论文部分内容阅读
人工智能（AI）在医疗诊断方面的应用刚走上轨道，就引发了该领域的一场变革。它不仅能够准确诊断一些疾病，还可以化解患者的尴尬，让他们从容地接受医疗检测。
最新研究表明，AI可以针对一些疾病实现基于图像的快速、准确诊断，达到自动化诊断和快速分诊的目的。尤其是对于数量多且烦琐的初诊筛查工作，AI诊断不仅判断更准确、应用更广泛，而且可以起到释放医疗专家资源的作用。
据德国《法兰克福汇报》报道，新冠肺炎疫情在意大利暴发后，一家名为畅想科技的德国公司派出技术人员，驱车经过阿尔卑斯山脚下的德意边境前往罗马，在那里的医院部署新冠肺炎CT人工智能检测系统。
畅想科技是一家AI医疗公司，主要利用AI进行医疗影像诊断，即AI阅片。针对新冠肺炎疫情，虽然核酸检测是最佳标准，但由于等待时间长、试剂盒不足等原因，CT成为重要的早期筛查及辅助诊断工具。
AI阅片有两大作用：一是帮助医生发现微小的病灶，二是快速得出量化指标。通俗地说，医生拿到一张CT片子，需要从上到下、从左到右非常仔细地查看，发现结节、阴影等病灶后还要手动测量面积，耗时耗力，这在医疗领域属于“脏活累活”。AI阅片能够简化这一过程，且效果显著。
畅想科技此前一直在研究针对肺部的影像检测，因此其新冠肺炎辅助筛查系统是从已有的肺部检测系统迭代而来，可以比较快地投入使用。畅想科技将AI阅片系统部署在德国一些医院的影像科室，它能在几分钟内判断患者感染病毒的概率，并在第一时间采取隔离措施。这避免了等待医生阅片的患者在医院内移动造成其他人员感染的风险。
新冠肺炎疫情在全球肆虐的同时，为AI阅片技术提供了发挥的空间。对于主攻医疗应用的AI科技公司来说，这称得上“危中有机”。
在暴发大规模传染病的背景下，时间就意味着生命。因此，AI阅片从医疗诊断的增效工具变成了刚需工具。除了德国，中国、美国、日本、英国等国家的医疗机构也采用了辅助新冠肺炎CT检测的AI阅片系统。这种系统的构建需要大量数据，这也是为什么它从构建到投入使用需要约半个月的时间。科技公司必须与医院配合，让AI系统通过足够多的新冠肺炎病人的CT影像充分学习，从而达到一定的准确率。
据英国《新科学家》杂志报道，由于需要输入大量的数据以及较长的学习过程，AI在医疗诊断方面的应用2019年刚刚走上轨道。其第一个应用领域是眼科疾病诊断。糖尿病视网膜病变是一种危及眼睛的并发症。印度科研人员开发的AI软件可以准确解读视网膜眼底成像照片，从而帮助医院实施大规模筛查，检测出视网膜病变患者。
这种AI软件可以对患者进行分类，确定每个患者的风险等级。其算法基于对14万张图片的解读，使AI系统得到有效的训练，其灵敏度和准确率均达到要求，能够比肩甚至超越训练有素的眼科专家。在医疗实践中，眼科专家对于视网膜病变的诊断准确率约为90%，而AI软件的诊断准确率超过95%。
显然，利用AI软件对视网膜病变进行初期诊断具有巨大的应用前景。美国艾奥瓦州的IDX公司也设计开发了一款检测糖尿病视网膜病变的AI算法，其诊断准确率达到92%，超过眼科专家的平均水平。
《新科学家》指出，AI在视网膜病变诊断方面击败了眼科专家和验光师。因此，这成为首个让AI显露身手的医疗诊断领域，也标志着AI的医疗应用迈出了重要一步。
据《新科学家》报道，德国海德堡大学的研究人员证实，经过训练的AI系统可以基于皮肤镜检查图像识别黑色素瘤等皮肤病。研究表明，AI利用软件算法诊断皮肤病可以达到90%的准确率，比皮肤科医生诊断的平均准确率高10%。德国医疗机构已开始利用AI实现皮肤病诊断自动化。
《新科學家》指出，这是AI继眼科疾病诊断之后的又一医疗诊断应用。除了德国，其他国家的一些公司也在皮肤病诊断领域推动AI的应用。荷兰SkinVision公司开发的AI诊断系统最为实用：通过分析智能手机拍摄的照片就能诊断皮肤癌等疾病，并且能够给患者划分风险等级。这意味着患者免去了赶往医院的麻烦，在家里拍张照片发送给医院，就能实现皮肤病的预诊。
SkinVision公司的这套系统来之不易：利用来自多个国家的3万名用户提供的13万张照片对AI系统进行算法训练;再由欧洲顶尖的皮肤科医生对系统进行指导和调整。实验证明，该AI系统对皮肤癌的诊断准确率超过90%。目前荷兰多家医院的皮肤科都引入了该系统。
据美国《大众科学》杂志报道，美国斯坦福大学的研究人员开发出一套根据人体排泄物确定健康及疾病指标的系统。这套以AI为核心的系统名为AI马桶，可以加装在普通马桶上，针对受测者进行检测。
在医疗领域，人体排泄物是能够反映健康状况的重要物质，但在临床上很难对它实现长期、持续的监测。即使在偶尔的抽检过程中，也会给医疗人员造成不便，并令患者感到局促和尴尬。
为了解决这个问题，斯坦福大学的研究团队借助AI系统，力求实现对人体排泄物的“非侵入式检验”。AI马桶集成了压力传感器、运动传感器、试纸和摄像头等。其中，试纸可以针对多项生物标记物进行定性和定量分析，包括红细胞、胆红素、蛋白质、亚硝酸盐、酮、葡萄糖、酸碱值和白细胞，等等。
当一名患者使用AI马桶时，会触发系统的红外运动传感器，试纸会自动伸出。约60秒后，试纸自动收缩回系统中进行病理分析。在这个过程中，摄像头会拍摄视频，进行实时运动分析后将数据无线传输至云端。检测过程结束后，试纸自动脱落，弃置于马桶中。考虑到环保因素，试纸采用水溶性多糖材料制成，并非传统的塑料。
据美国《旧金山纪事报》报道，斯坦福大学的研究人员指出，对人体排泄物的分析结果可用于癌症等重大疾病的临床诊断。“可能有人认为这项发明难登大雅之堂，但它能给成千上万的患者带来便利，化解他们的尴尬，让他们能够无比从容地接受排泄物医疗检测。”该项目的负责人詹姆斯·格林博士表示。
研究人员专门邀请了全美范围内的6位泌尿科和肠道科专家，请他们帮忙建立人体排泄物分析指标数据库，再将其转化为AI系统程序，从而教会AI马桶对指标进行确定和分析。
与斯坦福大学有合作关系的美国医院目前都安装了AI马桶，用于对相关患者进行排泄物检测。患者只需要完成一次如厕的过程，就可以提供医生所需的所有病理学指标。
作为能够对多名患者实施检测的AI马桶，如何建立每个用户的个性化健康档案呢？这对于AI系统来说不是问题——研究人员在马桶的冲水按钮中嵌入了一套指纹识别系统。每当系统判定患者如厕结束，冲水按钮上就会亮起绿色提示灯。患者用之前录入医院身份识别系统的那根手指按下按钮，系统就会确认他的身份。
詹姆斯·格林表示，AI马桶需要通过大规模的临床检测加以评估，系统本身也需要根据患者群体的排泄物基线数据进行优化。关于隐私问题，他表示，患者的相关数据被安全地储存在云端，并安全地发送给医护工作者。
编辑：姚志刚 [email protected]
最新研究表明，AI可以针对一些疾病实现基于图像的快速、准确诊断，达到自动化诊断和快速分诊的目的。尤其是对于数量多且烦琐的初诊筛查工作，AI诊断不仅判断更准确、应用更广泛，而且可以起到释放医疗专家资源的作用。
从增效变为刚需
据德国《法兰克福汇报》报道，新冠肺炎疫情在意大利暴发后，一家名为畅想科技的德国公司派出技术人员，驱车经过阿尔卑斯山脚下的德意边境前往罗马，在那里的医院部署新冠肺炎CT人工智能检测系统。
畅想科技是一家AI医疗公司，主要利用AI进行医疗影像诊断，即AI阅片。针对新冠肺炎疫情，虽然核酸检测是最佳标准，但由于等待时间长、试剂盒不足等原因，CT成为重要的早期筛查及辅助诊断工具。
AI阅片有两大作用：一是帮助医生发现微小的病灶，二是快速得出量化指标。通俗地说，医生拿到一张CT片子，需要从上到下、从左到右非常仔细地查看，发现结节、阴影等病灶后还要手动测量面积，耗时耗力，这在医疗领域属于“脏活累活”。AI阅片能够简化这一过程，且效果显著。
畅想科技此前一直在研究针对肺部的影像检测，因此其新冠肺炎辅助筛查系统是从已有的肺部检测系统迭代而来，可以比较快地投入使用。畅想科技将AI阅片系统部署在德国一些医院的影像科室，它能在几分钟内判断患者感染病毒的概率，并在第一时间采取隔离措施。这避免了等待医生阅片的患者在医院内移动造成其他人员感染的风险。
新冠肺炎疫情在全球肆虐的同时，为AI阅片技术提供了发挥的空间。对于主攻医疗应用的AI科技公司来说，这称得上“危中有机”。
在暴发大规模传染病的背景下，时间就意味着生命。因此，AI阅片从医疗诊断的增效工具变成了刚需工具。除了德国，中国、美国、日本、英国等国家的医疗机构也采用了辅助新冠肺炎CT检测的AI阅片系统。这种系统的构建需要大量数据，这也是为什么它从构建到投入使用需要约半个月的时间。科技公司必须与医院配合，让AI系统通过足够多的新冠肺炎病人的CT影像充分学习，从而达到一定的准确率。
击败了眼科专家
据英国《新科学家》杂志报道，由于需要输入大量的数据以及较长的学习过程，AI在医疗诊断方面的应用2019年刚刚走上轨道。其第一个应用领域是眼科疾病诊断。糖尿病视网膜病变是一种危及眼睛的并发症。印度科研人员开发的AI软件可以准确解读视网膜眼底成像照片，从而帮助医院实施大规模筛查，检测出视网膜病变患者。
这种AI软件可以对患者进行分类，确定每个患者的风险等级。其算法基于对14万张图片的解读，使AI系统得到有效的训练，其灵敏度和准确率均达到要求，能够比肩甚至超越训练有素的眼科专家。在医疗实践中，眼科专家对于视网膜病变的诊断准确率约为90%，而AI软件的诊断准确率超过95%。
显然，利用AI软件对视网膜病变进行初期诊断具有巨大的应用前景。美国艾奥瓦州的IDX公司也设计开发了一款检测糖尿病视网膜病变的AI算法，其诊断准确率达到92%，超过眼科专家的平均水平。
《新科学家》指出，AI在视网膜病变诊断方面击败了眼科专家和验光师。因此，这成为首个让AI显露身手的医疗诊断领域，也标志着AI的医疗应用迈出了重要一步。
手机拍照可预诊
据《新科学家》报道，德国海德堡大学的研究人员证实，经过训练的AI系统可以基于皮肤镜检查图像识别黑色素瘤等皮肤病。研究表明，AI利用软件算法诊断皮肤病可以达到90%的准确率，比皮肤科医生诊断的平均准确率高10%。德国医疗机构已开始利用AI实现皮肤病诊断自动化。
《新科學家》指出，这是AI继眼科疾病诊断之后的又一医疗诊断应用。除了德国，其他国家的一些公司也在皮肤病诊断领域推动AI的应用。荷兰SkinVision公司开发的AI诊断系统最为实用：通过分析智能手机拍摄的照片就能诊断皮肤癌等疾病，并且能够给患者划分风险等级。这意味着患者免去了赶往医院的麻烦，在家里拍张照片发送给医院，就能实现皮肤病的预诊。
SkinVision公司的这套系统来之不易：利用来自多个国家的3万名用户提供的13万张照片对AI系统进行算法训练;再由欧洲顶尖的皮肤科医生对系统进行指导和调整。实验证明，该AI系统对皮肤癌的诊断准确率超过90%。目前荷兰多家医院的皮肤科都引入了该系统。
化解患者的尴尬
据美国《大众科学》杂志报道，美国斯坦福大学的研究人员开发出一套根据人体排泄物确定健康及疾病指标的系统。这套以AI为核心的系统名为AI马桶，可以加装在普通马桶上，针对受测者进行检测。
在医疗领域，人体排泄物是能够反映健康状况的重要物质，但在临床上很难对它实现长期、持续的监测。即使在偶尔的抽检过程中，也会给医疗人员造成不便，并令患者感到局促和尴尬。
为了解决这个问题，斯坦福大学的研究团队借助AI系统，力求实现对人体排泄物的“非侵入式检验”。AI马桶集成了压力传感器、运动传感器、试纸和摄像头等。其中，试纸可以针对多项生物标记物进行定性和定量分析，包括红细胞、胆红素、蛋白质、亚硝酸盐、酮、葡萄糖、酸碱值和白细胞，等等。
当一名患者使用AI马桶时，会触发系统的红外运动传感器，试纸会自动伸出。约60秒后，试纸自动收缩回系统中进行病理分析。在这个过程中，摄像头会拍摄视频，进行实时运动分析后将数据无线传输至云端。检测过程结束后，试纸自动脱落，弃置于马桶中。考虑到环保因素，试纸采用水溶性多糖材料制成，并非传统的塑料。
据美国《旧金山纪事报》报道，斯坦福大学的研究人员指出，对人体排泄物的分析结果可用于癌症等重大疾病的临床诊断。“可能有人认为这项发明难登大雅之堂，但它能给成千上万的患者带来便利，化解他们的尴尬，让他们能够无比从容地接受排泄物医疗检测。”该项目的负责人詹姆斯·格林博士表示。
研究人员专门邀请了全美范围内的6位泌尿科和肠道科专家，请他们帮忙建立人体排泄物分析指标数据库，再将其转化为AI系统程序，从而教会AI马桶对指标进行确定和分析。
与斯坦福大学有合作关系的美国医院目前都安装了AI马桶，用于对相关患者进行排泄物检测。患者只需要完成一次如厕的过程，就可以提供医生所需的所有病理学指标。
作为能够对多名患者实施检测的AI马桶，如何建立每个用户的个性化健康档案呢？这对于AI系统来说不是问题——研究人员在马桶的冲水按钮中嵌入了一套指纹识别系统。每当系统判定患者如厕结束，冲水按钮上就会亮起绿色提示灯。患者用之前录入医院身份识别系统的那根手指按下按钮，系统就会确认他的身份。
詹姆斯·格林表示，AI马桶需要通过大规模的临床检测加以评估，系统本身也需要根据患者群体的排泄物基线数据进行优化。关于隐私问题，他表示，患者的相关数据被安全地储存在云端，并安全地发送给医护工作者。
编辑：姚志刚 [email protected]