人工智能进军医院

萨斯喀彻温大学的研究人员正在开发人工智能来预测心脏病。

萨斯卡通皇家大学医院的心胸放射科医生、该大学的助理教授 Scott Adam 博士与 Gormley 讨论了人工智能对临床医生的巨大潜力。

“有些人工智能模型和深度学习模型已经变得非常能够分析我们在日常实践中获得的医学图像，”他说。

“从医学图像中可以提取的特征实在是超出了医生的感知范围。”

借助人工智能，医生能够提取这些特征并进行分类。

“我们能够利用这些功能来开发临床洞察力，可用于对患者的心血管风险进行分层，并随后为治疗计划提供信息，”亚当说。

有多种方法可以查看患者的心血管危险因素。目前，医生使用的高风险模型包括人口统计信息和胆固醇等生化标志物。

借助人工智能，它可以查看人类无法检测到的生化标记。它将能够查看 CT 图像的整个 3D 数据集，以更好地了解患者的心血管风险。

这些多模式人工智能模型能够将多层数据整合到一个单一模型中。

亚当说，叠加这些不同的标识符，如化学标记、年龄因素和成像，并将遗传学纳入其中，将使其成为一种非常强大的诊断工具。

人工智能还被用来测量生物年龄而不是实际年龄。

Adam 表示，这种人工智能尚未准备好投入使用，但他们将来肯定会考虑这一点。

“我们正在采取措施改进每个领域的模型，例如改进用于遗传分析的人工智能模型（和）改进用于成像分析的模型，”他说。“在接下来的几年里，我确实认为多模式模型将成为常态，并且经过仔细的测试和验证，将被转化为临床。”

至于时间表，研究人员仍处于研究阶段，需要更多的临床试验，不仅在萨斯喀彻温省或加拿大，而且在世界各地进行国际试验。

Adam 表示，许多人工智能模型已经获得加拿大卫生部和 FDA 的批准。但他们距离创建准确的多模态人工智能算法还有相当长的路要走。

研究和试验将针对整个普通人群，而不仅仅是高风险人群。

“如果你只是从风险最高的人开始，那么可能会出现获得有偏见的数据集的问题，”亚当说。

他说，已经完成了许多基于人群的研究，研究人员可以利用这些公开的数据集来开发人工智能算法。

但他确实承认，这些算法将更频繁地用于那些高风险人群。

“确保这些人群的准确预测模型绝对至关重要，”亚当说。