傳動網 > 新聞頻道 > 行業資訊 > 資訊詳情

人工智能幫助塑造醫學的未來

時間:2019-02-12

來源:網絡轉載

導語:人工智能從計算能力和能力的爆炸中受益匪淺。今天,高度復雜的深度學習算法,模仿人類大腦的結構,可以掌握圍棋,交易股票,甚至寫小說。鑒于這種多功能性,一些人擔心深度學習AI會通過武力重塑我們的經濟,使數百甚至數千個職業過時。

人工智能從計算能力和能力的爆炸中受益匪淺。今天,高度復雜的深度學習算法,模仿人類大腦的結構,可以掌握圍棋,交易股票,甚至寫小說。鑒于這種多功能性,一些人擔心深度學習AI會通過武力重塑我們的經濟,使數百甚至數千個職業過時。似乎世界將不再需要人類。但這是真的嗎?沒有兩個職業相似,偉大的AI清算不會影響所有行業。

根據牛津大學和NPR進行的研究,醫生和外科醫生只有0.4%的機會成為自動化的犧牲品。總體而言,大多數醫學專業的自動化機會似乎遠低于其他專業。例如,醫師助理的自動化評級為14.5%,而稅務編制者的自動化評級為98.7%。

雖然正在努力教授計算機的同理心,但目前尚不清楚是否有可能建立一臺能夠理解人類情感深度的計算機。

當談到人工智能對醫學的影響時,我認為我們會發現結果既重要又微妙。

人工智能,醫療設備

人工智能會發現錯誤

盡管計算機永遠不會取代血肉之軀的醫生,但人工智能仍然在醫學中占有一席之地。

想想醫生需要什么:了解生物化學,例如新藥,現有藥物,以及這些物質如何與個體患者相互作用;關于每位患者病史的一般信息,包括他們是否有任何預先存在的病癥或可能因手術或治療而加劇的危險因素;以及對疾病和病癥的深入了解,這些疾病和病癥往往難以置信地迅速發展。

事實上,這些要求不僅僅是相互沖突的要求,而且這些要求在人類是不可能的。畢竟,人類大腦由大約10億個神經元組成,每個神經元具有大約1,000個連接(總共1萬億個連接)。這聽起來令人印象深刻,但并不多。一個大腦有幾千兆字節的工作記憶。其他任何事情都不容易被召回。

幸運的是,AI沒有這樣的問題。例如,IBM的Watson可以梳理數百萬頁的數據,閱讀無數的醫學文章,并且其知識的廣度和規模遠遠超過任何人類醫生。即使醫生可能忘記患者的獨特生物學使他們容易受到某種藥物的副作用,但AI也不會。即使過度勞累的醫療人員可能會錯過線索,AI也不會。

AI可以幫助處理罕見的情況

相關的說明,人工智能的強大網絡將徹底改變罕見疾病的治療方法。是的,個人AI是強大的智能程序。然而,當他們聯網在一起時,他們是不可阻擋的。在這種配置中,他們可以從彼此的見解中獲取,了解一個人出錯的地方,并設計出創新的解決方案。

這些工具已經存在。一個有線功能探討近代醫學的AI供電的數據庫,幫助從業者挖掘到知識,從3700個供應商和超過1400萬病人就診的數據庫。基于類似于亞馬遜臭名昭著的強大推薦引擎的技術,現代化醫學挖掘數據,推薦治療,并通過網絡的力量,幫助忙碌的醫生解決一種不熟悉的威脅性疾病。

AIs將協助手術

當與增強現實程序配對時,可以將真實的數字線索和圖像疊加在上面,AI可以為外科醫生提供實時信息。這包括將大腦分成各個區域進行神經外科手術,在患者身體上放置MRI掃描和其他圖像。復雜的軟件將為先進的硬件提供動力,為醫生提供額外的安全網,讓患者安心。

AIs會預測疾病

人工智能的一個重要好處來自于它在收集和分析大量數據以及從分析中得出結論的實力。誰更容易患癌癥?有哪些風險因素會使患者更容易受到心臟病發作而不是中風?

幾年前,谷歌創建了基線研究,這是一項全面,雄心勃勃的工作,涉及數千名志愿者和100名不同醫學領域的專家。顧名思義,該研究的目標是為人類健康建立一種基線,算法和研究人員可以從中找出可能使人易患特定疾病的生物線索。

基線研究繼續在旗下(谷歌的母公司)的Verily旗下進行,并將擴大范圍和資源。在不久的將來,很容易想象一下,一次訪問醫生辦公室就會發現非傳染性疾病(中風,癌癥,心臟病發作)或遺傳性疾病。患者不僅可以看到患上特定疾病的機會,而且醫生還可以通過明確的長期行動計劃幫助患者預防這些疾病。

值得注意的是,雖然人工智能肯定會徹底改變我們與醫學的關系,但更有可能以微妙,低調的方式這樣做。畢竟,AI最有希望的變化與后端接口形式的系統和程序有關-而不是說話屏幕。但是,不要被愚弄:即使大部分變化發生在屏幕外,醫療實踐也會變得更好。隨著時間的推移,醫療保健將變得更加準確,更加全面和便宜,這對每個人來說都是一個受歡迎的消息。

聲明:本文為轉載類文章,如涉及版權問題,請及時聯系我們刪除(QQ:2737591964),不便之處,敬請諒解!

中傳動網版權與免責聲明:

凡本網注明[來源:中國傳動網]的所有文字、圖片、音視和視頻文件,版權均為中國傳動網(www.hysjfh.com)獨家所有。如需轉載請與0755-82949061聯系。任何媒體、網站或個人轉載使用時須注明來源“中國傳動網”,違反者本網將追究其法律責任。

本網轉載并注明其他來源的稿件,均來自互聯網或業內投稿人士,版權屬于原版權人。轉載請保留稿件來源及作者,禁止擅自篡改,違者自負版權法律責任。

如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。

關注伺服與運動控制公眾號獲取更多資訊

關注直驅與傳動公眾號獲取更多資訊

關注中國傳動網公眾號獲取更多資訊

最新新聞
查看更多資訊

熱搜詞
  • 運動控制
  • 伺服系統
  • 機器視覺
  • 機械傳動
  • 編碼器
  • 直驅系統
  • 工業電源
  • 電力電子
  • 工業互聯
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機界面
  • PLC
  • 電氣聯接
  • 工業機器人
  • 低壓電器
  • 機柜
回頂部
點贊 0
取消 0