小算法，大能力，吴恩达在斯坦福的新发明或让AI取代医生

不久前，一种计算机算法在医学界搞了一个大新闻，如果这种算法投入使用，可能会在医学界掀起一轮新的技术革命。这种算法可以从心电图中诊断出心律不齐。但是，现在很多患者对机器的诊断结果还不是很信任，因此该算法的推行并非易事。

如果机器的诊断结果可以得到医生的充分信任，那么我们离用算法拯救生命的日子可能就不太远了。 

图丨可携带的心电仪

前百度首席科学家、斯坦福大学副教授吴恩达（Andrew Ng），曾帮百度打造了专门针对商业问题的AI实验室。这次，他在斯坦福大学所带领的小组研发出了一种可以从心电图中诊断出心律不齐的算法模型——它应用了机器学习（Machine Learning）技术，可以比医学专家更精确的作出诊断。

心脏问题往往伴随在日常生活中，它们潜伏在我们的身体里，等发现时多半是为时已晚。这项发明可以从日常的心跳中发现心脏的潜在危险并做出可靠诊断，叮嘱患者跟进治疗。在资源缺乏的地区，这项发明会为偏远地区的人们带来高效的医疗保障。

机器学习对医学界的颠覆已不是新观点，而他们的成果更加坚定了这一观点。近年来，研究人员发现该技术可用于诊断各种病症，如乳腺癌、皮肤癌、以及眼病等等。

“现在，有些患者已经开始接受机器诊断的结果，这是一种很喜人的现象，因为这些机器都是应用深度学习得出诊断结果的。”通过E-mail，吴恩达这样对《麻省理工科技评论》的记者说道，“研究人员现在已经不拘泥于一种数据类型，这本身也是一种进步。”

吴恩达所带领的研究小组编写了一种算法，可以从现有心电图中找出四种不同的心律不齐，虽说只是在心电图上的小小异常，但这些小问题的发现对患者至关重要，因为有些微小的心律异常可以导致心脏性猝死等重大问题。

但是，此类问题的信号一般很难探测，很多病人因此被要求连续几周佩戴心电仪。但即便如此，很多医生也很难分辨结果是良性的还是需要治疗的。

研究小组与制造心电仪的iRhythm公司进行了合作。他们收集了30000名患者有不同种类心律不齐的心电图像，作为他们的测试数据。为了测试算法的准确性，他们将剩下300个未诊断的心电图像作为测试，并将算法得出的结果与心脏科医生的诊断结果进行比对。

最后，研究小组成立了一个由三位心脏科资深专家组成的咨询组，来判定算法结果是否有偏差。

以上的成果，是与深度学习息息相关的。将大量数据输入进网路里并进行的相应的参数微调，已经是一种有效辨别复杂音频和图像的方法，并已经发展成很强大的图像识别与音频识别系统。研究员们觉得可以类似的方法来发现心电图中的微小异常。

微软研究院执行院长、机器学习专家EricHorvitz说，包括来自麻省理工学院和密歇根大学在内的多个研究小组都开始将机器学习技术用于侦测心律不齐。在未来，可能会有更多人应用机器学习在患者数据中寻找预测的方法。

但是，想要公众接受这一技术并非易事。这些算法的原理和逻辑都很繁杂，不是随随便便就能解释清楚的。即便可以，医生和病人也很难理解。寻找可行的解释方式也对于增强医患关系与强化治疗方法十分重要，所以目前我们不会在周围的医院里见到这种技术的身影。

即便如此，吴恩达仍然坚信，在医疗领域上会有一场技术革命，“我们还是需要让算法来适应医疗系统的数据流量。”他说道，“不过，我仍然觉得10年后的医疗系统会与今天的大不相同。”

-End-

编辑： Yicheng Pan

参考：

https://www.technologyreview.com/s/608234/the-machines-are-getting-ready-to-play-doctor/

欲知会员计划详情，请点击以上图片

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/