能够理解因果关系的AI医生来了,实现比医生更精准的诊断

学术头条
关注

人工智能诊断广受好评

巴比伦医学部副主任兼全科医生 Tejal Patel 博士说:“我很高兴有一天,这种 AI 可以帮助我和其他医生减少误诊,并腾出时间帮助我们专注于最需要护理的患者身上。我期待这类工具成为标准工具,提高我们现有的工作水平。”

巴比伦首席科学家 Saurabh Johri 博士补充道:“有趣的是,我们发现人工智能和医生相辅相成,在较困难的情况下,人工智能的得分比医生更高,反之亦然。此外,该算法对更容易误诊、更严重的罕见疾病尤其有效。”

前巴比伦公司成员,UCL 名誉讲师 Ciaran Lee 博士说:“因果机器学习方法使我们能够提出更丰富、更自然的医学问题。这种方法具有巨大的潜力来改善当前的所有其他症状检查程序,但是它也可以适用于医疗保健和其他领域的许多其他问题,这就是为什么因果人工智能如此引人注目,因为它具有普遍性。”

然而,Gilligan Lee 也认为,医生可能更擅长于发现更常见的问题。他计划为该系统寻求监管部门的批准和临床验证,目的是将其放入一个应用程序中,患者可以从中获取有关症状的信息和治疗的建议。

英国伯明翰国民健康保险基金会信托基金会(University Hospitals Birmingham NHS Foundation Trust)的 Xiaoxuan Liu 表示:“他们在很大程度上描述了一种新的解决问题的技术途径。论文中的方法论非常好,而且这项技术确实显示出一些希望。”

Liu 认为,该系统在罕见病诊断方面的表现优于医生这一事实令人振奋,尽管她警告说,该系统仍处于早期阶段,病例数量相对较少。“我们需要看看它现实世界的病例中是如何起作用的,在这些病例中,病史并不是十分清楚的,有时可能是多种疾病相互作用的结果,这些病例对于该系统来讲将是一项挑战。”

总的来说,这项技术为医生与人工智能之间的未来合作铺平了道路,这将加快医生的诊断速度,并进一步提高诊断的准确性,为临床医生腾出时间来改善患者的状况,并提升患者的体验。此外,它有可能扩大临床医生的工作,并继续推动为患者提供更好的医疗保健系统。

图片标题



声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存