人工智能在臨床上的新進(jìn)展

Radboudumc的研究人員在展示了AI如何診斷類似于醫(yī)生的問題后，還展示了它如何達(dá)到診斷的目的，從而在臨床環(huán)境中促進(jìn)了人工智能(AI)的發(fā)展。人工智能已經(jīng)在這種環(huán)境中發(fā)揮了作用，被用于快速檢測可能被專家標(biāo)記為疾病的異常。

臨床環(huán)境中的AI

人工智能已越來越多地用于醫(yī)學(xué)影像的診斷。傳統(tǒng)上，由醫(yī)生研究X射線或活檢以識別異常的方法現(xiàn)在可以通過AI來完成。通過使用深度學(xué)習(xí)，這些系統(tǒng)可以自行診斷，通常與人類醫(yī)生一樣準(zhǔn)確甚至更好。

但是，這些系統(tǒng)并不完美。問題之一是AI無法演示其如何分析圖像并做出診斷。另一個問題是，他們沒有做任何其他事情，這意味著一旦達(dá)到特定診斷，它們就會停止。即使有正確的診斷，這也可能導(dǎo)致系統(tǒng)缺少某些異常。

在這種情況下，人類醫(yī)生更擅長觀察患者，X射線或其他整體圖像。

人工智能的進(jìn)步

研究人員正在解決臨床環(huán)境中AI的這些問題。ChristinaGonzálezGonzalo是一名博士學(xué)位。Radboudumc的A眼研究和診斷圖像分析小組的候選人。

岡薩雷斯·貢薩洛(GonzálezGonzalo)通過使用發(fā)現(xiàn)視網(wǎng)膜異常的眼部掃描技術(shù)開發(fā)了一種用于診斷AI的新方法?？梢杂扇祟愥t(yī)生和AI輕松找到特定的異常，并且通常以組的形式發(fā)現(xiàn)。

在AI系統(tǒng)的情況下，它將診斷一個或幾個異常并停止，這表明使用這種系統(tǒng)的弊端之一。為了解決這個問題，岡薩雷斯·貢薩洛(GonzálezGonzalo)開發(fā)了一個流程，使AI可以多次瀏覽圖片。執(zhí)行此操作時，它將學(xué)會忽略已覆蓋的位置，從而可以發(fā)現(xiàn)新的位置。最重要的是，AI還突出顯示了可疑區(qū)域，使整個診斷過程對人類來說更加透明。

這種新方法與這些設(shè)置中使用的傳統(tǒng)AI系統(tǒng)不同，后者將其診斷基于對眼睛掃描的一種評估?，F(xiàn)在，研究人員可以看到新的AI系統(tǒng)如何進(jìn)行診斷。