今年的诺贝尔物理奖和化学奖,让人大颠眼镜的都颁给了人工智能,以致于大家都说评委们是不是AI。物理我不是很懂,但化学奖确实是实至名归,想象一下,就靠着你一个个蛋白结构结晶解析,那得猴年马月。可AI可以根据其二维氨基酸组成,进而预测其三维结构,确实是历史性进步。
诺贝尔奖这种高大上的就不谈了,再说医学专业。RCT确实是最好的临床研究,可其花费的时间与金钱等等成本,以及结果的低适配性,让其很难大规模去实施。所以更实用的是观察性研究(observed study),就是将所有病例根据其自然结局,进行归类归纳,再以统计学分析,观察风险因素对预后转归的影响。专业点就是预测性分型,疾病模型,如果数据足够多,算法足够先进,就变成了AI。这也就是AI在诊断预后方面的巨大优势,可一旦涉及到干预,那么AI又可以做什么呢?
JAMA最近发表了一篇文章,提出了一个面向临床医生和医疗决策者的框架,旨在将AI整合到临床实践中,确保这些技术经过了合适的测试和验证,并根据临床指南进行监测。
下图列举了临床医生在诊治患者时的10项常见行为,包括与患者沟通、记录患者就诊情况、风险分层、诊断、解释检测结果、治疗患者(改变患者行为、药物、手术)、监测、学习、参与研究和继续教育。其中尤以治疗患者最难。
AI技术在医学中的应有研究类似于药物或医疗设备,他包括测试和应用两个特征。药物研发的4个阶段,以及医疗AI技术开发的相应阶段。药物分子的开发和早期药代动力学和药效学研究,对应于在回顾性数据中开发和测试AI技术。第二阶段,收集安全性和有效性数据,对应AI开发的静默或试点评估。在临床试验结局评估阶段,对应着评估AI与当前实践相结合的效果。最后,实际使用意味着AI技术已经部署,并实施了本地监控。这类似于很多预测模型中的公式获取与应用。
随着医学分类越来越细,医生的视野也越来越局限。通才和专才之争永不过时,在我看来,除了掌握自己的专业知识之外,如能够涉猎专业之外的一些技能,绝对可以让自己如虎添翼。比如你精通各种计算机知识,能够将大数据,AI,ML这些转化为临床麻醉,难道不是可以更好的服务于社会。
出处:老李飞麻
未来已来
还等什么?快来加入我们,体验新青年麻醉论坛AI助手带来的便捷与高效吧!
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.