AI診斷疾病：是真實進步還是虛假希望？

嗨 大家好 這個視頻我們聊一下AI在醫療診斷這一塊的一些作用 我們先聊一下背景 因為人工智能很久就出現了 概念早就有了 這麼多年來大家都一直在努力 尤其是在醫療領域 前段時間有什麼遠程操控手術刀 類似這種 這種屬於精密操作這一塊的 跟AI稍微有點偏差 最近大家開始用大模型數據深度學習 這些東西來通過看比如說X光的偷視照片 分析一些病理特徵來診斷出疾病 我們這個視頻主要探討這個方面的內容 在早期的診斷中 成功案例像癌症診斷裡面 就挽救了很多人的生命 尤其是它在早期癌症的診斷過程中 人類醫生在檢查的時候 因為早期的症狀比較輕微 他可能發現不了規律 但是通過人工智能AI技術 它能夠有一套路線圖 他就能在早期的狀態裡面 通過看偷視照片就能夠得出結論 他有可能有比如說乳腺癌 有可能其他癌症早期的跡象 它的識別能力就很強 它比人類就更加敏感 因為它對數據的感知能力 它是基於你事實 就是你的照片的事實 我們人的話還是有些主觀判斷 你憑經驗 我們一個醫生這一生之中 能看過多少個病人的照片 對不對 但是你想想AI的話 那個數量是遠遠大於個體人類的 因為它的數據量太大了 然後經過這些分析 它還可以做推演 推演的話就是從 比如說早期到中期到後期 到晚期是吧 能夠得出一個變化的路線圖 能夠預測 它一匹配 這可能是早期的 比如說乳腺癌 X光那個照片 它就可以報警圈出來 人類醫生一看 喲 我們得觀察一下 通過這個提示 再查找更多的數據 可以從多個側面來看這個問題 是吧 結果就在臨牀的應用當中 就AI去幫助醫生 找到乳腺癌的這些患者 這個就是非常棒的一種 一種具體的實現 這就說AI在醫療領域 就算是落地了 在整個醫療領域裡面 它不僅僅是癌症 對不對 它還有其他疾病 所以大家都在探索 其他的一些方式 你能不能通過AI的方式 來分析疾病的一些情況 你像谷歌開發了一個 所謂AI工具是吧 通過分析咳嗽的聲音 還有你呼吸的聲音來診斷 是不是新冠 還是什麼其他疾病 這個就比較牛了 這個有點像望聞問且聞 是吧 就是聽 醫生可能沒有這個能力 因為醫生對聲波的感知 可能沒有電腦強 你看AI的診斷的方式 實際上就是大數據 它有很多很多的模型 是吧 它讓很多很多的病人 錄下一些聲音片段來 是吧 不同的症狀都有 通過尤其是呼吸道疾病 咳嗽和呼吸的聲音 去判斷到底是哪種呼吸類的疾病 甚至有可能是其他類的疾病 是吧 做出判斷 因為它有大量的數據支撐 同時在眼科的檢查中 是吧 AI也做出了很大的貢獻 尤其是你類似這種視網膜的病變 因為視網膜 比如說照片也是 就跟拍胸部照片很像 是吧 有很多區域 人類的醫生可能看的多了 是吧 可能就沒有太多感知 除非是晚期的話 症狀不會比較明顯 尤其是早期的時候 人類的醫生很容易就忽略掉 AI正好就能夠發揮自己的優勢 尤其像這種癌症 這種其實不管是癌症還是其他疾病 越早發現越好 最好的就是說預防 就是最好的醫生就是治胃病 你還沒生病的時候 就幫你給治了 就是所謂預防是最牛的 是吧 你像這個視網膜的病變 是吧 你一旦發現有問題 那就趕快治療 那就不會有後續的 比如說醫療費用的浪費 還有你身體健康的透支 是吧 有的病變可能就不可逆 是吧 你提前發現 你就把這個問題給解決了 那說到這些 我們就感覺到 它是不是現在就能廣泛應用了 它本身在醫療領域 AI在醫療領域 它是面臨一些挑戰的 儘管它有很多的優勢 你像診斷過程中 它的準確性和效率這一塊 是吧 它根據類似這種拍片的 像前面有聲音的 有這種非常明顯的特徵 就是視覺特徵 聽覺特徵 是吧 我們能夠採樣 這類的 它能夠保證所謂的準確性和效率 是吧 它能夠快速給你得出結論 人類醫生 他可以做double check 是吧 double check 甚至可以triple check 甚至可以專家會診 那AI絕對是能夠提高效率 能夠拯救病人的生命 是吧 然後它也面臨很大的挑戰 是吧 另外的其他的一些疾病 你說沒有視覺特徵 也沒有聽覺的這些特徵 就是說採樣很難的情況下 你怎麼辦 是吧 這就是它的一個挑戰和限制 再一個呢 涉及相關的一個事情 就是數據的隱私和誤診的風險 是吧 數據隱私這一塊 我們更不說了 是吧 你要想讓你的AI特別強大 你必須要有大量的數據 這些數據不管是公開的數據 還是你買回來的數據 還是其他醫院的數據 是吧 你揉在一起 那提取病理特徵 數據量越大 對你最終的結果的判斷 又有幫助 是吧 這是一個常識性的事情 那如果你這麼做的話 那可能會面臨數據隱私洩漏的風險 這是一定的 再一個呢 AI它是個程序 是吧 它有些數據可能本身就是錯的 那導入到這裡面以後 它經過一些學習 它有可能學的是錯的 也就是說有可能會給你一些 做出一些誤診的事情來 好 那接下來我們推演一些演進 這是大模型學習的一個過程 那另外一個概念跟這一塊非常相關的 就是所謂的數字孿生 數字孿生 什麼概念 你比如說我們實體有個病人 是吧 那我們可以給這個病人建模 這個病人建模 它是一個抽象的概念 你同樣的一個人體 它有各種各樣的器官 是吧 那說這個人體它得了某某疾病 它的病理的演進過程 在這個身體上 我們都可以通過數字孿生的形式 把它給演化出來 那通過這些模型的創建 那就給我們一個立體化的 整個病理演進的一個 我們可以稱之為一個圖像 就是image 那我們判斷一下 這是到了哪一個階段了 是吧 它可能會到這個狀態 然後通過這種數字孿生的抽象 我們就有一個最高的 所謂的一個總結模型 是吧 總結模型 那對於個體的病人 你還可以產生 你如果作為一個醫生要跟蹤的時候 你還可以對這個病人產生一個數字孿生 那你就看 就當前它的狀態 到這個數字孿生的這個模型上 它目前是什麼狀態 兩者可以同步 你可以預測 你當前的比如說環境 飲食 它的睡眠狀態 你就能判斷出多長時間之後 它應該是這個樣子的 那你就比較一下 真實的和你這個數字孿生的 它有多大的差距 從而可以不斷的改進你的模型 是吧 那這個所謂的數字孿生的這個技術建模 那在預測未來的一些病變裡面 可能就有很大的幫助 是吧 當然有的人說這個也是視覺類的 那這個我們可以在裡面添加更多的參數 你比如說重量這方面的參數 可以添加顏色相關的 都可以往裡添加 使得整個的判斷就更有保障 是吧 那使得這個AI在醫療領域 這個應用的準確性更高 是吧 當然我們希望能夠保護數據隱私這些東西 那一般來說 這個患者去醫院去看病的時候 那個醫生肯定會收集這個信息那個信息的 這個信息是會洩露的 你像有的醫院是吧 某某某那個明星去看病 也不叫看病 就是送到醫院的時候 他的姓名 他的身體特徵全部給暴露出去了 比如說身體上那個明星不是去世了嗎 是吧 所以有失敗等等 這個是非常不好的一種行為 是吧 我們也是呼籲是吧 不管是用AI還是說我們對於這個病人的數據隱私 我們一定要保護 如果出現問題可能要追究相關的責任了 是吧 那我們就如果基於現在這個技術不斷的發展 數字廊生技術的這個推廣 那未來那AI在醫療領域肯定會繼續發揚光大 這是一定的是吧 那現在能夠診斷這種癌症相關的一些 然後像視網膜上的病變這些 然後呼吸類的肺部相關的 像心肝的確診通過聲音這些 那將來就會有更多更多的具體的應用出來 那主要是基於這個病人是否得救是吧 你對這個疾病的判斷是否準確 這一系列的這個結果 來啟發整個這個醫療領域裡面的人工智能的 包括潛在的影響是吧 未來的整個的前景 因為你用了大模型之後 相對有的人說醫生可能就失業了 但是對醫院來說 它的成本可能就降低了對吧 你像那些高級專家 他還是需要做出那個double check 你應該給了一個結果 你不能說就聽AI的 也許到將來是吧 整個就不需要人類醫生了 那有可能 那個沒有關係 你不能說非得讓醫生去動個刀 或者是醫生去寫個條子纔算是看病是吧 將來真的有可能去機器人就幫你看病了 那至於什麼時候實現 我們拭目以待 就目前來說它只是一個輔助工具是吧 要真正說實現AI的完全的診斷 可能還有很長的路要走 好這個視頻我們就聊這些 謝謝各位