谷歌的DeepMind团队刚刚发表了一篇题为《人工智能系统在乳腺癌筛查中的国际评估》的论文，多年来，蓝冠注册无线信号已用于包括广播和电视在内的各种应用中，但是正是蓝冠测速蜂窝网络的发明使在世界上几乎任何地方交换语音和数字数据成为可能。表明他们将人工智能应用于医疗数据的研究正在取得惊人的进展。他们的系统通过评估乳房x光照片来预测乳腺癌，而且在这项工作中似乎比放射科医生做得更好。与现状相比，该系统在以下两个方面得到了改进:一是减少了对癌症的错误诊断，二是减少了对乳腺癌明显病例的漏诊。

 

DeepMind技术有限公司的首席执行官兼联合创始人Demis Hassabis在……[+]©2016彭博财经有限公司

 

DeepMind项目的病人数据来自英国和美国。将6名人体放射科医生与基于计算机的乳房x线照片评估方法进行了比较。DeepMind团队采用人工智能作为助手的方法，而不是作为放射科医生的替代品，有几个非常好的理由。首先，用电脑取代医生很难获得批准。与埃隆•马斯克(Elon Musk)的Neuralink一样，通往临床应用的道路将是漫长的。

 

为了将这项技术推向市场，它可能需要获得监管机构的批准，作为诊断医疗设备，然后获得CE标志注册。为什么是医疗设备?你可能会问自己，为什么人工智能系统会如此难以获得批准，因为毕竟它只是一些看图片的软件。嗯，乳腺癌筛查工具，甚至是辅助工具，都是高度规范的，因为在假阳性的情况下，它们可能导致非常侵入性的程序，蓝冠官网亚马逊认证的套件还由集成（无主机）微控制器和实时操作系统（RTOS）提供支持蓝冠测速。可以转化为更低的功耗，更低的成本和更小的占地面积-从而有可能将Alexa添加到越来越多的智能家居设备中。或者在假阴性结果的情况下，疾病进展。在欧洲，医疗设备的安全和质量标准很高，这意味着需要进行临床试验，并对项目的许多方面进行质量控制，包括设计、开发、甚至分发和安装。它还意味着广泛的内部和外部审计，以及外部审计人员非常严格的风险管理评估。与可以引用类似设备作为谓词的“me-too产品”不同，基于ai的系统是独一无二的系统，需要从头验证。

 

谷歌只是几家瞄准人工智能医疗市场的公司之一。IBM试图与Watson正面解决医疗诊断问题，尽管有许多有前途的个人结果和研究，但医学研究社区开始觉得，在演示中承诺的技术太多了，但在日常临床应用中却没有兑现。还有许多学生和业余爱好者致力于医疗数据人工智能应用。这是一个不局限于谷歌的热门领域。然而，该领域的绝大多数工作仍局限于学术工作，因为将医疗人工智能推向市场的成本和努力都很高。

 

把DeepMind的乳腺癌筛查技术推向市场的另一个挑战是，愚弄一个基于人工智能的自主医疗筛查系统的真正风险。在一篇充满迷人图片的文章中，来自哈佛医学院和麻省理工学院的一个团队在他们的论文《对医学深度学习系统的对抗性攻击》中提出了愚弄这类基于人工智能的诊断系统的方法。他们发现，即使人工智能系统的内部细节没有透露给欺骗它的系统，欺骗系统的尝试仍然成功了。就目前而言，能够如此彻底地愚弄一个基于ai的系统，可能是决定是否让人类参与其中的一个主要因素。我们已经在自动驾驶汽车上看到了同样的趋势，最初的承诺是完全自主，但现实是驾驶自动化的增加，比如车道跟踪和泊车辅助系统。在这些对生命至关重要的应用程序中，很难让人们脱离这个循环。

 

被飓风“厄玛”(Irma)撕裂的家庭仍在收拾残局

 

到目前为止，进入市场所面临的两个挑战是监管和技术，但还有更多的挑战。补偿机制一点也不清楚。在单一支付系统中，医生没有向公司付费的动机，所以公司需要向政府推销他们的技术，这可能会很慢。除了报销方面的挑战外，还有一些针对具体国家的监管问题，比如数据隐私。

本文首先讨论了一个很有前景的概念验证AI系统，它可以提高乳腺癌的诊断水平。除了ISO认证和CE认证外，蓝冠注册AI允许机器人执行恒定/实时校正并学习生产产品的最佳路径。蓝冠怎么样？他们能够在执行重复且通常很危险的任务时这样做，而这可能会使人的注意力下降。我们甚至还没有触及临床试验和FDA批准的表面。总而言之，在我们的社会中，只有经过非常仔细的测试和验证，患者才会体验到这种尖端技术。DeepMind正在取得的进展不仅至关重要，而且令人惊讶和兴奋。但我们需要用这些技术仍处于起步阶段的现实来缓和这种兴奋。还有许多工作要做。