使用深度學(xué)習(xí)來訓(xùn)練一個(gè)AI系統(tǒng)，該系統(tǒng)可以根據(jù)顯示的視圖類型對超聲心動(dòng)圖進(jìn)行分類。當(dāng)人工智能和心臟病專家被同時(shí)要求對圖像進(jìn)行分類時(shí)，算法的準(zhǔn)確率達(dá)到了92%，而人類的正確率卻只有79%。
此外，AI算法不僅在圖像分類方面勝過醫(yī)生，而且在根據(jù)各種因素預(yù)測結(jié)果方面也表現(xiàn)優(yōu)越。英國諾丁漢大學(xué)的研究人員創(chuàng)建了一個(gè)系統(tǒng)，通過掃描和分析病人的常規(guī)醫(yī)療數(shù)據(jù)，來預(yù)測他們中哪些人會(huì)在10年內(nèi)發(fā)作心臟病發(fā)作或中風(fēng)。與基于公認(rèn)的風(fēng)險(xiǎn)因素（如高血壓、膽固醇、年齡、吸煙和糖尿病）的標(biāo)準(zhǔn)預(yù)測方法相比，該人工智能系統(tǒng)準(zhǔn)確地預(yù)測了355名患者的命運(yùn)。
03
用AI進(jìn)行更精確的皮膚癌診斷
根據(jù)世界衛(wèi)生組織的統(tǒng)計(jì)數(shù)據(jù)，目前，全球每年約新增150萬非黑色素瘤皮膚癌和32.5萬黑色素瘤皮膚癌患者。數(shù)字健康技術(shù)，如SkinVision等智能手機(jī)應(yīng)用程序、遠(yuǎn)程醫(yī)療服務(wù)以及人工智能，正被應(yīng)用于對抗這種廣泛流行的疾病的前線。
盡管幾個(gè)研究小組已經(jīng)開發(fā)了診斷皮膚癌的智能算法，但斯坦福大學(xué)創(chuàng)建的算法可能是迄今為止最強(qiáng)大的系統(tǒng)。該算法在超過128萬張圖像上進(jìn)行了訓(xùn)練，并通過一組來自2000多種疾病的近13萬張皮膚病變掃描圖進(jìn)行了微調(diào)。這是迄今為止用于皮膚癌自動(dòng)分類的最廣泛的數(shù)據(jù)集。
04
用AI檢測乳腺癌
05
預(yù)測自殺風(fēng)險(xiǎn)的智能算法
在未來，你可能會(huì)因?yàn)槭直酃钦鄱メt(yī)院，然后帶著石膏和一張因標(biāo)明有自殺風(fēng)險(xiǎn)而必須接受精神病治療的紙條離開醫(yī)院。這就是一些科學(xué)家的目標(biāo)，他們開發(fā)的人工智能系統(tǒng)旨在早期捕捉抑郁癥行為，并幫助減少嚴(yán)重精神疾病的出現(xiàn)。
位于納什維爾的范德比爾特大學(xué)醫(yī)學(xué)中心創(chuàng)建的機(jī)器學(xué)習(xí)算法，使用入院數(shù)據(jù)，包括年齡、性別、郵政編碼、藥物治療和診斷歷史等，來預(yù)測任何特定個(gè)人自殺的可能性。
在使用從5000多名因自殘或自殺企圖而入院的病人身上收集的數(shù)據(jù)進(jìn)行的試驗(yàn)中，該算法在預(yù)測某人是否會(huì)在接下來的一周內(nèi)嘗試自殺方面的準(zhǔn)確率為84%，在預(yù)測某人是否會(huì)在接下來的兩年內(nèi)嘗試自殺方面的準(zhǔn)確率為80%。
06
AI預(yù)測住院病人的死亡風(fēng)險(xiǎn)
斯坦福大學(xué)的研究人員訓(xùn)練了一個(gè)人工智能系統(tǒng)，以增加在需要時(shí)準(zhǔn)確接受生命晚期護(hù)理的住院病人的數(shù)量——這意味著這個(gè)智能算法能夠預(yù)測非常嚴(yán)重的病人何時(shí)接近生命的終點(diǎn)。
該算法經(jīng)過訓(xùn)練，以分析病人去世前3至12個(gè)月期間電子健康記錄中的診斷、處方、人口統(tǒng)計(jì)和其他因素。一旦經(jīng)過訓(xùn)練，該算法就能在醫(yī)院的系統(tǒng)中標(biāo)出仍然活著的病人，這些病人可能是姑息治療的合適人選。
當(dāng)斯坦福醫(yī)院的姑息治療團(tuán)隊(duì)評估了50名被算法標(biāo)記為非常高風(fēng)險(xiǎn)的隨機(jī)選擇的病人時(shí)，該團(tuán)隊(duì)發(fā)現(xiàn)所有這些人都適合被轉(zhuǎn)診。除了能夠準(zhǔn)確預(yù)測，該程序還將決策權(quán)完全交給了醫(yī)生。這可能是算法和醫(yī)生作為一個(gè)團(tuán)隊(duì)一起工作的未來模式。
MedPaLM，醫(yī)學(xué)大型語言模型
大型語言模型無疑永遠(yuǎn)地改變了這一領(lǐng)域，它們能夠提供高質(zhì)量的協(xié)助，這是先前從未有過的。在ChatGPT發(fā)布后短短幾周，谷歌/DeepMind宣布發(fā)布MedPaLM，這是一個(gè)專門用于回答醫(yī)療保健相關(guān)問題的大型語言模型，是一個(gè)基于540億參數(shù)的PaLM模型。
這個(gè)模型是在六個(gè)現(xiàn)有的醫(yī)療問答數(shù)據(jù)集（NedQA、MedMCQA、PubMedQA、LiveQA、MedicationQA和MMLU）的基礎(chǔ)上上訓(xùn)練的，開發(fā)者團(tuán)隊(duì)還創(chuàng)建了他們自己的HealthSearchQA，使用有關(guān)醫(yī)療狀況和相關(guān)癥狀的問題。目前MedPaLM還不能被公眾測試。
最近，最新的迭代也被推出，谷歌向部分用戶提供了訪問權(quán)限，但我們還沒有看到任何與2.0版本有關(guān)的研究。
用于敗血癥觀察的AI算法
由于人工智能（AI）將徹底改變醫(yī)療實(shí)踐，對醫(yī)學(xué)生、年輕醫(yī)生和執(zhí)業(yè)醫(yī)生來說，為變化的環(huán)境做好充分準(zhǔn)備至關(guān)重要。換言之，人工智能的快速發(fā)展帶來了一個(gè)重大的范式轉(zhuǎn)變。
人工智能不會(huì)取代醫(yī)生，但使用人工智能的醫(yī)生會(huì)取代那些沒有跟上這場革命的醫(yī)生。擁抱人工智能技術(shù)并將其融入醫(yī)療實(shí)踐，不僅會(huì)使患者受益，也會(huì)提升那些為這個(gè)醫(yī)學(xué)新時(shí)代做好準(zhǔn)備的人的職業(yè)生涯。
除了以上盤點(diǎn)的AI應(yīng)用外，還有很多智能算法在醫(yī)療領(lǐng)域的優(yōu)秀案例，未來還會(huì)有很多。但最后一個(gè)例子顯示了數(shù)字醫(yī)療的本質(zhì)：最好的結(jié)果是——人工智能和人類醫(yī)生共同合作。
