Сможет ли искусственный интеллект заменить врачей
v
vinny_puh
СМОЖЕТ ЛИ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ЗАМЕНИТЬ ВРАЧЕЙ
http://www.mirprognozov.ru/prognosis/health/smozhe...
Уже в настоящий момент нейронные сети могут в диагностике заболеваний спокойно конкурировать с опытными врачами. К примеру, по фотографии они способны отличить доброкачественную опухоль от злокачественной. Искусственный интеллект настолько быстро изменяет медицину, что многие врачи уже начинают бояться за свою работу. New Yorker пишет, как в ближайшие годы изменится диагностика и что будет, когда ставить диагноз будут не врачи, а математические модели.
Бразильские ученые в начале 2010-х поставили себе целью выяснить, что конкретно происходит в мозге рентгенолога, когда тот ставит диагноз. Он делает анализ снимков и вспоминает все, чему его обучали в вузе, или просто распознает изображения.
Двадцати пяти рентгенологам демонстрировали разные картинки и следили за реакцией мозга при помощи магнитно-резонансной томографии. Всего было три вида изображений: рисунки животных, контуры букв и рентгеновские снимки органов, в некоторых случаях имеющие патологию. Картинки демонстрировали в случайном порядке, а врачам нужно было как можно быстрее поставить диагноз, назвать букву или животное. МРТ продемонстрировала, что в каждом из трех случаев задействованы одни и те же участки мозга, и для определения изображенного среднем понадобилось 1,33 секунды. Это означает, что процесс постановки диагноза похож на распознавание вещей, простых для человека. К примеру, человек способен определить, что перед ним находится конкретный предмет или объект, скажет стул или собака, в один миг – человеку не надо эту информацию как-то вспоминать или анализировать. Так же рентгенологам ясно, что перед ними лежит снимок легких пациента, который болен пневмонией.
Но в таком случае возникает вопрос, как врачи учатся ставить диагнозы и способны ли машины этому научиться. Если да, то насколько качественно и быстро?
Себастьян Трун, бывший профессор Стэнфорда, где он руководил лабораторией искусственного интеллекта, в 2015 году принялся изучать медицину. Его мама умерла от рака молочной железы. Она, как и многие люди, не имела никаких симптомов заболевания, а когда она обратилась к врачу, оказалось слишком поздно – опухоль уже дала метастазы. Профессор пришел к решению научиться использовать алгоритмы машинного обучения для того, чтобы определять на ранних стадиях развития онкологические заболевания.
До этого ученые и врачи-онкологи уже делали попытки автоматизировать диагностику. Но ни одна из предложенных программ оказалась не способна к обучению. Они не становились лучше в распознавании патологий после обработки многих тысяч примеров. Все это удел нейронных сетей.
Трун уверен, что если врач способен по фотографии рак кожи отличить от прочих кожных заболеваний, то и машина должна уметь это делать. Совместно с двумя студентами Стэнфорда – Андре Эстевой и Бреттом Купрелом – профессор стал заниматься созданием обучающего набора изображений, при помощи которых нейросеть умела бы распознать патологии.
В июне 2015 года прошли первые испытания. Программа должна была распределить примерно четырнадцать тысяч изображений по трем диагнозам:доброкачественные опухоли,доброкачественные новообразования и злокачественные новообразования. В 72% случаев система правильно поставила диагноз. Параллельно два сертифицированных дерматолога делали анализ те же изображения и в 66% случаев они поставили правильный диагноз.
На втором этапе тестирования были использованы две тысячи изображений патологий, которые были подтверждены биопсией. У нейросети получилось справиться с диагностикой лучше, чем у опытных дерматологов, и в этом случае.
Себастьян ТрунС каждым разом искусственный интеллект все лучше справлялся с заданием. В самом начале нейронная сеть была наивной и почти ничего не знала. Но со временем механизм ее работы совершенствовался и ускорялся. Это похоже на то, как работает мозг школьника при знакомстве с таблицей Менделеева изначально человек воспринимает ее как набор неизвестных символов, но со временем разбирается в ней все лучше и быстрее.
Себастьян Трун верит в непрерывную диагностику. Он представляет мир, где мобильный телефон анализирует речь человека и определяет болезнь Альцгеймера, а руль от автомобиля распознает болезнь Паркинсона. Поэтому и от системы распознавания онкологии он хочет добиться того, чтобы она могла с точностью определять диагноз по снимкам, сделанным в совершенно разных условиях при любом освещении и качестве. То есть каждый человек для всех этих систем представляется как массив данных, которые постоянно находятся под наблюдением и анализом.
Джеффри Хинтона, специалиста по информационным технологиям из Университета Торонто, иногда называют отцом Deep Learning (набор алгоритмов машинного обучения). Он работает в этом направлении с середины 70-х. Хинтон считает, что уже через пять лет искусственный интеллект обгонит по профессионализму современных рентгенологов и они больше не будут нужны.
Трун настроен менее радикально. Во время промышленной революции многие считали, что машины заменят человека, но они лишь увеличили производительность труда. Также и развитие искусственного интеллекта не заменит человеческий мозг. К тому же не стоит сводить роль врача к постановке диагноза по принципу «да» или «нет», говорит руководитель кафедры нейрорадиологии в Колумбийском университете Анжела Лигнелли-Дипл. Врач также определяет причины произошедшего и может, например, предотвратить последствия неправильного применения лекарств. То есть его функции куда шире. Ни одна система машинного обучения не способна это делать. Алгоритм не может рассказать пациенту, что и почему с ним происходит. А нейросети могут только учиться на своих ошибках и улучшаться с течением времени, но узнать причину диагноза им не дано.
Это доказывает опыт Линдси Бордон, дежурного врача в дерматологической клинике Колумбийского университета. Недавно к ней пришел пациент с красной сыпью на лице. Она задала мужчине вопрос, страдает ли он от перхоти. Как только она получила положительный ответ, она сразу определила, что у мужчины лицевая перхоть. Потом она начала искать причину заболевания и спросила, был ли у него стресс, или, может быть, он использует новый шампунь. Оказалось, что он недавно потерял работу. Бордон выписала ему стероидный крем и попросила в течение месяца вести дневник, чтобы отследить, как именно на заболевании сказываются внешние события. Нейросетям индивидуальный подход пока не под силу.
В то же время за всю свою практику Бордон увидит и ознакомится приблизительно с 200 тысячами случаев, а алгоритм Труна изучил за три месяца 140 тысяч примеров. Каждый начинающий дерматолог с нуля изучает свою специальность, а искусственный интеллект не останавливается в своем развитии.
Возможно, в будущем диагностов будут готовить не в медицинских вузах, а в технических, чтобы они умели работать с алгоритмами машинного обучения. А основной задачей современных врачей станет применение искусственного интеллекта на практике и ответ на вопрос кто несет юридическую ответственность за неверный диагноз, поставленный с помощью нейронных сетей.
[Сообщение изменено модератором 01.06.2018 15:12]
http://www.mirprognozov.ru/prognosis/health/smozhe...
Уже в настоящий момент нейронные сети могут в диагностике заболеваний спокойно конкурировать с опытными врачами. К примеру, по фотографии они способны отличить доброкачественную опухоль от злокачественной. Искусственный интеллект настолько быстро изменяет медицину, что многие врачи уже начинают бояться за свою работу. New Yorker пишет, как в ближайшие годы изменится диагностика и что будет, когда ставить диагноз будут не врачи, а математические модели.
Бразильские ученые в начале 2010-х поставили себе целью выяснить, что конкретно происходит в мозге рентгенолога, когда тот ставит диагноз. Он делает анализ снимков и вспоминает все, чему его обучали в вузе, или просто распознает изображения.
Двадцати пяти рентгенологам демонстрировали разные картинки и следили за реакцией мозга при помощи магнитно-резонансной томографии. Всего было три вида изображений: рисунки животных, контуры букв и рентгеновские снимки органов, в некоторых случаях имеющие патологию. Картинки демонстрировали в случайном порядке, а врачам нужно было как можно быстрее поставить диагноз, назвать букву или животное. МРТ продемонстрировала, что в каждом из трех случаев задействованы одни и те же участки мозга, и для определения изображенного среднем понадобилось 1,33 секунды. Это означает, что процесс постановки диагноза похож на распознавание вещей, простых для человека. К примеру, человек способен определить, что перед ним находится конкретный предмет или объект, скажет стул или собака, в один миг – человеку не надо эту информацию как-то вспоминать или анализировать. Так же рентгенологам ясно, что перед ними лежит снимок легких пациента, который болен пневмонией.
Но в таком случае возникает вопрос, как врачи учатся ставить диагнозы и способны ли машины этому научиться. Если да, то насколько качественно и быстро?
Себастьян Трун, бывший профессор Стэнфорда, где он руководил лабораторией искусственного интеллекта, в 2015 году принялся изучать медицину. Его мама умерла от рака молочной железы. Она, как и многие люди, не имела никаких симптомов заболевания, а когда она обратилась к врачу, оказалось слишком поздно – опухоль уже дала метастазы. Профессор пришел к решению научиться использовать алгоритмы машинного обучения для того, чтобы определять на ранних стадиях развития онкологические заболевания.
До этого ученые и врачи-онкологи уже делали попытки автоматизировать диагностику. Но ни одна из предложенных программ оказалась не способна к обучению. Они не становились лучше в распознавании патологий после обработки многих тысяч примеров. Все это удел нейронных сетей.
Трун уверен, что если врач способен по фотографии рак кожи отличить от прочих кожных заболеваний, то и машина должна уметь это делать. Совместно с двумя студентами Стэнфорда – Андре Эстевой и Бреттом Купрелом – профессор стал заниматься созданием обучающего набора изображений, при помощи которых нейросеть умела бы распознать патологии.
В июне 2015 года прошли первые испытания. Программа должна была распределить примерно четырнадцать тысяч изображений по трем диагнозам:доброкачественные опухоли,доброкачественные новообразования и злокачественные новообразования. В 72% случаев система правильно поставила диагноз. Параллельно два сертифицированных дерматолога делали анализ те же изображения и в 66% случаев они поставили правильный диагноз.
На втором этапе тестирования были использованы две тысячи изображений патологий, которые были подтверждены биопсией. У нейросети получилось справиться с диагностикой лучше, чем у опытных дерматологов, и в этом случае.
Себастьян ТрунС каждым разом искусственный интеллект все лучше справлялся с заданием. В самом начале нейронная сеть была наивной и почти ничего не знала. Но со временем механизм ее работы совершенствовался и ускорялся. Это похоже на то, как работает мозг школьника при знакомстве с таблицей Менделеева изначально человек воспринимает ее как набор неизвестных символов, но со временем разбирается в ней все лучше и быстрее.
Себастьян Трун верит в непрерывную диагностику. Он представляет мир, где мобильный телефон анализирует речь человека и определяет болезнь Альцгеймера, а руль от автомобиля распознает болезнь Паркинсона. Поэтому и от системы распознавания онкологии он хочет добиться того, чтобы она могла с точностью определять диагноз по снимкам, сделанным в совершенно разных условиях при любом освещении и качестве. То есть каждый человек для всех этих систем представляется как массив данных, которые постоянно находятся под наблюдением и анализом.
Джеффри Хинтона, специалиста по информационным технологиям из Университета Торонто, иногда называют отцом Deep Learning (набор алгоритмов машинного обучения). Он работает в этом направлении с середины 70-х. Хинтон считает, что уже через пять лет искусственный интеллект обгонит по профессионализму современных рентгенологов и они больше не будут нужны.
Трун настроен менее радикально. Во время промышленной революции многие считали, что машины заменят человека, но они лишь увеличили производительность труда. Также и развитие искусственного интеллекта не заменит человеческий мозг. К тому же не стоит сводить роль врача к постановке диагноза по принципу «да» или «нет», говорит руководитель кафедры нейрорадиологии в Колумбийском университете Анжела Лигнелли-Дипл. Врач также определяет причины произошедшего и может, например, предотвратить последствия неправильного применения лекарств. То есть его функции куда шире. Ни одна система машинного обучения не способна это делать. Алгоритм не может рассказать пациенту, что и почему с ним происходит. А нейросети могут только учиться на своих ошибках и улучшаться с течением времени, но узнать причину диагноза им не дано.
Это доказывает опыт Линдси Бордон, дежурного врача в дерматологической клинике Колумбийского университета. Недавно к ней пришел пациент с красной сыпью на лице. Она задала мужчине вопрос, страдает ли он от перхоти. Как только она получила положительный ответ, она сразу определила, что у мужчины лицевая перхоть. Потом она начала искать причину заболевания и спросила, был ли у него стресс, или, может быть, он использует новый шампунь. Оказалось, что он недавно потерял работу. Бордон выписала ему стероидный крем и попросила в течение месяца вести дневник, чтобы отследить, как именно на заболевании сказываются внешние события. Нейросетям индивидуальный подход пока не под силу.
В то же время за всю свою практику Бордон увидит и ознакомится приблизительно с 200 тысячами случаев, а алгоритм Труна изучил за три месяца 140 тысяч примеров. Каждый начинающий дерматолог с нуля изучает свою специальность, а искусственный интеллект не останавливается в своем развитии.
Возможно, в будущем диагностов будут готовить не в медицинских вузах, а в технических, чтобы они умели работать с алгоритмами машинного обучения. А основной задачей современных врачей станет применение искусственного интеллекта на практике и ответ на вопрос кто несет юридическую ответственность за неверный диагноз, поставленный с помощью нейронных сетей.
[Сообщение изменено модератором 01.06.2018 15:12]
А
[Абонент недоступен]
Главное чтобы этот искусственный интеллект не научился в подъездах срать, семки жрать и беспредельничать.
D
Dock
СМОЖЕТ ЛИ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ЗАМЕНИТЬ ВРАЧЕЙ
Нет
В
Вивекананда
Я читал про это на английском языке. Еще довольно много времени пройдет, прежде чем ИИ сможет заменять врачей полностью. Нейронная система, описанная в статье, не может определять некоторые подтипы опухолей, например.
Конечно же, не зная ничего об ИИ и нейросетях, невозможно судить об этом, но довольно интересно читать новости.
Конечно же, не зная ничего об ИИ и нейросетях, невозможно судить об этом, но довольно интересно читать новости.
v
vinny_puh
Нет
конечно не сможет, но ликвидировать ошибки в диагнозах человека - легко ...
В
Вивекананда
Да. И "фарш невозможно провернуть назад". ИИ уже приносит ощутимую прибыль, следовательно, привлекает целеустремленных специалистов, которые будут его развивать.
D
Dock
но ликвидировать ошибки в диагнозах человека - легко ...
И тоже - нет
Д
Дама из Амстердама
Искусственный интеллект может заменить любую функцию человеческого интеллекта. Вопрос лишь в качестве моделирования. К тому же исквсственный интеллект самообучается в процессе работы, как и человек.
Человеческий мозг - электромагнитный прибор, генерирующий решения и выводы, исходя из определенного набора знаний и их логического анализа. Даже если нам какие-то мысли кажутся озарениями или абстрактно-творческим процессом, реально за ними стоит алгоритм. Просто не всегда мы можем его описать и воспроизвести.
Человеческий мозг - электромагнитный прибор, генерирующий решения и выводы, исходя из определенного набора знаний и их логического анализа. Даже если нам какие-то мысли кажутся озарениями или абстрактно-творческим процессом, реально за ними стоит алгоритм. Просто не всегда мы можем его описать и воспроизвести.
Л
Люблю пиво
приходишь на прием к врачу, поговоришь с ним и уже легче. слово - лечит...
а ИИ разве что горчичники выписывать...
а ИИ разве что горчичники выписывать...
v
***vladmir***
Даже если нам какие-то мысли кажутся озарениями или абстрактно-творческим процессом, реально за ними стоит алгоритм
Точно у бухгалтеров...
v
***vladmir***
ИИ разве что горчичники выписывать...
Горчичники всем подряд нельзя, а вот клизма всех подряд лечит
СМОЖЕТ ЛИ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ЗАМЕНИТЬ ВРАЧЕЙ
Нет
Нет
ясен пень сможет
в итоге люди просто становяцо нинужны
бухи и йуристы ужы ща баласт каторый можа бизбалезнино онулировать
вадилы и рвачи наочириди
То есть каждый человек для всех этих систем представляется как массив данных, которые постоянно находятся под наблюдением и анализом.
А где же доброе действие? Именно Доброжелательное.
И спасибо за него. Огромное. ))
.....а вот клизма всех подряд лечит.....
А вот и нет-с....
Коротенький кончик мешает. Точнее, не помогает. Вобщем, водичка не Туда, а оттуда....
Надо на клизмах делать длинные наконечники.
I
ISM
Искусственный интеллект может заменить любую функцию человеческого интеллекта.
Совсем не любую..... По пальцам можно пересчитать функции человеческого мозга в которых ИИ перегнал человеческий разум
Наиболее яркий пример - это проверка правописания. С более сложными функциями, типа перевода иностранных языков или распознавание человеческой речи ИИ не справляется.
Видео длинное, но кому интересно - может посмотреть.
С более сложными функциями, типа перевода иностранных языков или распознавание человеческой речи ИИ не справляется.
ты ткни кномпачку с микрафончегом фстраке поеска на тилипхоне штоле
v
vinny_puh
Совсем не любую..... По пальцам можно пересчитать функции человеческого мозга в которых ИИ перегнал человеческий разум
угу ... выложили щас вам все области где ИИ уже заменяет человеков ... они ИИ для военки щас приберегают ...
К
Калиса_екб
В части диагностики сможет, конечно, это просто вопрос времени. В части каких-либо манипуляций это будет сложнее, но тоже вполне возможно, только времени уйдет больше. Наверно, наступит момент, когда ИИ и врач будут функционировать одновременно, и пациенты смогут выбирать из двух вариантов. Но
постепенно всё больше пациентов для диагностики будут выбирать ИИ, видя соответствующие результаты, и всё перестроится естественным путем.
постепенно всё больше пациентов для диагностики будут выбирать ИИ
а паетогу введут абязаловку рас фгот заявляцо на асмотыр, будут засовывать фбальшую камеру где ИИ праверит за 5 менут фсе органы, сразу чонить падлечит-уколет на месте мелкое, с чемта пакрупнее переправит в спец камеру шоп робаты порезали-зашыли, ну а если деагносы сафсем никакие - то сразу и усыпит нахрен
А
[Абонент недоступен]
Украинцы, вон, Бабченко вначале грохнули, потом - оживили. Это они еще не сказали, что чип ему с ИИ всунули. Биоробот, внатуре.
Д
Дама из Амстердама
Совсем не любую..... По пальцам можно пересчитать функции человеческого мозга в которых ИИ перегнал человеческий разум
Так это пока.
проверка правописания
простейшая задача как раз. Видимо, просто никто не занимался серьезно. Человек же по определенному алгоритму пишет грамотно, даже на неродном языке. Значит, это возможно воспроизвести.
распознавание человеческой речи
Ок Гугл? Алиса? Не?
А
АнатолийКара
Ну разве что проктолога
I
ISM
Ок Гугл? Алиса? Не?
Часто пользуетесь? До прохождения теста Тьюринга этим программам очень далеко.
Авторизуйтесь, чтобы принять участие в дискуссии.