微軟
活動+
 

讓AI幫你看病怕不怕? 醫生與機器聯袂出擊更強大

機器學習技術已經漸漸應用於醫學影像判讀。法新社

隨著人工智慧(AI)不斷發展,機器學習(machine learning)已經漸漸走進全世界的醫院,輔助醫療人員執行一般性任務。簡單來說,就是讓電腦模型自己教自己,目的是根據大量臨床數據做預測。該技術在近年來已大幅精進,然而該不該相信機器的論戰也從未停歇。

FastCompany社論指出,深度學習(deep learning)工具之所以引發疑慮,是因為它解決問題的方式人類跟不上。試想,若餵入電腦模型的資料和最終結果之間的關聯隱晦難解,就像個「黑箱」一樣,要想讓人不懷疑確實困難。畢竟,依靠AI工具來偵測疾病前兆,可是比購物網站用AI推薦的購物清單實不實用,還要嚴重多了。

其實學者之間也漸漸出現呼籲聲浪,要求澄清深度學習工具是如何做決策。譬如用來分析罹患乳癌風險的的模型,可以透過熱區圖(heat map)的呈現方式,讓放射科醫師很容易便能看出,模型在做預測的時候是特別專注在乳房X光片的哪些地方。

又如倫敦Moorfields眼科醫院(Moorfields Eye Hospital)也與Alphabet旗下AI公司DeepMind合作,試圖呈現系統的決策過程。深度學習工具除了會分析患者眼睛的3D掃描影像,並找出其中需要進一步檢查者,還會針對每一種可能的診斷給出評級,給醫療人員參考。

像這樣人類醫師與AI「共生」的機制,或許是最好的解方。SickKids Research Institute的科學就指出:關鍵是打造出最優秀的系統,但要進一步分析其行為。在醫學領域裡,就算電腦科學家能找到方法解釋深度學習工具如何運作,握有最終判斷和決策權的人仍然必須是醫師。

簡而言之,「黑箱」到底怎麼運作或許不是那麼重要,因為醫師不需要完全了解深度學習的原理,但是需要知道機器的決策過程。當醫師能看到深度學習系統是依據哪些臨床因子來做判斷時,更有助他們解讀機器做出的結論。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 醫療 深度學習 人工智慧 機器學習