ILLUSTRATION: ARIEL DAVIS

　　十幾年來，維也納醫(yī)科大學(xué)教授的皮膚科醫(yī)生哈拉爾德·基特勒一直用醫(yī)學(xué)經(jīng)驗(yàn)教授學(xué)生如何診斷皮膚病變，今年下學(xué)期開始，他將加入利用人工智能算法診斷皮膚病變的課程。

　　這一算法系統(tǒng)來源于基特勒幫助組織過的一場(chǎng)比賽，在比賽中，圖像分析算法在診斷某些皮膚瑕疵方面的表現(xiàn)可以超過人類專家。

　　在學(xué)習(xí)了 1 萬張由醫(yī)生標(biāo)記的圖像后，該系統(tǒng)可以在新的圖像中區(qū)分不同種類的良性和癌變。其中檢測(cè)一種被稱為色素化光性角化病的鱗狀斑塊的準(zhǔn)確性超過了人類。

　　研究人員通過逆向設(shè)計(jì)一種類似訓(xùn)練的算法，來評(píng)估它是如何得出結(jié)論的，結(jié)果顯示，在診斷這些損傷時(shí)，該系統(tǒng)比一般人更關(guān)注病變區(qū)域周圍的皮膚。

　　基特勒表示:“大多數(shù)人認(rèn)為人工智能是在人類無法理解的不同世界中活動(dòng)。我們的小實(shí)驗(yàn)表明，人工智能可以拓寬我們的視野，幫助我們建立新的聯(lián)系。”

　　基特勒與其團(tuán)隊(duì)研究的其中一部分就是，探索醫(yī)生如何與分析醫(yī)學(xué)圖像的人工智能系統(tǒng)合作。

　　自 2017 年以來，一系列研究發(fā)現(xiàn)，在醫(yī)生與 AI 激烈的競(jìng)爭(zhēng)中，機(jī)器學(xué)習(xí)模型表現(xiàn)得比皮膚科醫(yī)生更好。這引發(fā)了人們的猜測(cè)，皮膚專家可能會(huì)被新一代的 AutoDerm 3000 完全取代。

　　“不幸的是，這些東西取代我們的幾率非常低。合作是前進(jìn)的唯一道路。”

　　維也納醫(yī)科大學(xué)皮膚病學(xué)助理教授菲利普·奇尚德爾表示，現(xiàn)在是時(shí)候重新構(gòu)建對(duì)話了:如果算法和醫(yī)生是同事而不是競(jìng)爭(zhēng)對(duì)手會(huì)怎樣?

　　他說，皮膚專家除了查看痣外，還要規(guī)劃治療方案，綜合有關(guān)病人的不同數(shù)據(jù)，建立關(guān)系。計(jì)算機(jī)還遠(yuǎn)不能做到這一切。

　　倉(cāng)庫和呼叫中心的運(yùn)營(yíng)商也得出了同樣的結(jié)論。他們指出，AI 在應(yīng)用某些領(lǐng)域時(shí)，僅在于協(xié)助人類提高工作效率，目前還遠(yuǎn)不能取代人類。其原因不僅源于某些情緒原因，還因?yàn)樵S多日常任務(wù)過于復(fù)雜，現(xiàn)有技術(shù)無法單獨(dú)處理。

　　基于這一點(diǎn)，皮膚病學(xué)研究人員試圖用人工智能算法系統(tǒng)的思維模式來訓(xùn)練學(xué)生。

　　他們用數(shù)千張由皮膚科醫(yī)生標(biāo)記的 7 種皮膚病變的圖像訓(xùn)練系統(tǒng)，包括惡性黑素瘤和良性痣。經(jīng)過測(cè)試，從中挑選出三種醫(yī)生可以學(xué)習(xí)的圖像分析算法模式。

　　1、在醫(yī)生檢查皮膚損傷的新圖像時(shí)，根據(jù)診斷的概率排列一個(gè)診斷列表。

　　2、在兩者都有可能的情況下，預(yù)先設(shè)定病變?yōu)閻盒浴?/p>

　　3、檢索之前診斷的圖像，提煉出該算法認(rèn)為相似病變特征的圖像，為醫(yī)生提供參考點(diǎn)。

　　對(duì) 300 多名醫(yī)生進(jìn)行的測(cè)試發(fā)現(xiàn)，使用診斷排序表時(shí)，結(jié)果更加準(zhǔn)確。他們做出正確判斷的比率上升了 13%。另外兩種方法并沒有提高醫(yī)生的準(zhǔn)確性。

　　實(shí)驗(yàn)還顯示，實(shí)習(xí)醫(yī)生等缺乏經(jīng)驗(yàn)的醫(yī)生會(huì)更多地根據(jù)人工智能的建議改變?cè)\斷，而且這樣做通常是正確的。經(jīng)驗(yàn)豐富的皮膚科醫(yī)生，根據(jù)軟件的建議改變?cè)\斷的頻率要低得多。這些經(jīng)驗(yàn)豐富的醫(yī)生只有在他們對(duì)醫(yī)學(xué)報(bào)告不太確定時(shí)才會(huì)參考 AI 系統(tǒng)的結(jié)論。

　　奇尚德爾認(rèn)為，這表明人工智能皮膚病學(xué)工具最好是作為培訓(xùn)專家的助手，或者工作強(qiáng)度不大的醫(yī)生的助手。

　　這些實(shí)驗(yàn)表明，研究人員可能會(huì)開發(fā)出提高而不是淘汰醫(yī)生的人工智能。

　　這項(xiàng)新的研究還包括一項(xiàng)實(shí)驗(yàn)，測(cè)試醫(yī)生使用錯(cuò)誤軟件和給出錯(cuò)誤建議的算法版本時(shí)的后果，所有經(jīng)驗(yàn)水平的臨床醫(yī)生都很容易被誤導(dǎo)。這反映了完全接受人工智能算法的潛在危險(xiǎn)。　　via:https://www.wired.com/story/algorithm-doesnt-replace-doctors-makes-them-better/

總結(jié)

以上是生活随笔為你收集整理的如何用人工智能算法检测皮肤病变的方式训练医生？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。