訂閱
糾錯
加入自媒體

能夠理解因果關(guān)系的AI醫(yī)生來了,實現(xiàn)比醫(yī)生更精準(zhǔn)的診斷

人工智能診斷廣受好評

巴比倫醫(yī)學(xué)部副主任兼全科醫(yī)生 Tejal Patel 博士說:“我很高興有一天,這種 AI 可以幫助我和其他醫(yī)生減少誤診,并騰出時間幫助我們專注于最需要護理的患者身上。我期待這類工具成為標(biāo)準(zhǔn)工具,提高我們現(xiàn)有的工作水平。”

巴比倫首席科學(xué)家 Saurabh Johri 博士補充道:“有趣的是,我們發(fā)現(xiàn)人工智能和醫(yī)生相輔相成,在較困難的情況下,人工智能的得分比醫(yī)生更高,反之亦然。此外,該算法對更容易誤診、更嚴(yán)重的罕見疾病尤其有效!

前巴比倫公司成員,UCL 名譽講師 Ciaran Lee 博士說:“因果機器學(xué)習(xí)方法使我們能夠提出更豐富、更自然的醫(yī)學(xué)問題。這種方法具有巨大的潛力來改善當(dāng)前的所有其他癥狀檢查程序,但是它也可以適用于醫(yī)療保健和其他領(lǐng)域的許多其他問題,這就是為什么因果人工智能如此引人注目,因為它具有普遍性!

然而,Gilligan Lee 也認(rèn)為,醫(yī)生可能更擅長于發(fā)現(xiàn)更常見的問題。他計劃為該系統(tǒng)尋求監(jiān)管部門的批準(zhǔn)和臨床驗證,目的是將其放入一個應(yīng)用程序中,患者可以從中獲取有關(guān)癥狀的信息和治療的建議。

英國伯明翰國民健康保險基金會信托基金會(University Hospitals Birmingham NHS Foundation Trust)的 Xiaoxuan Liu 表示:“他們在很大程度上描述了一種新的解決問題的技術(shù)途徑。論文中的方法論非常好,而且這項技術(shù)確實顯示出一些希望!

Liu 認(rèn)為,該系統(tǒng)在罕見病診斷方面的表現(xiàn)優(yōu)于醫(yī)生這一事實令人振奮,盡管她警告說,該系統(tǒng)仍處于早期階段,病例數(shù)量相對較少。“我們需要看看它現(xiàn)實世界的病例中是如何起作用的,在這些病例中,病史并不是十分清楚的,有時可能是多種疾病相互作用的結(jié)果,這些病例對于該系統(tǒng)來講將是一項挑戰(zhàn)!

總的來說,這項技術(shù)為醫(yī)生與人工智能之間的未來合作鋪平了道路,這將加快醫(yī)生的診斷速度,并進一步提高診斷的準(zhǔn)確性,為臨床醫(yī)生騰出時間來改善患者的狀況,并提升患者的體驗。此外,它有可能擴大臨床醫(yī)生的工作,并繼續(xù)推動為患者提供更好的醫(yī)療保健系統(tǒng)。

圖片標(biāo)題



<上一頁  1  2  3  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號