大数据时代人工智能医疗的三个问题需解决

2017-11-20

早在今年3月份，谷歌与Verily公司合作研发出了一款能用来诊断乳腺癌的人工智能算法，并将该人工智能与医学专家进行PK，对130张乳腺癌切片进行分析，从而找出其中的肿瘤。人类医学专家花了30个小时对这130张切片进行分析给出诊断结果，最终结果是这名专家的准确率为73.3%。而人工智能只花了极短的时间就给出了诊断结果，准确率达88.5%，领先于人类15.2%。

人工智能医疗

人工智能在这个项目上完胜人类。目前国内智能医疗技术相对成熟,大数据已经被运用到智慧医疗方面，即让患者就医更方便、疾病诊断更加高效，以及医疗信息更加准确。更快速也更精准的在医疗行业进行多点落地。但人工智能医疗面临着三个问题:

第一、大数据时代需要改变对疾病的认识和处理方式：

　　现代医疗中根据患者的病史、症状、体征、实验室诊断，但常忽视患者的遗传背景、基因组数据、环境背景因素以及对疾病主要监测指标持续的观察和亚组分析，包括目前日常医疗诊疗中常根据疾病某个遗传表征，而忽略最基本信息。

　　随着医疗知识积累的不断深入、专业的细化、碎片化，必然向大数据时代的集成化、系统化方向发展。更专业的人机配合达到对患者最全面的诊断。

　　第二、大数据时代要改变整个医疗评价方式：

　　中国在过去的30年中，改革开放和经济实力的积累、医疗资源配置的增加、整体医疗可及性得到不断改善。

　　不仅仅对医疗结果本身，同时要观察临床的精神面貌，不仅要关注患者的并发症和死亡率，同时要关注医生报告、医院报告、账单生成。用数据提升医生自我学习的能力来完善临床实践的能力，这是大数据给我们的提示。

　　第三、大数据时代需要改变对医学生培养的观念：

　　传统的医学模式在大数据时代形成了新的体系，过去的专科培养使医生对数据的理解越来越局限。我们需要从单纯的医生经验的积累过渡到医学数据的积累，这是医学大数据时代所必须的，以及医学上各种指南制定所需要的。

　　作为医生，需要转变思想，需要接受人脑和电脑的结合，每一个未来医生都应该熟练应用智能工具处理海量信息以寻求更加准确的诊治方案。

在医疗领域，大数据有着广泛的应用空间，可以用在包括疾病预防、临床应用、互联网医疗等方面。朗锐慧康认为，医疗大数据是未来医疗领域的发展趋势。

大数据时代人工智能医疗的三个问题需解决

热门资讯