山西新闻网

AI医疗站上新起点 算法、数据、伦理成为下阶段挑战

2019-08-31 19: 20: 53小韩国健康

“一个白色人形雕像在墙上呈现出一个人体轮廓,象征着人类隐患在医学成像中出现;在人工智能眼底检查部门,眼科医生正在使用人工智能设备帮助人们进行智能眼病分析;帕金森康复训练人工智能游戏吸引游客互动并评估他们的健康状况.“在2019年世界人工智能会议的最后一天,腾讯的”超级智能医院“仍然很热门。

“今年上半年,中国约有60%的帕金森病患者会去错误的部门,这是因为他们的诊断非常麻烦。”腾讯医学人工智能研究所院长范伟说:“按照国际标准建立这样的评估,每次都需要30名医生。” ~40分钟;海外发达医院也有相关测试,需要3名医生一起完成,最终得分不同。现在我们可以通过人工智能分析实现高度的因果关系。“

目前,人工智能医疗领域的重点已从应用转向开发质量;已经面临的算法,数据和道德的挑战才刚刚开始。

AI医学迭代仍然需要计算能力

如今,人工智能与医疗保健的融合越来越紧密,在医疗成像,智能穿戴,管理系统等领域更具有使能设备和临床模型;它背后的数据和算法科学更有经验。巨大的挑战。

什么样的情况需要AI的干预?其在慢性病诊断和治疗中的系统价值可以解释一些问题。

以糖尿病为例,患者数量和全周期健康管理的需求决定了AI的存在。 “中国糖尿病患者人数占11.6%,并且每年以2%的速度增长。”宁光院士在2019年世界人工智能会议上介绍。患者数量急剧增加,但医生数量不足,使得AI辅助糖尿病管理成为必需。

根据患者的巨大需求,宁光团队和第四范式联合开发了一系列人工智能医疗产品:“Rining Zhisu”,可以自我评估糖尿病的风险,可以评估糖尿病并发症,控制早期病情。宁志新“等,其大部分功能都集成在APP中。

“这是方法的改变。根本没有推荐的药物,也没有更多的患者被推荐进行检查。但这确实是我们目前的医改方向。”宁光说,“患者可以取得什么样的结果?从糖化血红蛋白总体管理率来看,血糖,血压和血脂三项指标从9.8%上升到20.6%。”

上述这些人工智能产品的基本开发者,第四范式CEO戴文元认为,“我们过去的思想是推理思维,实验思维,这在数学和物理课上都有提及;但在信息时代,我们必须掌握计算思维为什么要学习计算思维?让机器也有建构世界的能力。只有具备构建世界的能力,计算机才能根据你的模型完成你想要的工作。“与此同时,戴文源曾经是世界着名计算机竞赛的获胜者。

AI Healthcare还将在算法升级下实施新的迭代。 First Financial的记者还了解到,除了华为的AI芯片产品开发外,连英医疗最近还通过了AI医疗芯片的开发,并实现了其在PET诊断设备中的应用。

“我认为AI医疗芯片将为这个行业带来创造性的变化。”连英医疗集团董事长薛敏告诉第一财经记者,“它将通过具有爆炸性的计算能力使设备扫描速度更快,体积更大。它也更小,耗电更少。“

解决人工智能登陆困难的问题

根据相关国家文件,AI Medical的下一阶段主要是建立国家医疗数据资源服务平台,提升医学AI的数据培训水平和测试水平;另一方面,加速医学影像辅助系统。临床助理应用,促进医学图像数据采集的标准化规范。

“无论是从资金,技术还是政策层面,AI医疗都将进入一个新的发展时期。”上海市健康与健康发展中心主任金春林告诉第一财经记者,人工智能医疗的一般应用也涉及到三个方面。分类,“首先是医疗机构内整个过程的信息管理系统;二是连接医疗机构和病人的AI技术的功能,以及分级诊断和治疗系统;第三是AI辅助疾病诊断和临床医学决策。系统“。

然而,AI在医学领域的深度和连续应用过程中仍存在许多问题。 “人工智能登陆现场和产品的最大原因是样本不够,数据无法标准化,因此产品的总结能力不高。”同济大学影像系主任王培军医学院说。

尽管数据有限,AI Medical仍然可以在具有最多样本数量的成像领域执行某项任务。据广东省人民医院影像医学科主任梁长虹介绍,小数据有时可以完成大任务。

“以141例细胞肿瘤的数据样本为例;早期患者可通过磁共振检查查看是否有增强或坏死,AI图像分析也可以指示是否有水肿区域;遗传后可进一步观察到测试结果表明,这些特征与细胞肿瘤的大量生物信息有关;我们的放射科医生很难判断这一点。“梁长虹补充道。

可以解决上述数据不足的问题吗?飞利浦大中华区副总裁兼整体解决方案中心总经理陈胜宇提出了四点建议。 “首先,人工智能技术必须与临床情景相结合才能实用。第二是为人工智能开发制定临床数据库标准。这是非常重要的;三是在开放平台上进行生产,学习,研究和使用,并将多方合作;第四是要有医疗和工程相结合的感觉。“

业内人士认为,为降低风险,人工智能医疗领域的安全保障机制,安全和服务管理方法仍有待完善。 “在这方面,我们可以参考2017年2月国家卫生和健康委员会批准的15项临床应用技术法规。”高学成,国家卫生保健中心副主任。

高学成还提到,目前的突破应该是医疗健康数据的共享,其中还包括数据格式标签,数据质量,公开借口等,并建立标准规范体系,安全技术体系和数据生活背后。它。循环管理。

此外,人工智能医疗领域发展的下一阶段也将面临一定的社会道德风险,例如人们(医生的职业自由和设计师,制造商)在责任识别中面临的风险,患者隐私保护面临的风险,和医生的主体。性地位面临道德风险和其他风险。

“一个白色人形雕像在墙上呈现出一个人体轮廓,象征着人类隐患在医学成像中出现;在人工智能眼底检查部门,眼科医生正在使用人工智能设备帮助人们进行智能眼病分析;帕金森康复训练人工智能游戏吸引游客互动并评估他们的健康状况.“在2019年世界人工智能会议的最后一天,腾讯的”超级智能医院“仍然很热门。

“今年上半年,我国约有60%的帕金森病患者去了错误的部门,这是因为诊断非常麻烦。”腾讯医学人工智能研究所所长范伟说:“根据国际标准,这种评估一次需要医生30到40分钟;在其他发达国家,医院的相关测试需要三名医生一起完成,而且最终得分是不同的。现在我们可以通过人工智能分析实现高度的因果一致性。

目前,人工智能医学领域的重点已从应用范围转向发展质量,算法,数据和伦理的挑战才刚刚开始。

AI医学迭代仍然需要计算

如今,人工智能与医疗的整合越来越紧密,其中更多的体现在医疗成像,智能穿戴,管理系统等领域,具有设备和诊所的模式。他们背后的数据和算法科学正面临着更大的挑战。

什么情况需要AI干预?其在慢性病诊断和治疗中的系统价值可以解释一些问题。

以糖尿病为例,患者数量和全周期健康管理的需求决定了AI的存在。 “中国糖尿病患者人数占11.6%,并以每年2%的速度增长。”宁光院士于2019年在世界人工智能大会上发表演讲。患者人数激增但医生数量不足使得人工智能有必要协助糖尿病管理。

根据患者的巨大需求,宁光团队和第四范式合作开发了一系列人工智能医疗产品:仁宁智糖,可以自我评估糖尿病的风险,评估糖尿病的并发症,控制疾病的早期状况, 等等。它的大多数功能都集成在APP中。

“这是方法的改变。根本没有推荐的药物,也没有更多的患者被推荐进行检查。但这确实是我们目前的医改方向。”宁光说,“患者可以取得什么样的结果?从糖化血红蛋白总体管理率来看,血糖,血压和血脂三项指标从9.8%上升到20.6%。”

上述这些人工智能产品的基本开发者,第四范式CEO戴文元认为,“我们过去的思想是推理思维,实验思维,这在数学和物理课上都有提及;但在信息时代,我们必须掌握计算思维为什么要学习计算思维?让机器也有建构世界的能力。只有具备构建世界的能力,计算机才能根据你的模型完成你想要的工作。“与此同时,戴文源曾经是世界着名计算机竞赛的获胜者。

AI Healthcare还将在算法升级下实施新的迭代。 First Financial的记者还了解到,除了华为的AI芯片产品开发外,连英医疗最近还通过了AI医疗芯片的开发,并实现了其在PET诊断设备中的应用。

“我认为AI医疗芯片将为这个行业带来创造性的变化。”连英医疗集团董事长薛敏告诉第一财经记者,“它将通过具有爆炸性的计算能力使设备扫描速度更快,体积更大。它也更小,耗电更少。“

解决人工智能登陆困难的问题

根据相关国家文件,AI Medical的下一阶段主要是建立国家医疗数据资源服务平台,提升医学AI的数据培训水平和测试水平;另一方面,加速医学影像辅助系统。临床助理应用,促进医学图像数据采集的标准化规范。

“无论是从资金,技术还是政策层面,AI医疗都将进入一个新的发展时期。”上海市健康与健康发展中心主任金春林告诉第一财经记者,人工智能医疗的一般应用也涉及到三个方面。分类,“首先是医疗机构内整个过程的信息管理系统;二是连接医疗机构和病人的AI技术的功能,以及分级诊断和治疗系统;第三是AI辅助疾病诊断和临床医学决策。系统“。

然而,AI在医学领域的深度和连续应用过程中仍存在许多问题。 “人工智能登陆现场和产品的最大原因是样本不够,数据无法标准化,因此产品的总结能力不高。”同济大学影像系主任王培军医学院说。

尽管数据有限,AI Medical仍然可以在具有最多样本数量的成像领域执行某项任务。据广东省人民医院影像医学科主任梁长虹介绍,小数据有时可以完成大任务。

“以141例细胞肿瘤的数据样本为例;早期患者可通过磁共振检查查看是否有增强或坏死,AI图像分析也可以指示是否有水肿区域;遗传后可进一步观察到测试结果表明,这些特征与细胞肿瘤的大量生物信息有关;我们的放射科医生很难判断这一点。“梁长虹补充道。

可以解决上述数据不足的问题吗?飞利浦大中华区副总裁兼整体解决方案中心总经理陈胜宇提出了四点建议。 “首先,人工智能技术必须与临床情景相结合才能实用。第二是为人工智能开发制定临床数据库标准。这是非常重要的;三是在开放平台上进行生产,学习,研究和使用,并将多方合作;第四是要有医疗和工程相结合的感觉。“

业内人士认为,为降低风险,人工智能医疗领域的安全保障机制,安全和服务管理方法仍有待完善。 “在这方面,我们可以参考2017年2月国家卫生和健康委员会批准的15项临床应用技术法规。”高学成,国家卫生保健中心副主任。

高学成还提到,目前的突破应该是医疗健康数据的共享,其中还包括数据格式标签,数据质量,公开借口等,并建立标准规范体系,安全技术体系和数据生活背后。它。循环管理。

此外,人工智能医疗领域发展的下一阶段也将面临一定的社会道德风险,例如人们(医生的职业自由和设计师,制造商)在责任识别中面临的风险,患者隐私保护面临的风险,和医生的主体。性地位面临道德风险和其他风险。