在5月初谷歌(GOOG, Google)大型開發(fā)者大會(huì)上,首席執(zhí)行官桑達(dá)爾·皮查伊(Sundar Pichai)上臺(tái),詳細(xì)闡述了其最新的人工智能研究有朝一日將如何幫助醫(yī)生發(fā)現(xiàn)心臟病。此外,人工智能系統(tǒng)對(duì)心臟病的判斷是基于對(duì)患者視網(wǎng)膜的掃描——一種已知的為人們的心臟健康提供線索的方法——幾乎和傳統(tǒng)的血液測(cè)試一樣準(zhǔn)確。
這是一個(gè)令人印象深刻的揭示,畫了一個(gè)巨大的觀眾的熱烈的掌聲在山景城的海岸線圓形劇場(chǎng),加州,但這只是一小塊更大的研究機(jī)構(gòu)的技術(shù)和醫(yī)療社區(qū)迅速拼湊在尋求創(chuàng)造人工智能系統(tǒng),最終可能挽救無(wú)數(shù)的生命——包括你自己的。
一個(gè)人工智能的心臟測(cè)試
“在我看來(lái),這顯然是醫(yī)學(xué)的下一個(gè)自然步驟,”約翰·霍普金斯醫(yī)學(xué)院奧斯勒醫(yī)學(xué)培訓(xùn)項(xiàng)目主任桑杰·德賽博士說(shuō)。
谷歌的視力測(cè)試使用了一種名為機(jī)器學(xué)習(xí)的人工智能,它試圖教計(jì)算機(jī)系統(tǒng)如何通過(guò)將大量數(shù)據(jù)輸入到算法中來(lái)做出決策。
為了做到這一點(diǎn),谷歌給它的算法圖像提供了正常視網(wǎng)膜和那些有心臟病跡象的人的圖像,這是一種叫做計(jì)算機(jī)視覺(jué)的方法。在訓(xùn)練算法之后,它能夠查看視網(wǎng)膜的個(gè)別圖像,并確定這些圖像是屬于健康的患者還是可能患有心臟病的患者。
糖尿病視網(wǎng)膜病變可通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別。
谷歌之前曾使用機(jī)器學(xué)習(xí)來(lái)證明它可以識(shí)別有糖尿病視網(wǎng)膜病變風(fēng)險(xiǎn)的個(gè)體,如果不進(jìn)行治療,這種疾病會(huì)導(dǎo)致不可逆的失明。在訓(xùn)練了算法之后,這個(gè)搜索巨人說(shuō),它的機(jī)器學(xué)習(xí)系統(tǒng)在識(shí)別疾病癥狀方面和訓(xùn)練有素的眼科醫(yī)生一樣準(zhǔn)確。
另一種機(jī)器學(xué)習(xí)算法識(shí)別乳腺組織中的腫瘤。
計(jì)算機(jī)視覺(jué)技術(shù)在成像方面非常有用,但它遠(yuǎn)不是研究人員在醫(yī)學(xué)領(lǐng)域使用人工智能的唯一方法。
在斯坦福大學(xué)醫(yī)學(xué)院,喬什·諾爾斯博士是使用病人的電子健康記錄(EHRs)來(lái)識(shí)別之前未被診斷出患有家族性高膽固醇血癥(FH),遺傳心臟病影響1 250人,結(jié)果在一個(gè)高的機(jī)會(huì)早發(fā)性心臟病和心臟病如果不及時(shí)治療。據(jù)諾爾斯說(shuō),美國(guó)大約有100萬(wàn)人患有FH,但只有10%的人被確診。
喬什·諾爾斯博士正在幫助使用人工智能和機(jī)器學(xué)習(xí)來(lái)識(shí)別潛在的心臟病人。
“這個(gè)項(xiàng)目背后的想法是,我們知道有很多FH患者還沒(méi)有被診斷出來(lái)?!钡绻覀冋业搅怂鼈儯覀兙涂梢灾委熕鼈?。
FH是一種常染色體顯性疾病,這意味著如果你有FH,你就從父母那里繼承了它,可以傳給你的孩子。因此,確定一個(gè)病人可以讓醫(yī)生幫助多個(gè)家庭成員。
為了確定某人是否患有FH,諾爾斯說(shuō),斯坦福大學(xué)的研究人員將所有患有和沒(méi)有FH的患者的醫(yī)療記錄,包括文本記錄、處方、診斷測(cè)試和藥物,輸入一個(gè)分類算法,利用這些數(shù)據(jù)識(shí)別出與FH患者一致的模式。
“這就像你的電子郵件系統(tǒng)學(xué)習(xí)垃圾郵件一樣,”諾爾斯解釋道?!澳憬o它看一堆垃圾郵件的例子,它就知道垃圾郵件是什么。
-
人工智能
+關(guān)注
關(guān)注
1792文章
47497瀏覽量
239213 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8428瀏覽量
132837
原文標(biāo)題:人工智能已經(jīng)開始在醫(yī)學(xué)上應(yīng)用
文章出處:【微信號(hào):jingzhenglizixun,微信公眾號(hào):機(jī)器人博覽】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論