医学界如何使用AI系统？

机器没有情绪 - 至少还没有。因此，您有充分的理由想知道数字医生的床边方式。但是，以这种方式看：无论肉体和血液的医生有多关心和同情，她都可能会误解了令人震惊的时间。实际上，对尸检的研究表明，医生在大约五分之一的情况下严重误诊了致命疾病。更令人震惊的是，自1930年代以来，尽管有大量新的医学知识和诊断工具（从MRI扫描到基因检测），但该错误率并没有太大提高。莱昂哈特]。

令人不安的事实是，人类治疗师会错过迹象并犯错误，这就是计算机可以提供帮助的地方。在1990年代后期，一名名叫Isabel Maude的英国女孩几乎死亡，因为她的医生将肉感染肉毒性鸡肉痘病。她的父亲杰森（Jason）对经历如此震惊，以至于他决定改变自己的职业生涯。他离开了公司财务，找到了一家新公司Isabel Healthcare，以帮助改善诊断。xf187手机版该公司制定了一个名为Isabel的程序，该计划使医生可以输入患者的症状。探测了100,000个医疗资源的数据库后，伊莎贝尔使用了一组特殊开发的问题解决方案算法为了产生所有可能原因的列表，包括医生可能忽略的非明显原因。伊莎贝尔（Isabel）在2002年推出后的几个月内吸引了100个国家 /地区的20,000名医师使用者。如今，该计划已用于美国和国外的医院，美国医学协会将其作为其网站上的支持工具提供给会员[来源：莱昂哈特，，，，isabelxf187手机版healthcare.com]。

最近，国家医学图书馆一直在努力开发类似的智能医疗助理，该助理可以基于接近医疗和外行用户在网站Askthedoctor.com上提出的近200,000个查询的答案来回答患者的问题。：prweb]。

但是，可以使用超级计算机（可以积聚和更大的信息）的使用，可以进一步提高AI的潜力。

伊莎贝尔（Isabel）也有一个兄弟，一个IBM超级计算机叫沃森。2011年，沃森（Watson）在电视游戏节目《危险》（Jeopardy）中轻松击败了两个肉和血冠军，从而展示了其人工智能的实力。但是沃森有可能做得不仅仅是赢得琐事比赛。它的开发人员设想使用该系统存储和检索数据以积累可能成为现有医疗数据的最终数字收集的能力。但这不是全部。

与功能较低的系统不同，沃森具有回答问题并以自然语言来分析信息的能力，即人类表达自己的方式 - 并产生来自信息的所有可能诊断。不仅如此，沃森实际上可以根据对教科书，医学期刊和医学病例报告中医学知识的理解进行对诊断的排名。在沃森诊断能力的一个演示中，研究人员给了该系统一个虚构的病例，涉及生活在康涅狄格州，视力模糊和关节炎家族史的患者。沃森（Watson）以可能的原因列表做出了回应，其中包括莱姆病（莱姆病），这是看似不可能的诊断，但研究人员正在寻找[来源：卢卡斯·弗里姆（Lucas-Fehm）]。

将来，研究人员设想添加语音识别沃森（Watson）的能力，这样医生就可以通过使用智能手机或其他手持设备来与虚拟顾问进行交流。以及医生从他们的病例中贡献该系统的信息可能会被积累和杠杆作用，以帮助治疗未来的患者。但是，医疗超级计算机也可能会扩大知识基础，而不是仅仅研究和医生的观察。可以想象，他们还可以开始进行数据挖掘的外行资源，例如患者博客和医疗网站上的评论。哥伦比亚医学院教授赫伯特·蔡斯（Herbert Chase）博士告诉《医生新闻》：“人们对他们的治疗的看法是不容忽视的。”“当我们的患者与我们交谈时，我们当然会听” [来源：卢卡斯·弗里姆（Lucas-Fehm）]。最终，数字治疗师也是如此。

当我长大时，我经常出现支气管感染，当我妈妈带我去看医生时，我被诊断出对从花粉到巧克力再到番茄酱的所有食物都有一系列过敏。结果，我必须每天服用大量的充血药，每两周回到医生办公室进行免疫疗法注射。这些镜头似乎并没有做得多，充足的人给了我失眠，使我们白天发呆。当我到达中期时，我每天开始跑步3或4英里，然后重量锻炼，随着我变得更强壮，更适合，令我惊讶的是，症状逐渐消失。当我作为成年人进行另一次过敏测试时，什么都没有出现。我不知道我是否仅仅超过过敏或诊断是错误的。但是我不禁要问，如果在1960年代中期存在此类技术，AI系统是否可能会提出更准确的诊断和/或更有效的治疗方法。

相关文章

来源