TUhjnbcbe - 2023/11/8 18:43:00
当你拍摄一只猫的照片，谷歌的算法将它放置在一个名为“宠物”的文件夹中时，没有任何方向，你会看到图像识别AI的好处。医生使用完全相同的技术来诊断人类以前从未有过的规模的疾病。由二型糖尿病引起的糖尿病视网膜病变是可预防失明发展最快的原因。除此之外，超过四亿一千五百万人患有这种疾病的风险有可能会失去视力，除非他们经常接触到医生。在印度这样的国家，医生治疗的病人太多了。印度每个眼科医生都有名糖尿病患者，美国每名患者就有一名糖尿病患者。其他发展中国家的情况更糟。在所有已知的糖尿病性视网膜病变病例中，超过80％的患者生活在很少或无法获得护理的地方。这些人因贫穷而失明。这就是为什么像Verily这样的公司，Google旗下众多姊妹公司之一选择糖尿病视网膜病变作为大规模神经网络驱动的医学见解的入口。如何运行它实际上比您想象的要简单一些-而且都是关于数据的。今天的算法和深度学习网络非常适合处理图像中的各个分段和像素，并将图像分类为任意类别之一。例如，Google的ImageNet（该公司的核心视觉识别AI）拥有超过22,个类别，其中包含至少万个图像。人工智能可以诊断糖尿病视网膜病变的方式与确定某物是否为热狗的方式完全相同-这也是医生如何做的。医生通过解读视网膜扫描来诊断糖尿病视网膜病变。与检查X射线或MRI类似，医生扫描图像以查找异常标记的特定指示。他们必须寻找无关的文物，如灰尘或镜头光晕，但除此之外，这只是寻找特定标记的问题。问题超过4.15亿人至少需要每年进行一次视网膜扫描，以预防糖尿病引起的失明。即使每年只进行一次扫描，也是数亿张必要的图像。那里没有足够的医生来检查那么多的数据。在过去的三年中，机器学习开发人员在创建图像识别AI方面取得了多项突破。我们已经合理地达到了这样的程度：计算机根据审查图像进行医学诊断的能力超过了人类（非常具体的使用情况）。年，Google的研究人员发表了一篇文章，展示了他们的卷积神经网络（CNN）-一种有针对性的深度学习系统-在诊断疾病的准确性方面击败了眼科医生。今年，CNN从挑战普通眼科医生到击败视网膜专家，准确检测糖尿病视网膜病变的迹象。现在目前，这个星球上有二型糖尿病风险的人无法获得可以诊断这些疾病的医生的信息，他们的健康状况正在玩弄轮盘*。这不仅仅是视力问题：糖尿病可能会破坏肝脏，并大大增加心血管问题的风险-包括无数其他破坏性或潜在致命的后果。但AI可以完全解决这个问题。据谷歌研究公司医疗成像团队的产品经理LilyPeng称，不堪重负的医生能减轻可以通过机器完成的部分工作：深入学习对于你已经完成了10,次的任务以及你第次感到厌倦的任务是有益的。这对医疗领域非常有利。AI将来不会成为你的医生，它现在就在这里帮助你的医生。Verily首席医疗官JessicaMega认为，机器学习可以简化诊断过程：技术是要取代医生还是要取代医疗系统？我想到的方式，只是增加了我们所做的工作。如果你考虑听诊器是在年前发明的。它不取代医生只是增加了他们。医疗行业面临的许多挑战可以通过机器学习来解决，但处理这些问题的开发人员无法单独完成。Google，Verily，IBM，英特尔，微软，还有数百家其他公司正在与时间赛跑，寻找一种方法使医学领域成为防止疾病而不是反应性疾病的主动学科。这需要医学界，医疗行业和各国监管机构的大规模采用。人工智能不仅仅是医疗保健的未来，而是现在。生活处于危险之中，每一秒都会影响到一个没有视力的人，因为他们与另一个地理位置的人没有相同的医疗专业人员。现在是重新考虑我们关心自己和彼此的方式的时候了。机器学习为医生提供了一种停止成为数据分析师的途径，并成为该领域迫切需要的病人护理提供者。