<mark id="oztn4"></mark>
1
| 本文作者： 圖普科技 | 2017-03-21 18:50 |
雷鋒網按：本文由圖普科技工程師翻譯自《Artificial intelligence virtual consultant helps deliver better patient care》。雷鋒網獨家首發文章。
據《介入放射學協會：2017年年度科學會議》的報道， UCLA的介入放射學的研究者們從“無人駕駛”中發現了一項前沿技術，研究專家們運用該人工智能技術，發明了一個介入放射學科的智能醫療助手。該助手能夠與臨床醫師進行自由交流，迅速對一些常見的醫療問題給出有醫學依據的回復。有了這一發明，醫師可以方便地為患者介紹介入放射學治療的基本概念以及患者在治療方案中各個階段的準確信息。
Edward Lee是UCLA大衛格芬醫學院的放射學助理教授，同時也是該研究的作者之一。他在談到人工智能的應用時表示：
我們認為人工智能完全有可能在介入放射學中作為一種低成本、自動化的醫療助手，用于改進患者的治療和護理。如今，人工智能已經改造了很多行業，我們相信它在改造醫療領域，同樣有著巨大的潛力。
在這項研究中，運用了深度學習技術的醫療助手需要理解范圍極廣的臨床醫學問題。研究專家們讓其用一種類似于短信對話的方式對每個問題做出適當的回應。深度學習技術的靈感來自于人類大腦的工作機制，其人工神經的網絡能對龐大的數據集進行分析，從中自動總結得出一種模式，無需人類的干預也能“無監督學習”。深度學習網絡能夠分析復雜的數據集，在疾病的早期診斷、治療計劃、病情監控等方面提供豐富的、可供借鑒的建議。
醫學博士Kevin Seals，在UCLA擔任放射學科主治醫師，同時也是這個AI項目的程序員和作者之一。他在談到這項研究時指出：
這項研究將使得醫療機構內的各個人群受益。舉例來說：病患護理團隊成員能更快、更方便地得到準確的醫療信息；介入放射學醫生們能夠節省用于電話溝通的時間，將更多時間用于患者照護；最重要的是，患者能夠更好地掌握治療的相關信息，并接受更高水平的治療與護理。
該研究團隊的專家們通過向程序輸入超過2000個常見的介入放射醫師咨詢的模擬案例，從而建立起一個介入放射學的知識庫。通過這種形式的學習，這個程序能夠立刻對臨床醫師提出的問題給出最佳的答案。程序回應的答案包含了多種形式的信息，包括醫學網站地址、醫療信息圖表、定制醫療方案等。
如果程序判斷出提問者是需要人工回應的，那么它就會提供相關的聯絡方式。在醫生們的使用過程中，各種問答情境也將作為這個程序的學習資源，程序在實踐中會不斷進行自我學習和改進，以達到更智能的水平。研究者們采用了一種叫做“自然語言處理”的技術，這一技術的實現是通過IBM的Watson人工智能計算機來完成的。Watson能夠用自然語言回答各種問題，并且高效實現機器學習的其他重要功能。
目前，介入放射學住院醫師、放射腫瘤學家和UCLA的介入放射科研究者們組成了一個小團隊來測試和評估該研究項目。醫學博士John Hegde，同時也是加州大學洛杉磯分校（UCLA）腫瘤放射學科的主治醫師，他非常看好這一智能醫療助手在醫療服務上的發展前景：
我相信這個應用程序可以改變醫生間的交流方式，進而為患者提供更高效的治療。對我來說，關鍵點在于這個程序最終將會成為一種高效、無縫的醫學信息傳遞和交流的方式。盡管使用起來就像通過短信消息與朋友聊天一樣簡單，但是不可否認的是，這確實是一種快速獲取所需醫療信息和數據，幫助做出更適當的治療方案的強大工具。
在這個智能醫療助手不斷改進的過程中，專家們也希望進一步擴展其工作范圍，讓它協助其他科室醫生的交流，例如心臟病學專家和神經外科醫生。Edward Lee表示，在整個醫療保健領域內推廣使用這一技術，將幫助人類獲得更高的醫療水平。
參考文獻：
《使用深度學習技術來協助醫生診斷以及介入放射學——“虛擬放射學助手”的發展》K. Seals; D. Dubin; L. Leonards; E. Lee; J. McWilliams; S. Kee; R. Suh；加州大學洛杉磯分校（UCLA）大衛格芬醫學院，《CA.SIR年度科學會議》2017年3月4日至9日。
雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。
