人工智能“大夫”厥后居上
人工智能“大夫”厥后居上
人工智能可以被练习寻找核磁共振扫描中的问题。图片来历：baranozdemir/Getty
一种练习医学人工智能系统的新要领，在诊断疾病方面比以前的要领更精确。相关论文克日登载于《自然—通讯》。
英国伦敦大学学院等机构的研究人员开拓的这一人工智能系统，依靠因果干系而非相关性来查明人体大概呈现的问题。它比现有的人工智能系统更准确，并在一个小型比较试验中高出了大夫。
传统的人工智能系统按照病人的症状来确定最有大概的疾病。与之差异的是，因果型人工智能系统更靠近于大夫诊断病人的方法：通过利用反事实问题缩小疾病的大概范畴。
相关性和因果性的区别在医学中很重要。病人在医院大概呈现呼吸急急，基于相关性的人工智能大概将呼吸急急与体重超重接洽起来，并把超重与Ⅱ型糖尿病接洽起来，因此发起利用胰岛素。一个基于因果性的系统大概会转而存眷呼吸急急和哮喘之间的接洽，从而摸索其他治疗方案。
论文作者、伦敦大学学院的Ciaran Gilligan-Lee说：“我们试图把因果干系放到现实中，才气真正找到引起病人症状的疾病，并在此基本上辅佐他们。”
该系统“进修”了由20多名大夫撰写的1671个真实医疗案例摘要，这些摘要显示了约莫350种差异疾病的症状。研究人员让英国国度医疗处事体系的44名大夫平均每人处理惩罚了159例这样的病例，看看他们是否能找出病因。功效显示，他们平均诊断的正确率为71.4%，而基于相关性的人工智能的正确率为72.5%，因果型人工智能的正确率为77.3%。
在治疗非霍奇金淋巴瘤等稀有疾病时，新型人工智能的表示仍优于大夫。面临这些疾病，它的精确率比旧的人工智能系统约莫高30%。然而，Gilligan-Lee认为，大夫更善于识别更常见的问题，因为他们常常碰着这些问题。他打算为该系统寻求禁锢部分的核准和临床验证，方针是把它放在一个应用措施中，让患者可以得到有关症状和治疗的发起。
“这在很洪流平上是一种办理问题的新技能。”英国伯明翰大学医院百姓保健处事基金会的刘晓玄（音译）暗示，“论文中的要领很是好，并且这项技能好像显示出了一些前景。”她认为，这个系统在稀有疾病诊断方面的表示优于大夫，这令人欢快，但它还处于早期阶段，病例总结的数量相对较少。“我们需要看看它在现实案例中是如何事情的。在现实世界中，会有多种疾病彼此浸染的景象。”
相关论文信息：https://doi.org/10.1038/s41467-020-17419-7
版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来历和作者，且不得对内容作实质性窜改；微信公家号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。
