醫(yī)學(xué)AI的行業(yè)研究人員演示了一種“因果推理”算法

醫(yī)學(xué)AI的行業(yè)研究人員演示了一種“因果推理”算法，該算法的診斷準(zhǔn)確性使其躋身英國(guó)基層醫(yī)療醫(yī)生的前25%相比之下，在研究隊(duì)列的44位醫(yī)師中，排名前48%的是標(biāo)準(zhǔn)的關(guān)聯(lián)算法。

關(guān)聯(lián)算法使用線性推論將癥狀與可能導(dǎo)致它們的疾病進(jìn)行匹配。因果推理AI（也稱(chēng)為反事實(shí)AI或“具有想象力的AI”）考慮是否可能是其他疾病導(dǎo)致給定癥狀或一系列癥狀。

研究人員是總部位于倫敦的數(shù)字健康公司Babylon Health的三名現(xiàn)任或前任高管，他們?cè)凇蹲匀煌ㄓ崱钒l(fā)表的一項(xiàng)研究中描述了這項(xiàng)工作。

在研究的總體診斷準(zhǔn)確性方面，醫(yī)生的平均得分為71.4%，而為該研究而創(chuàng)建的舊算法的平均得分為72.5%。

兩者均以新的因果算法得分最高，得分為77.3%。這高于32位醫(yī)生，等于1位且低于11位。此外，新算法在診斷罕見(jiàn)和非常罕見(jiàn)的條件方面尤其令人印象深刻。

“在我們一直致力于將算法與醫(yī)生進(jìn)行比較的同時(shí)，未來(lái)的實(shí)驗(yàn)可能會(huì)確定這些算法作為臨床支持系統(tǒng)的有效性-通過(guò)提供第二種意見(jiàn)診斷來(lái)指導(dǎo)醫(yī)生，”作者在討論部分中寫(xiě)道。“鑒于我們的算法似乎是人類(lèi)醫(yī)生的補(bǔ)充，在醫(yī)生難以診斷的小插曲上表現(xiàn)更好，因此，醫(yī)生和算法的組合診斷可能比單獨(dú)的診斷更準(zhǔn)確?！?/p>

在一份新聞稿中，巴比倫的創(chuàng)始人兼首席執(zhí)行官阿里·帕爾薩（Ali Parsa）博士將這一成就歸因于世界許多地方普遍缺乏醫(yī)療保健的情況。

帕爾薩說(shuō)，實(shí)驗(yàn)算法在研究中的成功“不應(yīng)因?yàn)闄C(jī)器取代醫(yī)生而引起轟動(dòng)，因?yàn)檎嬲钊斯奈璧氖牵覀冏罱K獲得了使我們能夠增加現(xiàn)有醫(yī)療系統(tǒng)覆蓋面和生產(chǎn)力的工具。”“人工智能將成為一種重要工具，可以幫助我們消除醫(yī)療保健分布不均的不公正現(xiàn)象，并使地球上的每個(gè)人都更容易獲得和負(fù)擔(dān)得起?！?/p>