2015/7/13 下午12:06:19 星期一
当前位置: 主页 > 厉兵秣马 >

丁香园CEO谈医疗AI:信息化带来365体育:的效率提升远大于人工智能 | 独家专栏
时间:2019-05-31 17:21

丁香园CEO谈医疗AI:信息化带来的效率提升远大于人工智能 | 独家专栏

时间:11-21 12:21 阅读:4786次 转载来源:钛媒体APP

原标题:丁香园CEO谈医疗AI:信息化带来的效率提升远大于人工智能 | 独家专栏

题图来自视觉中国

题图来自视觉中国

钛媒体注:“人工智能在外行看起来有力而魔幻,比起技术布道者各种鼓吹,真正的从业者们都保持非常克制的乐观。”在丁香园近日的一次内部会议上,CEO张进谈了谈关于医疗人工智能的12点看法,总结成一句话是“前路坎坷,仍值得行走,但勿盲目乐观。”

钛媒体此前曾报道过,在投资人、创业者以及医生们的讨论声中,医疗人工智能出现了冰火两重天的局面:一面是医疗企业无不谈AI,资本市场对医疗AI频频加注;另一面是医疗人工智能的先行者IBM Watson陷入舆论风波,媒体报道“AI成了医生们不常用的功能键”。

虽然丁香园在皮肤病和智能分诊上做了一些AI相关的尝试,但张进坦言,即便人工智能技术能够在短期内取得突破性的进展,从实验状态打败人类的算法到真正的产业应用也是非常漫长的过程,尤其是医疗领域。

该栏目为丁香园在钛媒体开设的独家特约专栏,专注于对大健康行业趋势及技术创新的观察,每月更新。本篇文章作者为丁香园CEO张进,独家首发钛媒体。

请注意,以下观点主要基于人工智能在医疗场景落地的假设。

1、人工智能在外行看起来有力而魔幻,比起技术布道者各种鼓吹,真正的从业者们都保持非常克制的乐观。

建议不要通过媒体报道来认知人工智能,要和真正一流的人工智能从业者交流,并且到实际技术落地的场景去看看。去看看在医院的「机器人」过的好不好,去看看那些已经比医生准确度更高的人工智能算法是停留在Paper、公关稿上,还是真的可以在医疗场景落地。

2、总的来说,人工智能还在出发点附近,走的并不远,距离人们期待的智能还非常遥远。人工智能概念加持可以让你的项目听起来更加sexy,乃至获得资本溢价,但真正要在项目中落地还是要保持冷静和清醒。

3、人工智能目前还是分类系统而不是感知系统,分类能力很强,理解、推理和泛化能力很弱,还在弱人工智能时代,强人工智能还只是一个概念,且并没有明确的实现路径。

4、人工智能需要基础研究及理论的重大突破,目前看起来挺困难。所以,弱人工智能时代会持续相当长的时间(至少在基础理论获得重大突破以前),弱人工智能比较适合解决明确输入输出,不需要长链推理和泛化,不需要详细解释,允许出错的窄场景。

5、很多人误以为医疗诊疗决策是基于精确的科学依据、统一的诊断标准和统一的治疗方法。但实际上大量的医疗决策经常是基于经验、推测、惯例,甚至是便利或习惯,还有患者的支付能力等等因素。

简单地说,除了医疗的标准,还有大量非标准的推理在起重要作用,这和弱人工智能的确定性数据和场景及弱推理能力相去甚远。

6、在医疗某个确定的小场景,算法可以带来一定的辅助作用,但是如果不能带来体验、效率或者质量、数量级的提升,也很难在医疗领域落地实施,因为成本太高,获益有限。

很多做医疗影像的人工智能公司都宣传读片某个环节的准确度超过了医生,“但很多时候只是在电脑上多了一个「不常使用的AI功能键」,(医生)一般不会用。”行业人士曾这样说。

只能识别肺部结节的AI对于需要全面解读片子的影像科医生来说,有时候甚至是累赘。以相对成熟的语音识别来说,bt365体育在线投注,技术上确实已经可以实现比较高的识别率,但用它来写报告和病历的医生非常少,因为大部分时候,实际上还不如模板加键盘的效率高。

7、弱人工智能很容易受干扰,鲁棒性很差,这在医疗的核心诊疗领域基本不可被接受。医生是「小错不断、大错不犯」,人工智能则是「小错不犯,一犯就犯大错」。

8、与机器相比,人类算的慢,但可以通过推理和理性纠正;机器又快又认真,但容易出大错。

比如特斯拉无人驾驶汽车未能识别横穿公路、白色车身且车身过高的拖挂车,从而导致重大事故,新手司机应该也不太会犯这种错误。说白了,在无人驾驶和医疗应用领域,无法预先让机器学习所有未来可能遇到的场景数据集,需要推理和泛化。