综述|人工智能健康技术究竟有多好？答案是不知道

健康管理与GPT-AI助手

每个人对维护自己的健康都是完美主义者，希望有最精准的AI辅佐最佳健康状态。如果寻医问药，也希望AI提供超过一般医生的个性化建议，千篇一律吃同样药片。可惜的是，至今没人有把握评估AI的建议如何，为什么？关注详情。

阅读文摘

在医疗领域，GPT-AI正逐渐改变我们的健康管理方式，辅佐医疗诊断；在医学图像中检测潜在癌变、筛查眼疾；预测ICU患者的可能风险以及脑损伤性癫痫发作。

但是，医学专家真能评估AI算法的准确性和功效很好吗？回答是'不清楚'。AI专家则推诿说，评估AI模型的精准性需要大型且多样化医疗数据集，否则很难做到精准或接近精准。数据集需要多大规模、多少数量级的数据？没人知道。

最为关键的是数据集需要包括丰富多样的患者信息，以便在各类人群中检验AI模型的表现。同时，数据集必须覆盖模型可能应用的各种情境，并包含医疗结果以准确评估AI模型的预测能力。

尽管FDA规定，要求AI研发企业大规模测试并查验AI医疗模型的训练质量。而研究人员在构建和评估AI模型时却面临数据获取的巨大挑战，似乎是不可能完成的任务。

以评估智能手表管理健康为例：尽管各种AI驱动的智能手表能够及时检测并预警房颤，但FDA批准的智能手表健康设备所使用的大型数据集之间，都无法做对比和交叉验证。

换句话讲，没有公共的数据集，很难评估谁家的AI算法和产品最精准，任何AI初创公司或大学院校研发人员都面临同样的窘况或称自己的产品达到了如何精准的参考指标。

AI在医疗健康领域的全速发展，必将面临着评估AI医疗算法体系的标准化和同质化，类似医用听诊器或超声诊断仪都是有共识的质量标准。

AI技术在医疗领域的发展，是以帮助所有用户（医疗人员、患者和正常人群体)做出更明智的选择，维持更健康状况。

你可能还喜欢

谷歌Deepmind-AI甄别罕见遗传疾病诱因

FDA 计划将更多的AI辅助工具作为设备进行监管

FDA 监测AI医疗领域的四种偏见

关注我们，获取生物医学前沿最新资讯

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。