社会焦点

深度学习软件是黑盒子,但医疗行业并不介意使用

字号+ 作者: 来源: 2017-04-30

深度学习软件是黑盒子,但医疗行业并不介意使用,深度装机大师,深度一键还原精灵,深度学习软件,深度思考比勤奋更重要,课堂教学深度与广度

今年二月份,斯坦福大学的人工智能专家、前谷歌无人驾驶汽车项目的副总裁Sebastian Thrun及其同事发现,深度学习算法能够诊断的皮肤癌,甚至达到了专业医生的诊断水平。

深度学习软件是黑盒子,但医疗行业并不介意使用

相关的研究报告发表在了世界顶级科学期刊《Nature》上。但是,该报告仅仅是一部分,这也让我们初步看见了“软件诊断疾病”的新时代:在这里,人工智能辅助医生诊断疾病,甚至与医生相竞争。

在过去几年,深度学习已经在面部识别和对象识别等方面取得了重大突破,这使得像照片,X光片,核磁共振图片都能近乎完美地与深度学习软件相匹配。

一些公司已经开始行动了。去年12月,谷歌的母公司(Alphabet)的生命科学部门Verily与尼康公司(Nikon)联合开发算法去探究糖尿病患者的失明原因。与此同时,放射学领域产生了大量的详尽的图片,也因此被称为“医药硅谷”。

黑盒子医疗

尽管Thrun团队的预测精度极高,但是,没有人清楚深度学习是如何分辨癌变组织的。这就是医学版的深度学习“黑盒子”问题。

传统的计算机视觉软件遵循着既定的规则,这一点与深度学习软件不同。深度学习能够自己找到规则并进行学习,但是这通常也带来了麻烦——不能检测跟踪其学习过程,使得它所做出的决策难以解释。

专注于卫生法研究的密歇根大学的法律学者Nicholson Price说:“在这种情况下,医生不知道将会发生什么,黑盒子本质就是不透明的。”

但是,Price并不认为这会给医疗行业造成严重障碍。他将深度学习比作药物。有些时候,我们并不知道药物治愈疾病的完整机制,但并不影响药物给我们带来的好处。锂元素就是一个例子,它影响心情的准确生物机制目前尚未弄清楚,但含锂的药物仍然被批准用于治疗相关疾病。一直以来,阿司匹林都是世界上使用最广泛的药物,但阿司匹林治愈疾病的机制在过去70年仍未被完全理解。

Price也表示,“黑盒子问题”不会给美国食品和药物管理局(FDA)造成问题,如果深度学习软件要用于治疗和防御疾病,它必然会受到FDA的监管。

FDA在一份声明中表示,在过去20年,它已经批准了许多基于模式识别、机器学习和计算机视觉技术的图像分析程序。FDA也证实它正在看到更多的深度学习软件问世,并允许这些公司的算法细节被保密。

FDA已经给至少一种深度学习算法开了绿灯。

1月份,FDA批准了由Arterys(一家位于旧金山的私人医疗成像公司)开发的销售软件,Arterys的算法叫“DeepVentricle”,用于分析心室内部轮廓的MRI图像,并计算患者心脏可以保持和泵送的血液体积。Arterys说,该软件能在30秒内完成计算,而传统的方法通常需要花费一小时。

FDA要求Arterys进行大量的测试以确保算法的结果能与医师的诊断结果相媲美。该公司的首席技术官ohn Axerio-Cilies表示:“你需要在统计学上证明,你的算法符合它所有的预期用途以及实现其正在承诺的市场声明。”

大的需求量

为了训练他们的软件,Thrun领导的团队将129405张经专家评估过皮肤状况的图片喂入软件系统。这些图片覆盖了2032种不同的疾病,包括了确定为皮肤癌的1942张图像。最终,该软件在识别患有皮肤癌的任务中战胜了21位皮肤科医师。

该研究论文的另一名作者、斯坦福大学的皮肤科医师Robert Novoa说:“当皮肤科医生看到这种技术的潜力时,我认为他们大多数都会喜欢这种技术。”他和团队其它成员都拒绝透露是否打算将该软件商业化。

纪念斯隆凯特琳癌症中心(Memorial Sloan Kettering Cancer Center)的皮肤科医师兼国际皮肤数字成像学会(International Society for Digital Imaging of the Skin)会长的Allan Halpern表示,担忧医生不久将会失业的想法都是不恰当的。他认为算法能够推动皮肤病学服务的迅速提高。

这是因为筛查测试中呈阳性的样本仍需进行活检。Halpern说,深度学习软件能够在初级保健机构发挥作用,但是,如果要将其作为全民的筛查测试,或者是通过向消费者提供此应用程序,这还没有足够的皮肤科医生跟踪可疑的情况。

Axerio-Cilies表示,一些公司将会受此激励而直接向消费者提供深度学习的诊断工具。例如,人们可以利用这些工具来扫描他们身上的痣(moles),然后决定是否他们应该去看皮肤科医生。也有一些非AI的手机应用程序,如Mole Mapper,已经能够跟踪并记录人们身上可疑的痣。

然而,Halpern说,他认为消费者还没有准备好使用深度学习诊断系统,因为这些系统可能会用不确定的概率(如显示消费者患癌的概率为5%,也可能是50%……)来描述消费者患癌的可能性,这种方式会让他们感到不适。

- END -

编辑:Steven

  参考:https://www.technologyreview.com/s/604271/deep-learning-is-a-black-box-but-health-care-wont-mind/?set=604280

「DeepTech深科技」招募全球记者、采编。申请加入:hr@mittrchina.com

DeepTech深科技战略合作伙伴:

深度学习软件是黑盒子,但医疗行业并不介意使用

相关阅读:

  • 深度装机大师
  • 深度学习软件
  • 小米深度刷机线使用方法
  • 深度操作系统15.4
  • 深度技术官网
  • 上网深度擦除工具新版
  • 深度思考比勤奋更重要
  • 深度ghost xp sp3
  • 课堂教学深度与广度
  • 深度一键还原精灵
  • 深度美文阅读
  • 深度残差网络
  • 相关推荐:

  • 华为史上最美操作系统,你绝对不能错过的EMUI5.0
  • 国产操作系统典范:deepin操作系统
  • 娱乐办公两不误!这个笔记本能把屏幕拔下来写字
  • 斗鱼响应新规加强监管,坚持打造优质精品直播
  • SpaceX 火箭爆炸原因确定:液态氧过冷成了固态
  • 华为Mate9中国版真机秀 你绝对没发现它有两种版本
  • 99%的人都不知道的微信高效使用术?
  • 乐视网一周蒸发88亿元 贾跃亭反思节奏发展过快
  • 似乎已经战胜传统渠道的小米 今年为什么被OPPO、vivo 打败?
  • 优雅商务风,性能一鸣惊人—TCL 950体验评测
  • 转载请注明出处。


    1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

    相关文章