- 专家团队已证明，AI 分析 X 光片并检测潜在病症的能力与医生相当。
- 在 37 种病症中，该模型准确分析了其中 35 种（准确率 94%）。
- AI 并非要取代医生，最终可能成为放射科医生的筛查工具或“终极第二意见”。
多年来，医学诊断领域一直由人类专业知识主导。医生凭借多年的培训和敏锐的目光，仔细分析X光片，从细微的阴影和微弱的骨折中拼凑线索。在当今时代，AI技术正迅速崭露头角。
来自华威大学、伦敦国王学院和多个NHS（英国国家医疗服务体系）站点的专家团队最近进行了一项研究，他们使用名为“X-Raydar”的AI模型对来自150多万名患者的280万张历史胸部X光片进行了训练。
X-Raydar证明是成功的，能够扫描X光片并诊断可能的医疗状况。
AI模型准确分析X光片
根据报告，在37种病症中的35种（94%）中，该模型分析X光片的准确性等于或高于医生的分析。它不仅检测可能的病症，还给出每种异常存在的概率百分比，并指出那些更紧急的情况供医生参考。
华威大学数据科学教授Giovanni Montana博士就AI模型的准确性表示，AI工具有可能成为放射科医生的筛查工具，或用作“最终的第二个意见”。
人类，即使是熟练的放射科医生，也容易受到经验、疲劳和先入为主观念等因素的影响。相比之下，在海量数据集上训练的AI以全新、客观的眼光看待每一次扫描，分析模式和异常，而不受过往病例的包袱影响。
“该程序已在数百万张X光片上进行了训练，具有极高的准确性。它消除了不可避免的人类错误和偏见。如果患者因心脏问题被转诊进行X光检查，医生不可避免地会将注意力集中在心脏而非肺部。
“这完全可以理解，但存在其他区域问题未被发现的风险。这种AI消除了这种人类偏见——它是最终的第二个意见，”Montana博士说。
AI仅是一种工具
该项目团队指出，X-Raydar的目标是减轻医生的工作负担并减少延误。
AI可能成为放射科医生的最终合作伙伴，而非替代品。未来在于人类专业知识和AI分析能力之间的协作共舞。
放射科医生仍将是最终的解读者，运用他们的经验和临床判断做出明智的诊断。与此同时，AI将是他们不知疲倦的合作伙伴，一个筛查工具和 unbiased 的第二个意见智者，确保没有异常被忽视，没有细微差别被遗漏。
最聪明的加密领域人士已经在阅读我们的通讯。想加入吗？加入他们。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资，我们不承担任何责任。我们强烈建议在进行任何投资决策之前，进行独立研究或咨询合格的专业人士。
Ibiam Wayas
Ibiam Wayas自2019年起一直负责加密货币新闻报道。他在尼日利亚国家开放大学攻读计算机科学专业。他的作品曾刊登于多个加密货币新闻平台，包括Coinfomania、Crypto News Australia和AltcoinBuzz。凭借其在计算机科学领域的背景，他目前专注于加密货币、机器人技术和长寿领域的新闻。
