人工智能可以为医疗事业带来什么?
本帖最后由 糖糖不次糖 于 2023-10-27 01:18 编辑以下文章来源于胸科麻谭，作者戈戈同学
何为人工智能?人工智能是计算机科学的一个分支，旨在研究和开发用于模拟、扩展和增强人类智力的理论、方法、技术和应用系统。其核心思想是通过模拟人类的学习、推理和判断过程，让计算机具备自主学习、自我优化和自我决策的能力。通过人工智能技术，计算机可以模拟人类的认知和决策过程，从而带来更高效、精确和智能的工作体验和结果。
人工智能可以为医疗事业带来什么?医学人工智能旨在通过利用越来越多的与健康相关的数据来优化临床决策和医疗服务，为每个个体提供最明智的护理，并改善全民的医疗保健。它帮助加速基础生物医学研究，揭示疾病的病理生理机制，并指导新的治疗方法的发现。
人工智能可以为医疗事业带来什么?
Part 01.医学人工智能的历史
AI、机器学习和深度学习之间的关系。机器学习指的是一大类算法，是当今人工智能主要采用的方法。深度学习是机器学习内的一个特定类别的算法，对处理“非结构化数据”特别有效。
“过去这个领域起源于20世纪50年代，研究者们最初关注的是符号推理：通过构建高水平问题表达，以在一定程度上模拟人类思维。这种范式被称为符号人工智能或符号主义，这类“旧式人工智能”主要依赖由人类专家设计的硬编码规则，来解决一个定义明确、范围有限的问题。
现阶段，对纯粹基于数据驱动的学习过程的兴趣增加，从而避免繁琐的手动硬编码规则。机器学习应运而生，也称为统计学习，他允许机器从数据中学习而无需显式编程。“
Part 02.人工智能的核心：算法与模型
“在人工智能中算法是人工智能系统的基础，它们定义了系统如何处理和分析数据、进行推理和决策；模型是指基于已知数据和已确定的算法规则进行训练和优化得到的可用于新数据的计算机程序或数学公式：算法的输入是一组特征（也称为自变量、预测变量和协变量）以及一个结果（也称为因变量或标签）。常见的算法包括广义线性模型、分类和回归树、随机森林、梯度提升以及人工神经网络。算法通过最小化指定的损失函数来构建和优化模型。（损失函数通常由被预测的结果的真实值与模型估计值之间的差异定义）；
研究者的目标是构建从输入到输出的数学映射关系，对于特定的数据集，这种映射关系就称为模型。一个模型具有两个主要功能：（1）预测未来/未见案例的结果，（2）提供洞察力，了解导致感兴趣结果的潜在过程。
例如在使用统计学、临床和实验数据预测慢阻肺时，这种预测的直接价值可以指导健康筛查、风险分层和资源分配策略。同时，模型也可以帮助了解哪些输入特征对慢阻肺的预测有特殊贡献，从而识别潜在的治疗靶点，达到预防的效果；“
Part 03.人工智能的血液：数据
“数据，是训练和优化模型、提升算法准确性以及实现智能化应用的基础，他可以为人工智能系统提供足够的样本，帮助它们学习和理解世界，从而更好地预测、识别和决策
在医学人工智能方面，所有与健康相关的数据都有潜在价值，包括人口统计学数据、过去医疗史、家族史和社会史、临床检查、实验室检测和基因组数据、成像和组织病理学数据，以及生活方式信息，如营养和运动。
在机器学习中，输入数据可以分为结构化和非结构化数据。结构化数据指的是表格数据，例如年龄、性别、身高、体重和心率等。另一方面，非结构化数据的例子包括图像、文本和音频。
如何区分两种输入结构?输入特征是否整齐地分布在列中，每个案例都包含相同的信息?如果是，则表示我们处理的是结构化数据；否则，我们处理的是非结构化数据。
如何分析这两种类型的数据?（1）性模型、加法模型、支持向量机、决策树以及它们的集成算法，即随机森林和梯度提升，是处理结构化数据常用的算法。 （2）处理非结构化数据时，可将其转换为结构化数据来处理；或者使用“人工神经网络”这一广泛应用于非结构化数据类型的算法。
Part 04人工智能在医学领域的前景
“在临床研究中，它可以帮助优化临床试验的设计和监控。在基础和应用研究中，人工智能可以同时处理大量多样的数据集，这有助于回答研究者的问题，同时也可以发现以前未被认识到的关系并提出新的研究路径。在临床实践中，人工智能承诺提供更好的诊断、建议更优化的治疗策略，并改善我们预测治疗反应和长期预后的能力。在医疗服务有限的地区，人工智能决策支持工具可以帮助当地的医生或护士评估和治疗患者。在医疗设备和药物缺乏的情况下，人工智能模型可以根据有限的资源推荐最佳行动方案“
人工智能在医疗事业中的一些应用
目前有一款名为Finapres（Ohmeda，Model 2300）的商用数字化光电容积脉搏图（PPG）手指袖带就是在深度学习的帮助下，利用光电容积脉搏图强度比（PIR）和脉搏传输时间（PTT）的持续血压检测模型，实现无创血压检测和预测。相较于普通血压袖带，能够拥有连续检测的功能。目前搭载Finapres的手指袖带实物
Part 05医学人工智能面临的挑战
在全面将人工智能应用于医疗行业之前，也有着许多的挑战。其中一些是技术上的挑战，涉及设计高性能、安全有效的系统。其次是如何将这些新技术融入到日常临床实践，并监督其安全和适当的使用。
另一方面，训练数据的质量和完整性也是需要关注的。在协调单位收集数据的同时 ，也需要确保数据隐私、安全和整合。简化这些操作以最小化时间和成本将有助于加快数据共享，这对于构建强大的预测模型至关重要。
又因为医疗行业的特殊性，每个生产的临床模型都必须明确说明它所训练、验证和测试的人群，然后才能评估其在单个患者上的适用性。至关重要的是，在任何给定的医疗问题中都会存在罕见的情况和离群值。我们如何确保算法和模型的公正性，并保证没有特定的亚人群会受到偏袒或忽视？我们如何在竞争模型之间进行选择？与此同时，对于患者也应要做好相应的关于医疗人工智能的科普，利用人工智能来识别和减少人为和制度的偏见，并在临床实践和医疗服务中促进公平。
在医学这类高风险领域中，模型的可解释性和可理解性越来越重要，如果盲目用于急诊室来决定哪个患者应该先介绍治疗等问题，这将是致命性的。
而对于可解释性和可理解性这个概念而言，在临床中通常回答因果性问题，而不是关联性问题。一个可解释、高性能的预测模型可能会让我们误以为我们已经发现了某些特征与结果之间的因果关系。在观察性临床数据中，隐藏的混淆因素非常普遍，这使得因果推断变得具有挑战性。
最后，与其他医疗器械相同，医学人工智能也需要严格的监管，但与药物或器械不同的是，它们需要持续的质量评估，因为它们会持续进行更新。
在解决这些问题之后，各级教育和所有医疗保健专业人员的培训都必须建立在统计学、机器学习和人工智能的坚实基础上，以保证医学人工智能的最佳且持续的使用。
人工智能这一项强大的技术，在合理的使用下将能够引领精准医疗时代，并改善我们的日常生活。
投稿人：上海理工大学 戈戈同学
指导老师：吴镜湘
END
新青年APP 1.3版来了https://v.qq.com/x/page/e3353u6jjtm.html?sf=uri麻醉医生的朋友圈也很精彩，欢迎关注！https://m.xqnmz.com/
新版APP更新内容：
1、全面优化内核，提高流畅度
2、首页增加视频、指南、讲座、招聘、资讯等专题，专题显示可自定义
3、增加恶性高热救援系统、医学公式、检验助手、AI翻译等实用工具
4、开放麻醉医护朋友圈，增加浏览记录、字体设置、夜间模式等功能
5、开放手机绑定，全平台支持手机号、微信登录
▼点击“阅读原文”下载最新版APP！
页:
[1]