AI醫療、基因檢測進入洗牌期 專家稱IAB應加強跨



  自2015年AlphaGo戰勝李世石后,人工智能技術掀起市場應用熱,其中AI+醫療也迎來了春天,AI診斷甚至AI治病等概念一度熱炒。與此同時,以基因檢測為代表的大數據+生物概念也迎來資本市場的青睞,例如2017年上市的華大基因,曾在上市后短時間內攀上千億市值。

  然而,短暫的熱炒過后,AI醫療與基因檢測在實際應用中雙雙出現了不少問題,行業也隨之進入洗牌期。其中華大基因曾在2018年7月陷入“無創產前DNA篩查致兒童患生理缺陷”丑聞,股價大幅下跌,市值至今僅剩約250億元左右。

  華大基因上市后股價走勢

  而美國IBM旗下腫瘤輔助治療AI產品Watson Health因經常性診斷錯誤或開錯藥,與知名腫瘤??漆t院MD Anderson合作失敗等事件,也為國內醫院臨床應用AI醫療敲響了警鐘,AI臨床使用準確率能否信任成疑。從市場情況來看,AI醫療在2019年尚未出現現象級的應用案例,醫院對引入AI技術的態度趨向謹慎。

  在8月23-25日于廣州舉辦的第四屆中國計算機學會生物信息學會議上,南都科創記者與數位醫療界和計算機界專家進行了訪談,進一步了解計算機與生物醫療領域當前的技術和應用發展階段。多位專家一致認為,人工智能、大數據等新一代信息技術與生物、醫療產業確有很大的結合空間,但在應用過程中還面臨著很多難點,并非可以一蹴而就。在熱炒過后,行業回歸冷靜更利于穩步發展,以解決技術和應用問題。而在這一過程中,“IAB”概念中代表計算機界的I和A,應該和代表生物醫療界的B有更多跨界交流合作。

  AI臨床難點:從單一數據單向分析到復雜數據復雜分析

  據了解,人工智能技術在深度學習算法取得突破后,在圖像、語音、文字等信息領域的能力均取得了較大飛躍,實驗室中的信息識別和分析能力成績屢創新高,在部分醫療診斷上,人工智能在實驗室中的診斷正確率已達到90%以上,達到專家級醫生的水平。

  然而,盡管在實驗室里人工智能取得了很高的診療準確率成績,但在實際臨床應用中卻會出現較大差距。以主要通過影像判斷的眼科診療為例,在實際應用中,人工智能往往只能達到70、80%的準確率,這就使得人工智能目前還無法代替醫生做病情診斷,只能起到一定的輔助作用。

  臨床應用中AI醫生準確度還有明顯差距

  而當被問及什么時候人工智能在實際眼科診療中準確率能達到90%的水平,中山大學眼科醫院院長劉奕志表示并不樂觀,他說,目前還沒有看到人工智能在實際應用中能夠實現足夠準確率的可能。

  中山大學生物醫學大數據中心主任謝志告訴記者,中山大學眼科醫院是率先將人工智能技術應用在白內障診療、并于2017年發表國際論文的醫療機構,其后也推動了人工智能在近視眼、青光眼診療等方面的應用,并自己組建了人工智能開發團隊。在長期的研究過程中,他們發現目前的人工智能技術并非“萬能藥”,能夠解決的眼科診療問題還十分有限。

  中山大學眼科醫院院長劉奕志

  據劉院長介紹,目前制約人工智能實際應用眼科診療的主要痛點在于數據質量問題,即醫療實踐中產生的數據能否很好地計算機語言化。人工智能在實驗室中測試時,使用的都是預先篩選過的數據,數據標準化高。但在實際應用中,不同醫院乃至不同醫生對同一種病的圖片拍攝方法都可能有很大不同。另外,以眼科診療為例,影像只是判斷病情的一個主要部分,在實際診療過程中,醫生還會通過與患者交流、整體觀察等方式綜合考慮,而這些都很難被轉化為計算機語言。




上一篇:上海重磅發布:發展細胞治療、基因治療技術,打造免疫細胞治療、干細胞治療和基因檢測產業集群
下一篇:提升出生缺陷防治水平 天津免費開展胎兒無創基
贵州快3开奖结果