事实证明:人为与环境变数会影响AI医疗影像的准确度

2020-04-30 17:15:51
新天域互联
新天域互联
文章摘要: 此次COVID-19疫情令全球市场格外注重医疗保健的发展,尤其是AI(人工智能)的参与,在减轻临床医护人员压力的同时,也能针对性地对每名患者进行个性化方案调整,以最大程度利用医疗资源。

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它的应用正改变这人们的生活和生产方式,甚至也正在改变着传统的医疗方式,而在疫情期间,人工智能更是起到了非常重要的作用。

此次COVID-19疫情令全球市场格外注重医疗保健的发展,尤其是AI(人工智能)的参与,在减轻临床医护人员压力的同时,也能针对性地对每名患者进行个性化方案调整,以最大程度利用医疗资源。

而谷歌(Google)作为科技领域的巨头之一,也积极投入AI辅助医疗影像研究,包括使用AI判断糖尿病、心脏疾病、贫血、乳癌等等。不过香港IDC新天域互联了解到,在谷歌最新公布的临床测试显示,AI应用在实际医疗情境还存在许多困难。

谷歌在2017年,宣称应用电脑视觉技术和深度神经网络演算法,从视网膜眼底镜图像中辨识出糖尿病视网膜病变,准确率高达90%,与专业医生水平不相上下。并在2018年宣布与泰国公共卫生部门合作,当地11家眼科诊所参与此次项目,通过将眼底镜影像上传至相关AI平台,并结合实地考察形式,以评估使用AI的可能性与可行性。

理想情境下,AI进行初级影像判读后,再将可能的影像转送给眼科医生,可以减轻医疗诊治负担。但研究人员揭露相关问题,第一,视网膜影像的截取和分级流程各诊所之间应该一致,而事实上每名医护人员都有不同作法,其次这些医疗人员过度相信AI能力,过早将初级检测为阳性的案例送交给眼科专家。

此外医疗环境也大大影响影像品质,一些图像太过模糊或者光线较暗可能被AI自动拒绝接受。因为深度学习模型往往经过高品质扫描训练,为确保准确性,设计上会拒绝低于一定品质水平的图像。对此谷歌表示会在未来AI系统训练关注相关问题,需要确保覆盖数据的充分性。

而诊所网络状态影响影像上传速度,影响服务效率。如果连接性出现异常造成延迟,将拖延患者平均访问时间,也意味诊所每日可接收患者数量被迫缩减。众所周知AI属于大数据应用,亦需互联网基础硬件设施支援,新天域互联专注香港服务器租用托管,以及全球专线组网,多云及混合云连接部署等一站式服务,这也是我们一再强调基础架构重要性的原因。

综上所述,我们能够清晰看到AI医疗影像准确度会受人为与环境变数影响,想要在真实环境去执行AI解决方案还需要更多的医疗专业知识和技术工具支撑,不过无论如何,发现问题也是走向未来的关键一步。

(原标题:谷歌研究:AI医疗影像准确度会受人为与环境变数影响)

信息化软件服务网 - 助力数字中国建设 | 责编:夏丽
文明上网,理性发言!请遵守新闻评论服务协议
评论