如果能理解医生的准确意图，深度学习会是医疗诊断的未来吗？

大数据文摘出品

来源：thegradient

编译：张大笔茹、Aileen

 

医疗领域常常被认为是处于AI革命边缘的领域。人工智能领域的很多知名企业，如谷歌的DeepMind，都声称他们一直在医疗领域努力耕耘，“人工智能有望改变现有医疗格局”。

 

但到目前为止AI到底产生了多大影响力？我们是否真的可以知晓从新技术中获益的具体医疗领域呢？

 

在今年5月召开的ACM CHI“计算机系统中的人为因素作用力”会议上，来自Google的Carrie J. Cai在“以人为本的工具，以解决AI在应对医疗决策过程算法不完善”的讨论中展示了她的获奖作品，并声称机器学习技术在医疗决策中的使用会越来越多。

 

她开发了一个新系统，使医生能够即时改进和修改病理图像的搜索方式，以不断提高其准确性。

 

利用深度学习的视觉模型，在对新患者做出诊断时参考已知患者的医学图像（例如来自活检的组织）是一种很有前途的方式。然而，在特定诊断期间准确获得医生当下所需的相似图像对现有系统提出了巨大挑战，因为“意图鸿沟”（intention gap）的存在，即难以捕获医生的准确意图。这个问题我们稍后会详细讨论。

 

Cai的研究展示了他们在医学图像检索系统上开发的细化工具能够如何提高图像的诊断准确性。更重要的是，增加了医生对机器学习算法辅助医学决策的信任度。