飛利浦健康信息部首席醫(yī)療官羅伊·史密斯(Roy Smythe)博士預(yù)測(cè),人工智能將預(yù)示著醫(yī)學(xué)黃金時(shí)代的到來(lái),醫(yī)生們有更多時(shí)間關(guān)心照顧病人。
假使醫(yī)療保健是一項(xiàng)持續(xù)的全球性臨床試驗(yàn),你身體上和醫(yī)學(xué)上的每一處細(xì)節(jié)都將記錄下來(lái),以推動(dòng)世界研究的發(fā)展。你想報(bào)名嗎?
這是飛利浦美國(guó)健康科技首席醫(yī)療官羅伊·斯密斯(Roy Smythe)博士的美好愿景。Smythe博士早先是名癌癥外科醫(yī)生,曾在新西蘭羅托魯瓦健康信息會(huì)議上探討健康與人工智能。
如果“人工智能”和“醫(yī)療保健”這樣的詞讓你聯(lián)想到機(jī)器人醫(yī)生正在巡視病房,詢問(wèn)病情,像一臺(tái)超級(jí)計(jì)算機(jī)幾分鐘內(nèi)可以瀏覽數(shù)百年的研究數(shù)據(jù),奇跡般地發(fā)現(xiàn)癌癥的治療方法,請(qǐng)忽略這些畫(huà)面,這不是Smythe博士預(yù)測(cè)的未來(lái)。
圍棋比賽選手們回應(yīng)被谷歌人工智能程序Alpha Go打敗。最新版本AlphaGo Zero表明了機(jī)器僅用40天可以學(xué)會(huì)人類(lèi)數(shù)千年的積累的知識(shí)甚至更多。
“總的來(lái)說(shuō),人工智能被過(guò)度夸大了。”他說(shuō)。
人工智能已應(yīng)用于醫(yī)療保健中,還可能擴(kuò)展到衛(wèi)生系統(tǒng)的每一角落。
利用CT、MRI及其他掃描診斷疾病是人工智能對(duì)醫(yī)療保健最大的貢獻(xiàn)之一。
Roy Smythe博士將人工智能分為三個(gè)層次:
1) 大數(shù)據(jù)分析—— 發(fā)現(xiàn)人類(lèi)看不到的大數(shù)據(jù)集模型。
2) 機(jī)器學(xué)習(xí)——根據(jù)所見(jiàn),培訓(xùn)機(jī)器應(yīng)用、創(chuàng)建算法從而掌握數(shù)據(jù)。
3) 人工神經(jīng)網(wǎng)絡(luò)——使機(jī)器學(xué)會(huì)、掌握、發(fā)現(xiàn)像圖片和醫(yī)學(xué)掃描的非數(shù)據(jù)信息模型并從零開(kāi)始自我訓(xùn)練。谷歌的AlphaGo Zero是這一重大突破的最佳例證。在沒(méi)有人類(lèi)的介入下,它自學(xué)如何在圍棋中與人博弈。
評(píng)論家們認(rèn)為,IBM的沃森(Watson)超級(jí)計(jì)算機(jī)在提高癌癥治療方面并未達(dá)到他們夸大的效果。
一些醫(yī)院已基于人工智能基礎(chǔ)數(shù)據(jù)分析,開(kāi)展可能突發(fā)生命危險(xiǎn)病人的危機(jī)預(yù)測(cè)。通過(guò)查找顯示病人狀態(tài)變化的模型,飛利浦的IntelliVue Guardin已利用重癥監(jiān)護(hù)數(shù)據(jù)開(kāi)展?jié)L動(dòng)風(fēng)險(xiǎn)評(píng)分。
可能很多人不知道,飛利浦在專(zhuān)注大數(shù)據(jù)和人工智能的研究。目前,健康和醫(yī)療保健部門(mén)是飛利浦最穩(wěn)定、掙錢(qián)最多的業(yè)務(wù),涵蓋了急性護(hù)理、緊急和短期治療及專(zhuān)業(yè)醫(yī)療人員使用的各種設(shè)備。
飛利浦醫(yī)療正通過(guò)AI技術(shù),將病人的個(gè)人生活狀況、個(gè)人體征、專(zhuān)業(yè)診斷資料、病歷,以及出院后的健康信息等串聯(lián)起來(lái),進(jìn)而追蹤其健康狀況,對(duì)疾病做預(yù)防性、介入性的診斷和治療。
Smythe博士期望:
今后的5到10年,這種實(shí)時(shí)預(yù)測(cè)也能應(yīng)用于醫(yī)院之外的地方。例如,監(jiān)測(cè)家中患有心力衰竭病人的心跳和呼吸情況。添加一些其他數(shù)據(jù)將提高預(yù)測(cè)的準(zhǔn)確性,比如病人的詳細(xì)信息(種族、年齡、日常飲食、體育活動(dòng)水平)、基因組譜及其特殊腫瘤或遺傳疾病或特征。世界醫(yī)療保健一時(shí)間看起來(lái)像是一場(chǎng)全球100億人的臨床實(shí)驗(yàn)——機(jī)器尋找不同疾病在不同種類(lèi)人群身上如何演變發(fā)展以及對(duì)于不同治療方法的反應(yīng)。
新西蘭醫(yī)學(xué)協(xié)會(huì)主席凱特·巴多克(Kate Baddock)認(rèn)為,人工智能將扮演醫(yī)生的補(bǔ)充角色,不會(huì)取代醫(yī)生。
“很難想像這一愿景的準(zhǔn)確性,并不是說(shuō)現(xiàn)在不了解病人,但只有通過(guò)了解與他們相像的病人的經(jīng)歷,才能真正了解他們。臨床醫(yī)生對(duì)現(xiàn)在病人的了解都是通過(guò)治療過(guò)的相似病人的經(jīng)歷及看到的一些相似經(jīng)歷獲得。如果正在醫(yī)治一位具有一定基因和人口學(xué)特征并患有肺癌的47歲白人女性,便可以實(shí)時(shí)獲取全世界其他85,000名與她相似的病人信息。突然之間,我的推論和建議更準(zhǔn)確、更有說(shuō)服力。”
這一絕妙愿景的唯一不足是需要匯集世界上每個(gè)人的健康數(shù)據(jù),這一做法可能會(huì)導(dǎo)致隱私和商業(yè)問(wèn)題。Smythe博士承認(rèn),醫(yī)療健康企業(yè)需要放棄將數(shù)據(jù)作為有價(jià)值資產(chǎn)的想法,而科學(xué)家也需要說(shuō)服公眾相信分享他們最私密信息的好處。
他說(shuō),這一愿景的成功還取決于世界衛(wèi)生體系從關(guān)注干預(yù)危及生命問(wèn)題到未來(lái)疾病預(yù)防的轉(zhuǎn)變。
使用數(shù)據(jù)模型預(yù)測(cè)個(gè)體疾病風(fēng)險(xiǎn)也頗有爭(zhēng)議。2013年,因擔(dān)心準(zhǔn)確性和實(shí)用性,美國(guó)食品和藥物管理局禁止像23andMe這樣的基因檢測(cè)公司使用基礎(chǔ)遺傳檢測(cè)預(yù)測(cè)疾病。然而,2017年4月,他們?cè)试S對(duì)10種疾病進(jìn)行有限測(cè)試,因?yàn)檫@些疾病與基因變異關(guān)系密切。
更多數(shù)據(jù)有助于提高預(yù)測(cè)準(zhǔn)確性,但并不能解決因?yàn)轱L(fēng)險(xiǎn)造成不必要焦慮的倫理問(wèn)題,而這種風(fēng)險(xiǎn)可能永遠(yuǎn)不會(huì)發(fā)生。醫(yī)學(xué)掃描的準(zhǔn)確性更令人擔(dān)憂,因?yàn)楦叨让舾械娜斯ぶ悄茉\斷將顯示并掃描與癥狀無(wú)關(guān)的異常情況,有可能導(dǎo)致對(duì)從未造成健康問(wèn)題的缺陷進(jìn)行不必要的治療。
然而,作為一名有25年從業(yè)經(jīng)驗(yàn)的癌癥外科醫(yī)生,Smythe認(rèn)為病人通常更愿意知道自己的疾病風(fēng)險(xiǎn)。通過(guò)基因測(cè)試,他妻子得知自己有百分之五十的機(jī)會(huì)感染帕金森病時(shí),她沮喪了很多天。然而,最后她很樂(lè)意發(fā)現(xiàn)早期癥狀,并遵循治療方案。
即使擁有大數(shù)據(jù),Smythe也不期望人工智能在10到15年內(nèi)神奇地治愈癌癥。也許未來(lái)的50年內(nèi)能達(dá)到這一目標(biāo)。人體與宇宙一樣龐大而復(fù)雜 ——沒(méi)有人能理解即使單個(gè)細(xì)胞。癌癥是人體的衍生物,具有相同復(fù)雜的防御機(jī)制。
藥物將更加個(gè)性化,有效地增加了治療的可能性。IBM的沃森(Watson)超級(jí)計(jì)算機(jī)已使用人工智能輔助癌癥治療,但評(píng)論家們認(rèn)為不足以夸大其作用,而且其過(guò)于依賴專(zhuān)家手動(dòng)提供信息。
Smythe也不希望人工智能取代醫(yī)生。
“醫(yī)學(xué)是一門(mén)最不完善但最人性化的應(yīng)用科學(xué),任何涉及人性的事物都需要某種程度的人文關(guān)懷使其行之有效。”
普通科醫(yī)生可能認(rèn)為他們所做大多是人文關(guān)懷,但北美最近一項(xiàng)研究發(fā)現(xiàn),普通科醫(yī)生平均探望病人時(shí)間為13分鐘,其中5分鐘用于記錄。在Smythe理想的世界里,人工智能將取代那些五分鐘可做的瑣事,讓醫(yī)生有更多時(shí)間關(guān)心病人。
“我相信,從現(xiàn)在開(kāi)始的50年里,科技將會(huì)使醫(yī)學(xué)更加人性化。”
新西蘭醫(yī)學(xué)協(xié)會(huì)主席凱特·巴多克(Kate Baddock)是名沃克沃斯的普通科醫(yī)生,他認(rèn)同幫助醫(yī)生診斷方面人工智能潛力巨大,但她仍懷疑機(jī)器處理復(fù)雜慢性疾病的能力。
她認(rèn)為急性醫(yī)療保健中,科學(xué)因素約占80%而人文因素占20%。然而長(zhǎng)期情況的管理則與之相反,更像是人文占80%,科學(xué)占20%。這是她相信機(jī)器永遠(yuǎn)無(wú)法取代人類(lèi)的重要一點(diǎn)。
關(guān)心病人和病情遠(yuǎn)不只是診斷能達(dá)到的...對(duì)于病情單一的人,人工智能發(fā)揮的作用最大,但問(wèn)題是這些人只占很少的一部分。
Smythe無(wú)法說(shuō)明醫(yī)療行業(yè)是否會(huì)因?yàn)槿斯ぶ悄艿膸椭粩喟l(fā)展,但他相信目前正處于科技轉(zhuǎn)型的混亂階段。無(wú)論如何,醫(yī)療保健的黃金時(shí)代尚未到來(lái),技術(shù)對(duì)其發(fā)展至關(guān)重要。
“隨著醫(yī)學(xué)發(fā)達(dá)國(guó)家人口的老齡化、全球人口不斷增長(zhǎng)、發(fā)展中國(guó)家慢性病和可預(yù)防疾病的增加,只有發(fā)揮科技的作用,否則我不知道人們將如何擺脫這些問(wèn)題。”
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。