權威雜誌斷言：AI治病完勝人類，死亡預測、癌症治療樣樣拿手

到處「搶飯碗」的人工智慧終於還是沒有放過可憐的醫生們，近兩年來一系列頻繁的動作發出一個赤果果的挑釁信號：人工智慧已經大舉攻佔醫療界，一個科室都不放過！

最讓人類膽寒的是，AI醫生看病居然真的比人類看的好！

這還得了！

來看看它們都做了什麼（注意：以下內容整理自《自然》、《科學》雜誌，你不是在看科幻片哦）

1.「人類完敗……診斷乳腺癌，30小時病理分析竟不如谷歌AI準確」

來自谷歌、谷歌大腦與Verily公司的科學家，開發出了一款能用來診斷乳腺癌的人工智慧，它的表現甚至超過了專業的病理學家。

要知道，病理診斷的準確性嚴重依賴於病理醫生的水平，即便是對於同一名病人，不同病理學家給出的診斷也往往會有很大不同：一篇2015年的論文發現，不同病理學家對乳腺癌診斷的一致率只有75.3%。在某些不典型的乳腺癌中，診斷的一致率竟下降到了48%，不足一半。

為了解決病理診斷的瓶頸，谷歌和Verily的科學家們做了一個嘗試。他們將單張病理切片的圖像分割成了數萬至數十萬個128x128像素的小區域，每個小區域內可能含有數個腫瘤細胞。隨後，他們提供了許多腫瘤組織與正常組織的病理切片，供人工智慧學習。最終，這款人工智慧掌握了一項像素級的技巧——它能分辨出單個小區域內被標註為「腫瘤」的像素，從而將整個小區域標註為「腫瘤區」，從而有效地將腫瘤組織與健康組織區分開來。

學習完畢後，這款人工智慧迎來了實戰。科學家們邀請了一位病理學家，並讓他與人工智慧進行一場比賽。這名病理學家花了整整30個小時，仔細分析了130張切片，並給出了他的診斷結果。在隨後基於靈敏度（找到了多少正確的腫瘤）和假陽性（將多少正常組織診斷為腫瘤）的評分中，這名病理學家的準確率為73.3%。人工智慧交出的答卷是88.5%，完勝人類。

Game over.

2.《自然》重磅：AI在兒童自閉症早期診斷上完勝醫生！

近期，在北卡羅來納大學精神病學家HeatherHazlett的帶領下，人工智慧在疾病診斷領域又下一城。她們開發的深度學習演算法，在預測2歲前的自閉症高危兒童（有個自閉症哥哥或者姐姐）是否會在2歲之後被診斷為自閉症上，以88%的準確度遠超準確度只有50%的傳統行為問卷調查法（Charman, 2014）。人工智慧在疾病診斷領域再次戰勝人類。

3.「AI機器人，學完2186張肺癌圖譜，完勝病理學家」

2016年8月16日,《自然?通訊》發表了一份斯坦福大學醫學院研究人員的研究：計算機可被培訓在評估肺癌組織切片時，比病理學家更精確。

研究人員使用了從腺癌、鱗狀細胞癌患者獲得肺癌基因圖譜的2186張圖像。資料庫還包含了每例腫瘤的級別、期別以及每例患者在診斷後的存活時間信息。

然後，研究人員使用這些圖像來訓練計算機軟體程序，以確定更多肉眼所不能觀察到的癌症特異性特徵——近10000種個性特質vs幾百種病理學家通常使用的評估特徵。這些特徵不僅包括了腫瘤細胞的大小及形狀，也包括了細胞核的形狀與質地以及與相鄰腫瘤細胞的空間關係。

斯坦福大學遺傳學教授Snyder博士說：「事後看來，一切都在情理之中。計算機能夠比人類更加準確、快速地在數以千計的樣本中，多次評估甚至是微小的差異。」

4.「AI再登Nature封面：診斷皮膚癌，準確率達91%」

人工智慧眼裡的皮膚病

細微的差別，都逃不過人工智慧的火眼金睛

斯坦福大學研究人員採用深度卷積神經網路，通過大量訓練發展出模式識別的AI系統，使計算機學會分析圖片並診斷疾病。

訓練計算機的資料庫由129450張皮膚病變圖片和對應的文字描述組成，涵蓋了2032種皮膚病。而診斷的「參考答案」則由皮膚病專家提供，他們依靠的是非侵入性圖像分析和組織活檢。

之後，計算機迎來了「畢業考試」。研究者向受訓的計算機和21名執業醫師分別提供了一批訓練數據集中，沒有出現過皮膚病變的圖片，這些圖片都由組織活檢確定了對應的病症。診斷比賽的結果是計算機的準確率和人類醫生差不多，有時候還勝過人類醫生。

5.人工智慧走進ICU：可預測病人死亡準確率達93%

在洛杉磯兒童醫院，數據科學家Melissa Aczon和David Ledbetter提出了一種人工智慧系統，這個系統可以讓醫生們更好地了解哪些孩子的病情可能會惡化。

他們使用了PICU里超過12000名患者的健康記錄，機器學習程序在數據中發現了相關規律，成功識別出了即將死亡的患者。該程序預測死亡的準確率達到了93％，明顯比目前在醫院PICU中使用的簡單評級系統表現更好。Aczon和Ledbetter在Arxiv上發表了相關論文，公布了他們的研究成果。

他們實驗的創新點是使用了一種叫做循環神經網路（RNN）的機器學習方法，這種方法擅長處理持續的數據序列，而不是從某一個時刻的數據點直接得出結論。「RNN網路是處理臨床數據序列的一種有效方法。」Aczon說，「它能夠整合新產生的信息序列，得到準確的輸出。」所以在程序中，RNN網路表現得更好，因為它能夠隨著時間的推移，根據病人最近12小時的臨床數據，做出最準確的預測。

6.IBM沃森醫生入華，10秒出診斷書

早在2014年，IBM的「沃森醫生」已經在美國安德森癌症中心上崗，還收穫了不小的人氣，被人們親切稱作「沃森」醫生，準確率達到73%，被譽為「未來最好的癌症專家」和「醫神」。

要知道，IBM的沃森機器人能夠在17秒內，閱讀3469本醫學專著，248000篇論文，69種治療方案，61540次實驗數據，106000份臨床報告，並根據醫生輸入的病人指標信息，最終提出優選的個性化治療方案。

「目前7種類型的腫瘤,不管多麼複雜,十幾秒鐘就可以出具全球頂尖的診療方案。」就在幾天前，青大附院和市立醫院正式成立「沃森智能腫瘤會診中心」,藉助被稱為「機器人醫生」的沃森大數據系統,醫生只需十幾秒就可拿到具有全球頂尖專家經驗的個性化診療方。、

All in all，「人工智慧＋醫療」，不是噱頭，而是未來。一個讓人期待的人工智慧時代，正在快速到來！你會願意接受它嗎？

信息參考：《自然》雜誌

相關考察推薦

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！