科技产业报订阅
event
 

让AI帮你看病怕不怕? 医生与机器联袂出击更强大

机器学习技术已经渐渐应用于医学影像判读。法新社

随著人工智能(AI)不断发展,机器学习(machine learning)已经渐渐走进全世界的医院,辅助医疗人员执行一般性任务。简单来说,就是让计算机模型自己教自己,目的是根据大量临床数据做预测。该技术在近年来已大幅精进,然而该不该相信机器的论战也从未停歇。

FastCompany社论指出,深度学习(deep learning)工具之所以引发疑虑,是因为它解决问题的方式人类跟不上。试想,若餵入计算机模型的资料和最终结果之间的关联隐晦难解,就像个「黑箱」一样,要想让人不怀疑确实困难。毕竟,依靠AI工具来侦测疾病前兆,可是比购物网站用AI推荐的购物清单实不实用,还要严重多了。

其实学者之间也渐渐出现呼吁声浪,要求澄清深度学习工具是如何做决策。譬如用来分析罹患乳癌风险的的模型,可以透过热区图(heat map)的呈现方式,让放射科医师很容易便能看出,模型在做预测的时候是特别专注在乳房X光片的哪里些地方。

又如伦敦Moorfields眼科医院(Moorfields Eye Hospital)也与Alphabet旗下AI公司DeepMind合作,试图呈现系统的决策过程。深度学习工具除了会分析患者眼睛的3D扫描影像,并找出其中需要进一步检查者,还会针对每一种可能的诊断给出评级,给医疗人员参考。

像这样人类医师与AI「共生」的机制,或许是最好的解方。SickKids Research Institute的科学就指出:关键是打造出最优秀的系统,但要进一步分析其行为。在医学领域里,就算计算机科学家能找到方法解释深度学习工具如何运行,握有最终判断和决策权的人仍然必须是医师。

简而言之,「黑箱」到底怎么运行或许不是那么重要,因为医师不需要完全了解深度学习的原理,但是需要知道机器的决策过程。当医师能看到深度学习系统是依据哪里些临床因子来做判断时,更有助他们解读机器做出的结论。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 医疗 深度学习 人工智能 机器学习