国产精品最新资源在线-国产精色品视频国产-国产精选91热在-国产精选91原创视频-国产精选二区91-国产精选免费视频

AI醫(yī)療作為目前人工智能應(yīng)用當(dāng)中對(duì)于社會(huì)而言最有意義與價(jià)值的方向，其技術(shù)研發(fā)和商業(yè)落地層面存在一系列的問(wèn)題。

深度學(xué)習(xí)起源于神經(jīng)網(wǎng)絡(luò)研究，從2010年起在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理領(lǐng)域得到了廣泛應(yīng)用，它也是目前最火熱的機(jī)器學(xué)習(xí)方法。影像診斷是現(xiàn)階段國(guó)內(nèi)深度學(xué)習(xí)在醫(yī)療領(lǐng)域主要應(yīng)用方向之一，基于深度學(xué)習(xí)高效的診斷使人們對(duì)未來(lái)醫(yī)療產(chǎn)生了無(wú)限遐想。

但是深度學(xué)習(xí)應(yīng)用于醫(yī)療行業(yè)卻存在著一些局限性。

“深度學(xué)習(xí)很擅長(zhǎng)視覺(jué)和聲音的認(rèn)知，但是它很難理解深度學(xué)習(xí)產(chǎn)生的結(jié)果背后的理由是什么，比如它得出一個(gè)診斷，他知道這是某種腫瘤，它不能給出為什么，它沒(méi)有推理能力，沒(méi)有解釋的能力。”卡內(nèi)基梅隆大學(xué)的Tom Mitchell教授這樣說(shuō)道。

深度學(xué)習(xí)之所以對(duì)結(jié)果背后的成因無(wú)法進(jìn)行解釋，原因便在于深度學(xué)習(xí)卷積網(wǎng)絡(luò)中的黑箱問(wèn)題。深度學(xué)習(xí)的本質(zhì)是對(duì)大量數(shù)據(jù)進(jìn)行不受人為干預(yù)的數(shù)據(jù)特征挖掘，而數(shù)據(jù)的一些特征是超出人類現(xiàn)階段理解能力的，這也就是所謂的黑箱。

黑箱對(duì)現(xiàn)代醫(yī)學(xué)的強(qiáng)邏輯性產(chǎn)生了巨大的沖擊，推導(dǎo)過(guò)程的不明也讓醫(yī)生對(duì)黑箱內(nèi)容產(chǎn)生質(zhì)疑，深度學(xué)習(xí)在醫(yī)療行業(yè)的應(yīng)用與發(fā)展一定程度上也因?yàn)楹谙鋯?wèn)題的存在而受到制約。

除了深度學(xué)習(xí)本身的局限性，在我國(guó)醫(yī)療領(lǐng)域，作為AI醫(yī)療發(fā)展基石的醫(yī)療大數(shù)據(jù)在質(zhì)量上也不容樂(lè)觀。

“就像十年前我們討論用數(shù)據(jù)做知識(shí)研究的時(shí)候，中國(guó)面臨一個(gè)最大的問(wèn)題就是中國(guó)的數(shù)據(jù)質(zhì)量其實(shí)做大數(shù)據(jù)目前是不太可靠的，不可靠的原因就是疾病診斷不對(duì)。

以我們拿到的北京中風(fēng)病人數(shù)據(jù)為例，北京能夠收中風(fēng)病人的醫(yī)院是130家，大概每年住院病人14萬(wàn)人，診斷正確率是72%，另外的28%診斷是錯(cuò)的。”，北京天壇醫(yī)院王擁軍院長(zhǎng)在GMIC生命科學(xué)如是說(shuō)道。

基于我國(guó)目前醫(yī)療資源分配不均的特點(diǎn)，醫(yī)療欠發(fā)達(dá)地區(qū)的誤診率將遠(yuǎn)超北京。深度學(xué)習(xí)需要使用大規(guī)模數(shù)據(jù)進(jìn)行訓(xùn)練，細(xì)微的數(shù)據(jù)誤差均會(huì)為深度學(xué)習(xí)帶來(lái)負(fù)面影響。這樣的數(shù)據(jù)質(zhì)量不免令人為目前醫(yī)療AI做出的結(jié)果產(chǎn)生質(zhì)疑。

另外弓孟春博士提到，我國(guó)醫(yī)療大數(shù)據(jù)的質(zhì)量低下一方面是因?yàn)樵\斷水平不足造成的高誤診率，另一方面還和我國(guó)缺乏規(guī)范化標(biāo)準(zhǔn)化的臨床術(shù)語(yǔ)語(yǔ)義體系有關(guān)。不同醫(yī)生使用的醫(yī)學(xué)術(shù)語(yǔ)不同，只有做好醫(yī)學(xué)術(shù)語(yǔ)管理，才能挖掘出醫(yī)療大數(shù)據(jù)背后的真正含義。

2018年以來(lái)，國(guó)內(nèi)對(duì)AI醫(yī)療的質(zhì)疑聲越來(lái)越多。除了上述底層技術(shù)和數(shù)據(jù)的問(wèn)題之外，商業(yè)化前景不明也是人們不看好醫(yī)療AI的關(guān)鍵一點(diǎn)。一種產(chǎn)品能否商業(yè)化落地，政策是起到?jīng)Q定性作用的，而我國(guó)在AI醫(yī)療的相關(guān)政策上似乎有點(diǎn)“拖后腿”。

“今年國(guó)內(nèi)向CFDA申報(bào)了將近十項(xiàng)醫(yī)學(xué)人工智能的產(chǎn)品，沒(méi)有一個(gè)被批準(zhǔn)。如果法律上不批準(zhǔn)，如果未來(lái)不納入醫(yī)保，AI醫(yī)療的推廣速度將極為緩慢，我想醫(yī)療AI落地的最大障礙，還是來(lái)自法規(guī)的阻礙。”，王擁軍院長(zhǎng)提到。

由于對(duì)醫(yī)療AI底層技術(shù)和數(shù)據(jù)上的質(zhì)疑，資本與醫(yī)療相關(guān)機(jī)構(gòu)對(duì)醫(yī)療AI總體持觀望態(tài)度。在沒(méi)有融資注血的情況下，商業(yè)化又受到政策制約而無(wú)法進(jìn)行自身造血，這將對(duì)醫(yī)療AI企業(yè)造成毀滅性打擊。

目前我國(guó)AI醫(yī)療的商業(yè)化落地在底層技術(shù)、數(shù)據(jù)基礎(chǔ)和政策法規(guī)上都受到了一定程度的制約，但從現(xiàn)在到AI在醫(yī)療領(lǐng)域取得成功的那一天將極為漫長(zhǎng)，對(duì)于AI醫(yī)療頭部集團(tuán)之外的公司而言，這漫長(zhǎng)的冬天恐怕有些不好熬。

原標(biāo)題：我國(guó)AI醫(yī)療商業(yè)化落地的三大阻礙：醫(yī)療數(shù)據(jù)質(zhì)量不樂(lè)觀