域名频道资讯站人工智能是下一次工业革命。尽管从最初的角度来看，我们已经在各种领域看到了大胆的进步，如从视频中提取元数据，语音识别，自然语言处理，手写识别等等。人工智能的影响可以从军事，媒体和娱乐等各个行业中感受到。可以说，我们最有可能看到增长的领域是医疗保健行业。根据普华永道最近的一份报告，医疗保健是最有可能从人工智能中获益的部门之一。像IBM这样的许多公司都在投资提供医疗保健方面的人工智能服务，例如IBM Watson Health。
医疗保健行业已经部署了多个应用程序，例如使用聊天机器人进行分诊(巴比伦健康)，治疗脊柱问题的个性化护理(Medicrea)，以及识别有跌倒风险的老年患者(El Camino医院和Intermountain Healthcare) )。还有一些值得注意的失败，例如IBM为休斯敦的MD安德森公司进行的一项耗资6200万美元的项目没有产生任何实际利益，并导致人们对医学中的人工智能产生怀疑。
许多医疗保健领域都可以从AI中受益。虽然不是详尽的清单，但一些例子包括：
诊断和病理学： AI可用于通过使用深度学习网络识别或定位图像中的疾病或病理来对放射学研究进行分类。专家系统已在医学中使用多年。Mycin是为识别导致严重疾病的细菌而开发的早期专家系统之一，它引领了更先进的专家系统，显示出适度的成功。计算机辅助诊断(CADx)和计算机辅助检测(CADe)已被用于放射学和病理学 – 不是为了取代医生，而是为了缩小可能性。
药物发现：辉瑞和默克等许多大型制药公司正在实施或实施人工智能解决方案。在这个领域可能会有巨大的回报，因为它可以降低开发，批准和营销的成本。目前，这可能使公司花费超过20亿美元，并且需要许多年才能将药物上市。此外，达到临床试验III期的药物不到10%将超过FDA。幸运的是，制药行业可以从拥有大量可用于构建机器学习解决方案的数据中获益，因此在此行业中实施AI更加容易。应用包括化合物筛选，目标验证(确定药物是否真正针对疾病)，定制(为特定患者定制药物)，重新利用(使用现有药物治疗其他疾病)和文献检索。这个领域的大部分工作都是基于机器学习模型，如生成对抗网络(GAN)和强化学习。
保险：就保险而言，人工智能在许多情况下被用于从文件中扫描文本，确定欺诈，识别风险或预防医学。保险业首先从大量数据中受益，其次是对该数据进行广泛的数学分析。
机器人技术：人工智能最有趣的用途之一就是使用机器人。机器人用于手术，抽血，帮助生活，甚至外骨骼，以帮助失去四肢使用的人。
虽然我们看到来自医疗保健行业对人工智能的大量投资，但是，有一些明显的问题需要修复或至少得到缓解。
首先是数据。培训数据对机器学习至关重要; 实际上，所需的数据量可能超过许多组织可以生成的数量。这有几个原因：培训的策划数据通常是人工和时间密集的; 监管，安全或通过多个组织的简单副产品寻求共享具有不同且通常不兼容的存储，访问和管理数据的方式，通常存在组织障碍。还有一些隐私问题阻止组织泄露敏感数据或将其存储在云平台中; 有时对基础数据做出错误的假设，从而阻止建立静态的基础事实; 最后数据通常在统计上不合理，这降低了其培训效果。
第二个问题是缺乏透明度或黑匣子效应。目前，有限的策略可以揭示人工智能做出决定的原因。即使确定哪组变量与AI模型最相关也并非易事。例如，一种已知的方法是使用诸如主成分分析(PCA)之类的降维方法从较大的变量集中选择一组变量而不损害预测值 – 换言之，选择最相关的变量。但是，一般而言，没有已知方法可以真正回答人工智能为何做出特定决定的问题。这在诸如医学和航空等领域提出了挑战，其中错误的空间很小，并且需要对AI做出的决策或预测充满信心。
第三是治理。特别是医疗保健行业由于充分的理由而是高度流程驱动的。在流程中插入AI通常可以挑战组织使用的决策机制，因此组织需要进行调整。人工智能的决定何时应该受到信任?AI是否可以用作最终决策者或推荐某些决策的顾问?如何将结果与AI做出的决策相匹配，如果发现错误，对AI进行更改的反馈过程是什么?工作人员是否具备使用AI的能力，是否具备足够的技能，例如了解相关性和因果关系之间的差异，或者有足够的领域知识来拒绝决策或预测，如果它们没有意义的话?例如，因为孩子不像成年人那样喝多少咖啡因，
最后，有关于AI的监管和道德问题。最明显的是涉及隐私。美国的HIPAA(健康保险和可移植性责任法案)和欧洲的GDPR(一般数据保护法规)都对可以公开(甚至是汇总)的患者数据类型施加限制，这可能成为构建的障碍AI的训练集。此外，AI何时以及如何在行业中使用是一个问题。例如，如果在医院部署的AI用于诊断疾病，是否必须通过FDA批准?随着人工智能变得更加复杂，道德问题也开始出现。仅仅因为可以通过AI得出推论，并不意味着它应该。
医疗保健中的AI将会爆炸。许多保险公司，医疗保健提供商和设备制造商开始使用或至少考虑在他们的流程中使用AI。好处是显而易见的：降低药物成本，可能更好的诊断，更好的过程控制，以及更先进和更低成本的药物。
然而，与许多其他行业不同，有一系列问题从根本上影响某些领域接受人工智能的速度甚至意愿。需要更高的透明度来了解AI的使用时间和方式; 医护人员需要具备使用人工智能的知识和理解，并且需要建立一个监管框架来保护医护人员和医疗保健服务和产品的消费者。只有通过创建使用人工智能的受控环境，这种强大的技术才有可能使尽可能多的人受益并最大限度地降低其危险性。
本文素材来自互联网
