6月10日,CCF YOCSEF主办的《人工智能与病理切片诊断专题报告会》在上海召开,医生、AI专家、投资人、律师等各路英雄汇集于此,就打造智能医疗产品中出现的问题进行探讨。

一、目前,人工智能诊断是否靠谱?

“人工智能诊断是否靠谱我不知道,但就Google比赛结果来看,我认为不靠谱。”朱虹光教授调侃道,诊断准确率88.5%是要死人的,被人家打死的,朱虹光教授是国际病理学会中国区副主席,复旦大学基础医学院病理学系主任。

2017年3月,谷歌、谷歌大脑与Verily公司的科学家共同开发出的诊断乳腺癌的人工智能与病理学家展开PK,比赛结果是,病理学家准确率为73.3%,人工智能准确率为88.5%,就此,媒体报道称AI“完胜人类”。

朱教授称,若AI系统把润性导管癌2级误诊为1级,治疗方法相差无几,但诊断是否患有癌症,一个都不能错,错一个就是一个医疗事故。“通过人工智能诊断,这件事至少在今天还不靠谱。”

二、人工智能诊断的瓶颈在什么地方?

“这个问题很难回答,但我认为目前人智能医疗没有好的观察整体。”朱教授举例说,一张切片,第一遍看时判断为恶性,到高倍镜下看局部变成了良性,但最终结论确是恶性的,因为医生判断不是基于细胞,而是生物细胞行为。病理科医生重点要看是低倍镜,因为低倍镜可以看全貌。

对此,微瞰智能创始人兼CEO李冠男博士说道,算法在不同的尺度下都有相应的处理结果,他们不仅看局部区域,也看整体,“AI只负责把病灶找出来,最终定性是医生做的。”他分享到,目前,公司做的项目更多关注科研,而不是在临床上诊断出什么样的结果。前期处理的数据大部分围绕细胞,后期慢慢转移到整个区域的分析,包括组织区域的纹理变化、对病理科医生的工作产生的影响等。

病理技术装备专委会常委何金认为,制约人工智能诊断的瓶颈有3方面:一是切片是否标准化:HE切片是病理诊断的基础,要保证切片的厚度、质量和染色的质量,如果标准不统一,最终的结果也是不好的;二是影像的清晰度;三是AI公司应该与病理科医生寻求更加紧密的合作。

三、人工智能与医疗如何结合?

科大讯飞智慧医疗事业部总经理陶晓东博士认为,人工智能与影像结合能解决这些问题:一是医生没有时间做的事情或对专家来讲是浪费时间、但是对诊断十分必要的事情,比如取材时候做记录、影像筛查等;二是计算机更擅长做的事情,医生更擅长定性诊断,但计算机更适合定量诊断;三是对于影像科和放射科而言更重要,解决技术经验不足、成像标准不统一的问题。对于病理科而言,计算机有助于成像更加标准。

他认为,AI对于医疗怎样用处最大?这是技术上的难题,也是应用的难题,需要AI专家与医疗专业交流,碰撞火花。

上海中医药大学附属龙华医院肿瘤科副主任医师特聘教授于观贞称其比较关注病理科医生难以诊断的疾病,能否通过新的手段、技术达成。而李冠男认为,目前人工智能的主要作用是帮助病理科医生减少工作量,帮助医生先定位病灶区域。

四、数据归谁?

北京盈科(上海)律师事务所高级合伙人律师李刚称,目前,医疗机构内对于病历的管理执行依据是卫计委的规章,封闭在医疗机构内。目前,数据的归属没有明确的法律规定,但患者是病例的生产者,医院拥有知识产权,病历是不是患者与医院共有的?目前还没有明确的界定。

据雷锋网了解,6月份开始生效的《网络安全法》42条提到,如果经过了加工处理且不可逆的数据是可以应用的,但通过一些技术手段侵犯个人隐私是有问题的。所谓个人信息,有两方面,一是身份信息,比如职业、姓名等;二是生活轨迹信息。

欲知更多智能医疗落地中的关键问题,不妨7月7日~9日做客雷锋网承办的CCF-GAIR 2017大会,与学术界、产业界的各路大佬一起探讨未来医疗的一万种可能性。

2017年7月7、8、9日, CCF-GAIR 2017——2017年全球人工智能与机器人大会将在深圳福田举行,大会由深圳市政府指导,中国计算机学会(CCF)主办,雷锋网(公众号:雷锋网)和香港中文大学(深圳)承办。大会设置了三天的议程,包括AI 2.0、机器人、未来医疗、金融科技、智能出行、AI+、AI Job、AI创投等8个专场,每个专场分别邀请海内外学术和产业界最顶尖的专家来做大会报告和对话交流。

本文作者:张利

本文转自雷锋网禁止二次转载,原文链接

“人工智能进行临床诊断,至少在今天看来不靠谱”相关推荐

  1. 人机交互界面设计大作业_为什么说大多数UI设计、大数据、人工智能等培训班不靠谱?...

    搜索框中输入UI设计.大数据.人工智能等字,排在最前面的往往是培训班广告,各类网页中更是层出不穷,我要说的是这玩意不靠谱,你说你培训个Javaphthon等还说得过去,这些刚开设不久的新兴热门专业你就 ...

  2. 某程序员吐槽自己之前的外包同事能力不行,经常给同事挖坑,却面过了头条!只因为会刷题!头条招人这么不靠谱?...

    万事万物都有鄙视链,那程序员之间存在鄙视链吗? 有个程序员发帖吐槽自己之前的外包同事能力不行,干活效率低,沟通能力差,还经常给其他同事挖坑,简直是坑王本王.但这样一个被楼主鄙视的外包同事却奇迹般地面过 ...

  3. 北大副校长詹启敏回应“25篇论文造假”,​PubPpeer到底靠不靠谱?

    来源:科研大匠 今日,北京大学常务副校长.北大医学部主任.中国工程院院士詹启敏在个人公众号"潇敏 ScienceArt"上发布<詹启敏关于相关情况的说明>文章,回应了昨 ...

  4. 雷军:年轻人入职半年内不要提意见,不靠谱;微信表情新彩蛋遭疯狂吐槽:满屏“炸屎”;谷歌正式推出 Fuchsia OS|极客头条...

    「极客头条」-- 技术人员的新闻圈! CSDN 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注的重要新闻吧. 整理 | 梦依丹 出品 | CSDN(ID:CSDNnews ...

  5. 初级程序员面试不靠谱指南(二)

    3.read-only的const.如果你突然冒出一句看似很高深的话但又不解释一般都是装逼,就像前面提到过const准确的应该理解为一个read-only的变量而不是一个常量,那么常量和变量的区别到底 ...

  6. Geoffrey Hinton获得时间检验奖;AI预测世界杯荷兰夺冠;Galactica不靠谱,ChatGPT又如何……...

    这一周,AI业界又有哪些新鲜事? AI人物 Geoffrey Hinton:Forward-Forward新型神经网络更接近大脑运作 近日,深度学习之父.图灵奖得主 Geoffrey Hinton 在 ...

  7. 3dmark android 中文,貌似不靠谱,Android平台3DMark测试版初体验

    拼 命 加 载 中 ... 今天Futuremark宣布将针对Windows RT.Android以及iOS系统推出3DMark测试软件,以评估不同平台的图形性能.随后我们同事自觅渠道拿到了Andro ...

  8. 斥资建造全景分割养猪场,AI 养猪,到底靠不靠谱?

    目录 1.背景 2.方法 3.实验 4.探讨 前几天分享一个AI案例:5行Python代码实现图像分割,近日就读到一篇德国基尔大学和哥廷根大学研究的论文:应用在养猪场的全景分割系统,就让我们一起品品. ...

  9. UC何小鹏:移动互联网创业需警惕五大“不靠谱

    http://tech.qq.com/a/20140121/012443.htm 腾讯科技 启言 1月21日报道 移动互联网创业很容易犯错误,一不小心就陷入"坑"中.UC也是如此. ...

最新文章

  1. 微软牛津计划-语音转文本-文本转语音代码和实现
  2. 我已经写了48年代码了,我感觉我还能写下去
  3. 来自ERP的product属性修改
  4. 简单的01背包和完全背包
  5. 使用AJAX Toolkit创建新闻列表
  6. poj2176 Folding
  7. 95-140-104-源码-transform-算子flatMap
  8. SAP License:SAP不便解决的问题之六——采购组在审批策略中的作用
  9. 这世上最快的捷径就是脚踏实地
  10. HDU - 1286 找新朋友(欧拉函数)解题
  11. docker安装awvs13
  12. SSH免密登陆:Win登陆linux
  13. [逆向破解]lua脚本解密
  14. Nodejs之NestJS之pkg打包
  15. 数模算法与应用:预测模型(1)美日硫磺岛战役模型
  16. 虚拟linux jdk,虚拟机下Linux安装jdk
  17. Golang学习+深入(十三)-goroutine/channal
  18. 小红书可以赚钱吗?通过小红书赚钱的几种方式!
  19. 我是一只可可爱爱的小粽子
  20. A `Concatenate` layer requires inputs with matching shapes except for the concat axis.

热门文章

  1. 人脸识别的未来:对智慧城市有何影响
  2. 如何看待清华北大毕业生流失去国外?
  3. 曾经百度大佬吹过的牛实现了,看完这个,带你搞定AI前沿技术
  4. 五分钟看懂XLNet基本思想以及为什么它优于BERT
  5. SAP EWM - 包装主数据 - 包装明细 -2
  6. 对话吴恩达:AI火得还不够,997都满足不了我
  7. 官方全面解读“5G+工业互联网”
  8. 走向通用智能的核心:任务树的建立
  9. ​MEMS在未来面临的挑战
  10. 人机融合智能与深度态势感知