智能機器做一個更好的工作比在醫療診斷中人類

到現在為止,藥一直是 聲望很高的 經常 非常有利可圖 職業選擇。 但在不久的將來,我們需要盡可能多的醫生,因為我們現在有嗎? 難道我們要看到顯著醫療失業率在未來十年?

Saxon Smith博士,澳大利亞醫學協會新南威爾士州分會主席, 在去年年底的一份報告中說 他從醫生在訓練和醫學生聽到最普遍的擔憂是,“什麼是醫學的未來?”和“我將有工作嗎?”。 這些問題的答案,他說,繼續逃避他。

隨著澳大利亞,英國和美國的大學繼續為越來越多的醫學生畢業,顯而易見的問題是這些新醫生將來會在哪里工作?

會不會有專業醫務人員發揮更大的作用,由於我們人口老齡化? 或者是降低成本的壓力,同時提高的結果可能迫使採用新技術,那麼這可能會削弱目前由醫生進行角色的數量?

壓低成本

所有的政府,患者和醫生在世界各地知道 醫療保健費用將需要減少 如果我們要對待更多的人 有些人建議讓患者支付更多費用,但無論如何我們為此付費,顯然需要降低成本。


內在自我訂閱圖形


使用 醫療機器人,協助人類的外科醫生 正在變得越來越普遍,但到目前為止,它們被用來嘗試改善患者的治療效果而不是降低手術費用。 這種機器人技術成熟後可能會節省成本。

它屬於醫療診斷領域,許多人認為可以顯著降低成本,同時提高準確性 使用技術而不是人類醫生.

它已經用於普通 驗血基因檢測(基因組學) 能夠自動進行,非常用機器成本有效。 他們分析血液樣本,並自動生成報告。

測試可以像血紅蛋白水平(血細胞計數)一樣簡單,直至測試糖尿病,如胰島素或葡萄糖水平。 它們還可以用於更複雜的測試,例如觀察一個人的基因構成。

一個很好的例子是印度孟買,Thyrocare科技有限公司有超過 100,000診斷測試 每天晚上都來自全國各地,並且在24小時內從患者身上採集血液報告。

機器與人類

如果機器可以讀血液測試,他們還能做什麼? 儘管很多醫生都不喜歡這種想法,但任何需要模式識別的測試最終都會通過以下方式完成 機器比人類。

許多疾病需要一個病理診斷,其中醫生看的血液或組織樣品,以建立準確的疾病:驗血以診斷感染,皮膚活檢,以確定是否一個病變是癌症或不與組織樣本由外科醫生希望做出診斷服用。

所有這些例子,實際上所有病理診斷都是由醫生使用模式識別來確定診斷。

使用深神經網絡人工智能技術,這是一種機器學習的,可以被用來訓練這些診斷機器。 機械學的快,我們現在談的不是一台機器,但機器通過互聯網在全球的聯繫,利用他們的匯總數據網絡繼續提高。

它不會在一夜之間發生 - 這將需要一些時間來學習 - 但是一旦培養出來的機器只會繼續變得更好。 隨著時間的推移,適當訓練機將在模式識別優越的比任何人可能永遠不會。

病理 現在是價值數百萬美元的實驗室依托規模經濟的問題。 它需要大約15年離開高中訓練 病理學家 獨立運作。 病理學家可能需要另外一個15年才能像以往一樣好。

幾年後,他們將退休,所有的知識和經驗都將丟失。 當然,如果知識可以被後代捕獲和使用,那會更好嗎? 機器人病理學家就能做到這一點。

放射學,X射線及其他

輻射測試佔了 AUS $ 2十億每年花在醫療保險。 在2013報告,據估計,在2014-15期間, 33,600,000放射學調查 將在澳大利亞進行。 放射科醫生必須研究其中的每一個並撰寫報告。

放射科醫生平均每天閱讀的數量是五年前的七倍多。 這些報告與病理學家編寫的報告一樣,都是基於模式識別。

目前,在澳大利亞進行的許多放射學測試正由其他國家的放射科醫師閱讀,例如英國。 而不是讓澳大利亞的專家在3am下床閱讀受傷患者的腦部掃描,圖像可以在任何適當的時區以數字方式發送給醫生,並且幾乎可以立即報告。

如果機器被教導首先閱讀X射線工作,最終取代人類放射科醫生,該怎麼辦? 我們還需要人嗎? 放射科醫生? 大概。 改進成像,如MRI和CT掃描,將允許放射科醫師執行一些程序,現在醫生承擔。

放射診斷領域正在迅速擴大。 在這個領域,放射科醫師能夠診斷和治療血管出血等疾病。 這是通過微創技術完成的,將導線穿過較大的血管以到達出血點。

所以放射科醫師可能最終操作的當前由血管和心臟外科醫生進行的程序。 增加使用機器人輔助手術將意味著這是多不容易。

還有更多 診斷皮膚損害,皮疹或增長不是簡單地看它。 但是大部分的診斷是基於皮膚科醫生識別病變(再次,模式識別)。

如果診斷仍不清楚然後一些組織(活檢)被發送到實驗室進行病理診斷。 我們已經建立了一個機器可以讀取後者。 同樣的原則也適用於識別皮膚部位。

一旦被識別和學習,病變將能夠再次被識別。 具有高質量相機的移動電話將能夠鏈接到全球數據庫,該數據庫將像任何具有學習能力的其他數據庫一樣,繼續改進。

不是,如果,但是什麼時候

這些變化不會在一夜之間發生,但它們是不可避免的。 儘管許多醫生將這些變化視為威脅,但全球利益的機會是前所未有的。

在赤道非洲拍攝的X射線可以與澳大利亞卓越中心採用的X射線相同。 可以將感染性皮疹上傳到手機並立即進行診斷。 許多生命將得到拯救,世界貧困人口的醫療保健費用可以降至最低,在許多情況下也是免費的。

對於這個成為現實,這將需要專家用機器工作,並幫助他們學習。 最初,機器可能會被要求做更多的簡單測試,但他們逐漸將學習,就像人類學會在生活中大多數事情。

醫學界應把握這些機會的變化,和我們的未來年輕的醫生應該仔細考慮的地方未來的醫療工作會說謊。 幾乎可以肯定,在15年醫療業格局將不會像我們今天看到的之一。

關於作者談話

Ross Crawford,昆士蘭科技大學骨科研究教授; 昆士蘭科技大學醫學機器人博士後研究員Anjali Jaiprakash和昆士蘭科技大學機器人學教授Jonathan Roberts

這篇文章最初發表於 談話。 閱讀 原創文章.

相關圖書:

at

打破

感謝造訪 InnerSelf.com, 哪裡有 20,000+ 宣傳“新態度和新可能性”的改變生活的文章。 所有文章均翻譯為 超過30種語言. 訂閱 每週出版的《內在自我》雜誌和瑪麗·T·拉塞爾的《每日靈感》。 InnerSelf雜誌 自 1985 年起出版。