基于大數(shù)據(jù)的“能活多久”
我們經(jīng)常在影視劇或一些報(bào)道中看到類(lèi)似場(chǎng)景:某重病病人問(wèn)醫(yī)生“我還能活多久”,醫(yī)生給出“不超過(guò)半年”的答案。結(jié)果病人存活了好幾年,由此得出結(jié)論:這名醫(yī)生判斷錯(cuò)了。
現(xiàn)在這種判斷正由人工智能在嘗試。據(jù)國(guó)外媒體報(bào)道,澳大利亞阿德萊德大學(xué)的研究人員利用“深度學(xué)習(xí)”技術(shù),通過(guò)分析病人的胸腔影像,對(duì)預(yù)期壽命不超過(guò)五年的病人進(jìn)行了預(yù)測(cè),最終精確率約為69%,和醫(yī)生的預(yù)測(cè)結(jié)果差不多。研究認(rèn)為,計(jì)算機(jī)可以從圖片識(shí)別中各種疾病的復(fù)雜癥狀,當(dāng)病人患有肺氣腫和充血性心力衰竭等嚴(yán)重慢性疾病時(shí),系統(tǒng)對(duì)自己的預(yù)測(cè)結(jié)果最為自信。研究者認(rèn)為,該研究對(duì)嚴(yán)重疾病的早期診斷或具有重要意義,讓醫(yī)生可及時(shí)介入為病人提供量身定制的治療方案。不過(guò),這項(xiàng)研究選取的樣本只有48名病人,該團(tuán)隊(duì)計(jì)劃下一個(gè)研究階段分析數(shù)萬(wàn)張病人醫(yī)學(xué)圖像,并計(jì)劃用同樣技術(shù)對(duì)其他病癥進(jìn)行預(yù)測(cè),如早期心臟病等。
這條新聞迅速以“人工智能將能預(yù)測(cè)人類(lèi)壽命”為題引起強(qiáng)烈關(guān)注,有網(wǎng)友開(kāi)玩笑說(shuō),“糾結(jié)要不要讓AI給自己算一命”。人工智能預(yù)測(cè)人類(lèi)壽命靠譜嗎?
“其實(shí)人工智能的邏輯和醫(yī)生是一樣的?!睆V州醫(yī)科大學(xué)附屬腫瘤醫(yī)院腫瘤內(nèi)科主任鄒青峰教授告訴記者,醫(yī)生判斷病人的生存期限,是一個(gè)很復(fù)雜的過(guò)程。以腫瘤病人為例,要看疾病的分期、腫瘤的大小,有無(wú)轉(zhuǎn)移,有無(wú)并發(fā)癥,最關(guān)鍵的是,還要看治療效果。治療效果好的病人,生存時(shí)間自然會(huì)更長(zhǎng)。以晚期肺癌為例,沒(méi)有基因突變的病人,中位生存期約一年多,治療后最好效果約兩年;有基因突變,用靶向藥物,中位生存時(shí)間可以達(dá)到3年。如果耐藥后有條件繼續(xù)用上新藥,中位生存時(shí)間可能不止5年,個(gè)體差異特別大。
“其實(shí),醫(yī)生并不愿意對(duì)個(gè)體病人做出這種 還能活多久 的預(yù)測(cè),因?yàn)閭€(gè)體的差異太大,很難去預(yù)測(cè)。”鄒青峰教授介紹,醫(yī)生的判斷也是基于大數(shù)據(jù)的分析,根據(jù)已有文獻(xiàn)研究,給出“中位生存時(shí)間”?!斑@就和平均壽命一樣。有的人少于這個(gè)數(shù)字,也有人長(zhǎng)于這個(gè)時(shí)間。但對(duì)于個(gè)體來(lái)說(shuō),醫(yī)生是沒(méi)法給出明確判斷的。”
鄒青峰教授認(rèn)為,人工智能預(yù)測(cè)病人壽命,同樣也是根據(jù)大數(shù)據(jù)的學(xué)習(xí)來(lái)預(yù)測(cè)。比如疾病的診斷分期、治療的結(jié)果、疾病進(jìn)展生物信息、中位生存時(shí)間、已有文獻(xiàn)研究等等。“只要設(shè)計(jì)的參數(shù)、權(quán)重比例合理,人工智能能做出這樣的預(yù)測(cè)一點(diǎn)不奇怪?!倍?,人工智能有強(qiáng)大的數(shù)據(jù)處理能力和學(xué)習(xí)能力,結(jié)果也會(huì)越來(lái)越精準(zhǔn)。
鄒青峰教授認(rèn)為,未來(lái)人工智能會(huì)成為醫(yī)生很好的輔助診斷和治療的工具。比如在病理診斷、影像比對(duì)等方面,可能只有一些頂尖醫(yī)生可以跟人工智能媲美,而大部分醫(yī)生達(dá)不到這個(gè)結(jié)果。醫(yī)生還需要通過(guò)查資料、會(huì)診、找印證等一系列繁瑣的工作,人工智能系統(tǒng)通過(guò)大數(shù)據(jù)存儲(chǔ)和分析,可以輕松完成這個(gè)過(guò)程。
“數(shù)據(jù)污染”阻礙人工智能發(fā)展
人工智能的學(xué)習(xí)需要好的教材。優(yōu)質(zhì)的數(shù)據(jù)成為關(guān)鍵。在這一點(diǎn)上,丁香園創(chuàng)始人、董事長(zhǎng)李天天認(rèn)為,中國(guó)過(guò)去30年實(shí)行的“以藥養(yǎng)醫(yī)”政策,帶來(lái)一個(gè)非常嚴(yán)重的問(wèn)題,就是“數(shù)據(jù)污染”?!叭魏稳斯ぶ悄芗夹g(shù),都是要靠一批高質(zhì)量的數(shù)據(jù)來(lái)訓(xùn)練的。但 以藥養(yǎng)醫(yī) 的政策,導(dǎo)致過(guò)度治療、過(guò)度檢查。這種情況,造成臨床數(shù)據(jù)尤其是治療數(shù)據(jù)的污染。”
李天天舉例說(shuō),比如一個(gè)4歲的小朋友,得了單純的感冒,但他的用藥處方中出現(xiàn)了最新一代的頭孢,甚至出現(xiàn)一些營(yíng)養(yǎng)品?!斑@個(gè)數(shù)據(jù)污染,給我們做人工智能訓(xùn)練,帶來(lái)一個(gè)幾乎不可完成的任務(wù)。技術(shù)人員無(wú)法從中看出這些 貓膩 來(lái)?!?/span>
基于“數(shù)據(jù)污染”的現(xiàn)狀,李天天認(rèn)為,人工智能在醫(yī)療方面的進(jìn)展,一是診斷比治療會(huì)走得好。診斷數(shù)據(jù)受到污染的情況少得多;第二,圖片比文字好診斷。文本識(shí)別是人工智能非常大的挑戰(zhàn),因?yàn)楹芏嘧匀徽Z(yǔ)言不是計(jì)算機(jī)能夠區(qū)別1和0那么容易;第三是垂直比綜合好做?!艾F(xiàn)在世界上有兩種陣營(yíng),像我們熟悉的阿爾法狗,它就是窄的垂直的,它只會(huì)下圍棋,不會(huì)開(kāi)車(chē)。但Deepmind用一個(gè)大數(shù)據(jù)去訓(xùn)練一個(gè)人,像訓(xùn)練孩子一樣,它什么都知道,但做大是很難?!?/span>
也正是基于這樣的判斷,丁香園選擇了在皮膚科領(lǐng)域發(fā)展人工智能。今年5月19日,丁香園、中南大學(xué)湘雅二醫(yī)院和大拿科技共同宣布,就皮膚病人工智能輔助診斷達(dá)成獨(dú)家戰(zhàn)略合作,并發(fā)布由三方聯(lián)合開(kāi)發(fā)的“皮膚病人工智能輔助診斷系統(tǒng)”。這一套系統(tǒng)通過(guò)醫(yī)院方提供的3萬(wàn)多張皮膚病圖片和病例圖片學(xué)習(xí),第一期主要實(shí)現(xiàn)以紅斑狼瘡為代表的皮膚病人工智能輔助診斷,識(shí)別準(zhǔn)確率超過(guò)85%。未來(lái)還會(huì)在皮膚科其他領(lǐng)域開(kāi)展研究,比如像黑色素瘤等高發(fā)的皮膚腫瘤。
人工智能輔助診斷系統(tǒng),會(huì)否有一天可以去掉“輔助”二字,取代醫(yī)生?醫(yī)生出身的李天天認(rèn)為,即便是未來(lái)十年二十年,也很難。醫(yī)學(xué)永遠(yuǎn)充滿不確定性?;颊卟荒芤揽扛怕蕘?lái)判斷,這種不確定性必須要結(jié)合醫(yī)生的經(jīng)驗(yàn)來(lái)做。所以“輔助”這兩字必須要保留。
加州大學(xué)伯克利分校教授、人工智能專(zhuān)家Michael Jordan前不久在騰訊“云+未來(lái)”峰會(huì)上公開(kāi)表示讓人工智能做醫(yī)學(xué)診斷的擔(dān)憂:“我們所謂的人工智能看上去很智能,但并非如此。比如說(shuō)在醫(yī)療行業(yè)中,我們讓機(jī)器做很多的醫(yī)學(xué)診斷,這是不太可能的,有很多人會(huì)因?yàn)檫@種不暢的診斷,出現(xiàn)劑量問(wèn)題,而在一些環(huán)境中,AI的診斷也會(huì)受到影響,這種影響的結(jié)果可能造成病人的死亡?!?/span>
鄒青峰教授也指出,人工智能也有自己的短板。例如,在疾病的治療上,“沃森”系統(tǒng)會(huì)基于充分的大數(shù)據(jù)證據(jù)給出診斷和治療方案建議,但一旦遇到很個(gè)例的病案,缺少相關(guān)循證醫(yī)學(xué)證據(jù),“沃森”就只能交出“沒(méi)有意見(jiàn)”的白卷。而醫(yī)生作為人類(lèi),可能會(huì)設(shè)計(jì)出更有創(chuàng)新和突破性的治療方案
人工智能能否取代醫(yī)生?
人工智能在阿爾法狗的新聞效應(yīng)下備受關(guān)注。事實(shí)上,在醫(yī)療領(lǐng)域,尤其是病理診斷、影像、腫瘤治療等領(lǐng)域,人工智能早已大熱多時(shí)。
例如最有名的是IBM開(kāi)發(fā)的人工智能系統(tǒng)“沃森”,這一系統(tǒng)宣稱(chēng)已經(jīng)吸納美國(guó)大量腫瘤病例、超過(guò)300種醫(yī)學(xué)專(zhuān)業(yè)期刊、超過(guò)250本腫瘤專(zhuān)著、超過(guò)1500萬(wàn)份論文研究數(shù)據(jù)等,制定的治療方案與知名醫(yī)院醫(yī)學(xué)專(zhuān)家的治療方案“有90%的符合度”。今年6月初時(shí)廣州已有兩家基層醫(yī)院引進(jìn)這一系統(tǒng),用于輔助醫(yī)生診斷和選擇治療方案。
人工智能正逐漸成為提高醫(yī)生效率的有力助手。以糖尿病患者的視網(wǎng)膜病變?yōu)槔@種最常見(jiàn)的糖尿病并發(fā)癥,是四大致盲眼病之一。數(shù)據(jù)顯示,美國(guó)成人失明的第一大原因是糖尿病導(dǎo)致的視網(wǎng)膜病變,目前中國(guó)有1.4億糖尿病人,其中20%會(huì)出現(xiàn)視網(wǎng)膜病變。但內(nèi)分泌醫(yī)生如何提前發(fā)現(xiàn)糖尿病患者的視網(wǎng)膜病變是一大問(wèn)題,這勢(shì)必需要借助眼科醫(yī)生的會(huì)診。而中國(guó)眼科醫(yī)生僅有3.6萬(wàn)名,目前中國(guó)還有20%的縣級(jí)醫(yī)院沒(méi)有眼科,這也造成一些糖尿病病人不能及時(shí)進(jìn)行眼底篩查。創(chuàng)立于2015年的Airdoc公司,花費(fèi)大量時(shí)間從多家國(guó)內(nèi)外頂級(jí)醫(yī)院收集了數(shù)十萬(wàn)張眼底照片,構(gòu)建卷積神經(jīng)網(wǎng)絡(luò),在糖尿病性視網(wǎng)膜病變輔助診斷上,獲得與三甲醫(yī)院醫(yī)生相當(dāng)?shù)乃健_@一系統(tǒng)目前已經(jīng)進(jìn)入臨床應(yīng)用。
人工智能如何學(xué)習(xí)來(lái)當(dāng)醫(yī)生?Airdoc公司算法工程師陳飛告訴記者,人工智能的發(fā)展,以2012年作為一個(gè)分水嶺。在此之前,人工智能的算法還屬于淺層學(xué)習(xí),計(jì)算機(jī)根據(jù)人類(lèi)設(shè)計(jì)的特征去進(jìn)行學(xué)習(xí)。“例如讓計(jì)算機(jī)識(shí)別摩托車(chē),人類(lèi)工程師會(huì)告訴它摩托車(chē)的特征,例如有兩個(gè)輪子、有車(chē)把、有個(gè)發(fā)動(dòng)機(jī),這種學(xué)習(xí)受人的預(yù)設(shè)和先驗(yàn)經(jīng)驗(yàn)限制。對(duì)于復(fù)雜的醫(yī)學(xué)領(lǐng)域來(lái)說(shuō),影像之間相似、病灶也相似,淺層學(xué)習(xí)在這一領(lǐng)域的應(yīng)用準(zhǔn)確度就比較差?!?/span>
2012年是人工智能里程碑的節(jié)點(diǎn),這一年深度學(xué)習(xí)技術(shù)爆發(fā)。和淺層學(xué)習(xí)的區(qū)別是,深度學(xué)習(xí)的算法模擬人腦的神經(jīng)元結(jié)構(gòu),構(gòu)建一個(gè)神經(jīng)網(wǎng)絡(luò),不預(yù)設(shè)條件,輸入大量的數(shù)據(jù)讓計(jì)算機(jī)自己去學(xué)習(xí)特征,隨著數(shù)據(jù)量樣本的增大,計(jì)算精度會(huì)越來(lái)越高。
人工智能的核心是算法和數(shù)據(jù)。尤其是需要海量的數(shù)據(jù)。就好比一個(gè)每天都在不斷學(xué)習(xí)吸收新信息的醫(yī)生,和一個(gè)經(jīng)常睡大覺(jué)不用功的醫(yī)生相比,數(shù)據(jù)量的大小,直接決定了“醫(yī)生”水平的高低。而算法工程師好比去西天取經(jīng)的唐僧,需要在醫(yī)生幫助下把梵文的經(jīng)書(shū)(醫(yī)學(xué)知識(shí)和醫(yī)生的經(jīng)驗(yàn))轉(zhuǎn)化成常人的語(yǔ)言(處理后的數(shù)據(jù)和算法規(guī)則),讓計(jì)算機(jī)去學(xué)習(xí)。
不過(guò),陳飛認(rèn)為,目前只是初級(jí)的人工智能階段,電影上經(jīng)常出現(xiàn)的強(qiáng)人工智能離現(xiàn)實(shí)還很遠(yuǎn)。即便是世界上最好的人工智能深度學(xué)習(xí)網(wǎng)絡(luò),擁有10億級(jí)別的神經(jīng)元,但相對(duì)人類(lèi)大腦神經(jīng)元的數(shù)量來(lái)說(shuō)仍遠(yuǎn)遠(yuǎn)不及。而且這種模擬神經(jīng)元,還無(wú)法模擬人腦神經(jīng)元之間復(fù)雜的化學(xué)反應(yīng)。此外,醫(yī)學(xué)是復(fù)雜的學(xué)科,對(duì)病人來(lái)說(shuō),面對(duì)面接觸、語(yǔ)言安慰等人文關(guān)懷都是有助治療的因素,“機(jī)器是冰冷的,人是活的?!币虼?,人工智能取代醫(yī)生不太現(xiàn)實(shí)。輔助醫(yī)生提高效率,減輕醫(yī)生負(fù)擔(dān),讓醫(yī)生空出手來(lái)做更好的治療,是人工智能目前努力的方向。
推薦閱讀>>>
新三板財(cái)經(jīng) 新三板企業(yè)發(fā)展新零售 生物識(shí)別領(lǐng)域16家公司掛牌
免責(zé)聲明:本網(wǎng)站所有信息,并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),投資者據(jù)此操作,風(fēng)險(xiǎn)請(qǐng)自擔(dān)。