简要

研究表明,人工智能在诊断方面与临床医生一样有效

潜水简介:

  • 根据对82篇文章的系统回顾,人工智能可以以与医疗保健专业人员相同的精度从医学成像中检测疾病 出版于 《柳叶刀》数字健康杂志 星期二。
  • 然而,人工智能并没有超越人类的诊断。在比较AI和临床医生诊断准确性的一小部分研究中,研究人员发现,深度学习算法可以正确地检测出87%的疾病,而临床医生的准​​确率为86%。 AI和医疗保健专业人员对健康医学图像的识别率相近,准确率分别为93%和91%。
  • 但是由于缺乏全面的研究来直接比较人机的性能或在真实的临床环境中检查AI,因此深度学习的诊断潜力-使用经过训练的算法来检测非结构化数据(例如医学图像)中的模式-仍然不确定,研究人员确定。

潜水见解:

人工智能具有 潜在的破坏力 整个医疗保健部门,尤其是在减少管理浪费,简化账单,改善患者匹配和人群健康管理方面。科技巨头喜欢 亚马孙, 谷歌 和英特尔在进入医疗行业时正在利用其强大的AI功能,以及 提供者 付款人对技术变得更加开放。

然而,尽管人工智能被大肆宣传,但它在诊断领域的增值功能却存在很多不确定性 在投资者之间 和公众。

伯明翰大学医院NHS的研究人员审查了2012年至2019年之间发表的20,500篇文章,但最终只有1%的文章纳入了荟萃分析。纳入的研究涵盖了乳腺癌,骨伤,呼吸系统疾病,心脏病学,面部外科等。

研究人员查看的82篇文章中,只有25篇通过使用不同人群的医学图像从外部验证了AI模型,只有14篇直接比较了临床医生和AI的诊断能力。

伯明翰大学NHS基金会信托基金大学教授Alastair Denniston表示:“在少数高质量的研究中,我们发现深度学习确实可以像卫生专业人员一样准确地检测出从癌症到眼科疾病的各种疾病。” 。基金会基金会在英格兰伯明翰及其周围经营四家医院。

迄今为止,美国食品药物管理局已经批准了30多种AI算法用于医疗保健。他们从 Imagen OsteoDetect 以识别骨骼图像中的腕部骨折 识别码 在眼部扫描中检测出糖尿病性视网膜病变 Viz.AI联系人 在CT扫描中识别中风的迹象。

专家说,放射学和图像分析是诊断AI的最逻辑应用领域,因为可以轻松地根据大量可用数据来训练机器学习算法。根据弗若斯特(Frost)的数据,2018年100多家医学成像AI初创公司中,大多数用于图像分析&Sullivan,医疗咨询公司。

需要在那里。全球医学图像的数量开始超过现有专家进行查看的能力,特别是 在中低收入国家。基于AI的医学影像市场是 有望达到 到2023年,随着公司进行投资以适应市场增长,全球收入将达到20亿美元。

但是专家认为,应该将人工智能视为医生的工具,而不是医生本身。

英特尔健康与生命科学总经理David Ryan表示:“我真的认为这是所有工具的作用,它可以升级并提升临床医生和放射线医生系统中已有的决策支持。” 最近告诉《医疗保健潜水》。 “这确实是一个辅助设备。”

而且,由于在周二发表的荟萃分析中存在一系列局限性,研究人员告诫不要对AI作为自动诊断工具的有用性得出强烈的结论。

宾夕法尼亚大学放射学教授泰莎·库克(Tessa Cook)在评论中写道:“也许更好的结论是,在将AI与人类医师进行比较的狭窄公共机构中,AI并不比人类还差。” “但是数据稀疏,现在说出来还为时过早。”

跟随 推特

提起下: 卫生IT