人工智能的醫(yī)學(xué)潛力從未像現(xiàn)在這樣重要

人工智能的醫(yī)學(xué)潛力從未像現(xiàn)在這樣重要。全世界范圍內(nèi)，數(shù)據(jù)驅(qū)動技術(shù)正在幫助我們應(yīng)對。

一家軟件公司在世界衛(wèi)生組織(WHO)召開的九天前就發(fā)現(xiàn)武漢的病例有所增加。開發(fā)中的工具包括一個機(jī)器學(xué)習(xí)應(yīng)用程序，該應(yīng)用程序?qū)acebook帖子與專家疾病描述進(jìn)行比較以查明爆發(fā)位置，以及生成大量藥物原型供科學(xué)家評估的軟件。

澳大利亞不想錯過由數(shù)據(jù)驅(qū)動的醫(yī)療保健和臨床實(shí)踐的好處。

然而，隨著AI在全球醫(yī)療保健中的重要性不斷增強(qiáng)，對其進(jìn)行調(diào)節(jié)的最佳方法仍不清楚。在大流行爆發(fā)前不久，澳大利亞提出的監(jiān)管解決方案是將AI腳的AI植入醫(yī)療器械的治療商品管理局(TGA)制度中。

如果澳大利亞要完全實(shí)現(xiàn)醫(yī)療AI的好處，包括作為COVID重置數(shù)字經(jīng)濟(jì)的全球創(chuàng)新者，這可能證明是一個錯誤的轉(zhuǎn)變。醫(yī)療AI具有三個特征，很難適應(yīng)醫(yī)療器械法規(guī)。

人工智能無法衡量，它可以推斷。

許多醫(yī)療設(shè)備會測量人體的內(nèi)部功能(例如血壓)，而臨床醫(yī)生會使用該輸出信息來做出決策。監(jiān)管部門的批準(zhǔn)是基于經(jīng)過認(rèn)證的實(shí)驗(yàn)室進(jìn)行的測試，以驗(yàn)證醫(yī)療設(shè)備的可靠性和準(zhǔn)確性。

由于機(jī)器現(xiàn)在經(jīng)常嵌入軟件，因此這些實(shí)驗(yàn)室評估軟件的可靠性以及機(jī)械可靠性。這與評估AI應(yīng)用程序有很大不同。AI是概率性的，產(chǎn)生的推論不是精確的計算。批準(zhǔn)過程需要評估AI統(tǒng)計推斷的質(zhì)量。但是醫(yī)療AI的潛在風(fēng)險或收益也更多地取決于圍繞其輸出而做出的人為決定。

因此，對醫(yī)學(xué)AI的評估需要在AI本身之外應(yīng)用更廣泛的視角，評估醫(yī)學(xué)知識，協(xié)議和決策如何可能將AI輸出解釋并轉(zhuǎn)化為患者結(jié)果。這似乎更像是規(guī)范醫(yī)學(xué)實(shí)踐，而不是孤立地對單個醫(yī)療設(shè)備進(jìn)行實(shí)驗(yàn)室測試。

人工智能在工作中學(xué)習(xí)

在不斷增長的機(jī)器學(xué)習(xí)AI類別中，使用的工具越多，輸出就越正確。AI / ML改進(jìn)了其推理，以理想方式在基礎(chǔ)數(shù)據(jù)集中按比例淹沒統(tǒng)計錯誤。

對于監(jiān)管機(jī)構(gòu)而言，這種持續(xù)改進(jìn)尤其具有挑戰(zhàn)性，因?yàn)橛锌赡軙挠糜谠u估何時輸入數(shù)據(jù)的工具。但是通過關(guān)閉該學(xué)習(xí)功能將其放在過于困難的籃子中將是一個錯誤。機(jī)器學(xué)習(xí)可以幫助AI以我們獨(dú)自無法實(shí)現(xiàn)的方式增強(qiáng)我們的能力。