《柳叶刀》子刊:四秒内诊断出心脏病,AI可以和医生一样“出色”

2019 年 10 月 11 日 大数据文摘
大数据文摘出品
来源:telegraph
编译:邢畅、牛婉杨

近期,伦敦大学学院(UCL)的一项新试验表明,一个AI程序可以在短时间内以与医生相同的精准度读取扫描结果。

然而,现阶段医生通过MRI扫描分析病人的心脏功能需要大约13分钟,而用AI程序,可能只需要4秒。



英国的医生每年大约有15万次这样的扫描,研究人员估计,如果充分利用AI来读取这些扫描结果,每年则可以为每个心脏中心节省54个临床医生工作日。


现阶段,大部分扫描结果仍然需要受过专业训练的医生来读取。 希望AI能够在无需人工干预的情况下从数据中学习,以识别新模式。 这将帮助医生更快、更早地发现心脏病和癌症等疾病,从而改变医学。


AI与医学专家的诊断水平不相上下


循环: 心血管成像 Circulation: Cardiovascular Imaging)》杂志上发表了一项新研究,研究人员利用近600名患者的心脏MRI扫描结果,训练了一个神经网络。


随后,对来自多个心脏中心的110名患者,研究小组将该系统的准确性与一名专家和一名实习生进行对比。


他们发现,AI与人类诊断在精准度上没有显著差异。


发表在《柳叶刀(Lancet)》数字健康杂志上的这篇文章,是首次对于AI在医学领域应用的系统性综述。 该综述表明,目前AI在许多领域的诊断水平与医生不相上下。


领导UCL这项研究的Charlotte Manisty博士说道: “心血管MRI为评估心脏结构和功能提供了无可比拟的图像质量。 然而,目前通过人工进行分析的结果仍然较为基础。未来,自动化机器学习技术有可能改变这一现状,并从根本上提高效率,我们期待进一步的研究,以验证其相对于人工分析的优越性。”


她补充说: “我们收集了一系列心脏病患者的扫描数据,这使我们足以证明,测量误差的最大来源是人为因素。 这表明自动化技术目前至少和人类一样好,未来很有可能成为‘超人’,进而改变临床和研究的测量精度。”


AI诊断还有很长的路要走


《柳叶刀》子刊的这项研究是由伯明翰大学医院NHS基金会的医生们开展的,其中回顾了14项比较AI和专业医疗人员表现的研究。


Alastair Denniston教授说: “在为数不多的高质量研究中,我们发现深度学习确实可以像专业的医疗人员一样准确地检测出从眼疾到癌症等多种疾病。 但必须指出的是,在很大程度上AI并没有超过人类的诊断

尽管AI具有和医生同样的精准度,但未来在其大规模应用之时还将面临一个巨大的挑战,如果AI诊断结果不足以令患者信服,那么患者对于医疗机构便会产生信任危机。

前路漫漫,好好训练,这类问题的解决终究要以成熟的技术为根基。


希望有一天,AI可以像人类医师那样,不管遇到心脏的任何状况,都能清晰地了解患者到底存在怎样的问题,真正的造福于人类。


相关报道:

https://www.telegraph.co.uk/news/2019/09/24/ai-can-now-diagnose-heart-disease-just-four-seconds-study-shows/



实习/全职编辑记者招聘ing

加入我们,亲身体验一家专业科技媒体采写的每个细节,在最有前景的行业,和一群遍布全球最优秀的人一起成长。坐标北京·清华东门,在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn


志愿者介绍
后台回复志愿者”加入我们
点「在看」的人都变好看了哦!
登录查看更多
0

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
专知会员服务
26+阅读 · 2020年3月6日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
23+阅读 · 2020年2月23日
【综述】智能医疗综述,48页论文详述医学AI最新进展
专知会员服务
68+阅读 · 2019年9月1日
论文解析 | Google如何用CNN检查乳腺癌?
AI100
4+阅读 · 2017年12月21日
【智能医疗】如何利用深度学习诊断心脏病?
产业智能官
8+阅读 · 2017年10月3日
已删除
将门创投
6+阅读 · 2017年7月6日
Arxiv
3+阅读 · 2018年10月5日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
4+阅读 · 2018年3月14日
VIP会员
Top
微信扫码咨询专知VIP会员