申博官方网址| 滚动| 国内| 国际| 军事| 社会| 财经| 产经| 房产| 金融| 证券| 汽车| I T| 能源| 港澳| 台湾| 华人| 侨网| 经纬
English| 图片| 视频| 直播| 娱乐| 体育| 文化| 健康| 生活| 葡萄酒| 微视界| 演出| 专题| 理论| 新媒体| 供稿

swagger什么意思: 这些问题不解决 在医疗领域AI只能“打下手”

2019年08月12日 07:04 来源:科技日报 参与互动 
本文来源:http://www.sbo288.com/edu_qq_com/

申博官方网址,3、传统出租车行业:罢运抵制专车当前出租公司经营方式带有半垄断性质:出租行业由政府特许经营,“份子钱”由出租公司随意定,司机没有议价权;专车兴起使得其市场份额被不断侵占。“(和魏则西妈妈)也得说话,不说话咋办,那就是没话也得找话,但是说不了三句又到儿子身上去了,你都无法想像,太痛苦了。  作者为华盛顿大学法学院亚洲法中心研究员这种平淡的产品升级方式与苹果立以为足新奇的产品理念完全不符。

公募的期货投资基金一般参与成本较高,操作上没有私募基金和个人管理账户灵活,从美国的情况来看,其投资回报率在三者中最低。政策性破产的巨大红利与“黑箱”便宜,自然刺激地方政府不断诉诸“政策”操纵各类企业破产程序,导致本属试点性质的政策优惠频遭滥用,一时国企破产成潮。“前前后后投入了60多万,现在还有50多万在账户里,提不了现。2006年,原为舞蹈演员的天仙妹妹担任了家乡的旅游大使,接到的第一张单子是天府热线请她作形象代言人。

网站的logo栏那,赫然打上了“中国外汇交易中心”、“全国银行间同业拆借中心”两块牌子。  破产制度的国际化与现代化  临近世纪之交,随着中国经济融入全球市场的步伐进一步加快,中国国企改革问题——包括作为企业改革关键一环的企业破产问题——引发了前所未有的国际关注。在乔布斯时期,苹果的产品也未必一帆风顺。影响:登陆资本市场进行公开融资已经成为快递公司们的一致选择。

  可用数据有限、学科人才紧缺、相关标准法律不完善
  这些问题不解决 在医疗领域AI只能“打下手”

视觉中国

  实习记者 于紫月

  智能“阅片”、临床决策、护理机器人……近年来,随着人工智能的蓬勃发展,人工智能与医学结合的相关技术开发也进行得如火如荼。

  近日,人工智能在药物研发领域迈出重要一步,澳大利亚研究团队将全球首个AI设计药物——“涡轮增压”流感疫苗推入人体试验阶段,这款药物开发用时两年时间。

  就像“互联网+”一样,“人工智能+”的模式必然会给我们的生活带来翻天覆地的变化,但在涉及生理和生命的医学领域,人工智能落地还将面临哪些挑战?

  质与量并重 基础数据仍需“精炼”

  不论在何种领域,数据都是让机器聪明起来的根本。

  “人工智能若想在医学领域长足发展,数据质量、数据量和标准化方面还有待改进和完善。” 8月6日,天津市肿瘤医院副院长徐波在接受科技日报记者采访时表示。

  “医疗大数据如何‘降噪’是个关键问题。”徐波指出,医疗大数据涉及的类型近年来呈多模态发展。而病例数据覆盖面广,服务用户多样,如何构建以病人、医生、医院和政府等多中心的数据治理体系,进而面向不同的用户提供不同的数据视图和分析结果,是医疗大数据采集及研究中亟待解决的问题。

  自改革开放以来,我国医学领域发展迅速,信息化程度也在逐渐提高。但是随着医疗设备更新迭代,数据的格式和录入的内容也在不断变化。以慢性病为例,即便是同一位病人在同一家医院治疗,几年前后的数据内容和形式也可能会大有不同。更何况我国医学领域在病种分类、名称方面也有部分尚未统一,还有一些医生会采用口语、简称,如“乳腺癌”和“乳癌”就是不同医师对同一种病症的不同叫法,这也会给人工智能在临床决策或影像分析时平添困扰。

  “尽管我国医院的数据庞大, 但由于疾病的复杂性,数据维度、特性各不相同, 质量参差不齐,导致很多细分的病种实际可用数据量少,尤其是较为罕见的疾病类型。如果是多学科交叉的病症可使用的数据量就更加有限了。”徐波表示。

  此外,数据共享也存在壁垒。我国当前医院与医院、同一家医院内科系互不相连, 没有统一标准的临床结构化病历报告,不同地域甚至不同医院之间的数据库无法通用。

  我国人口数量庞大,医学数据体量也很大,但在某种程度上,人工智能发展却陷入了“无数据可用”的尴尬境地,怎样才能将这座“富矿”充分挖掘出来呢?

  “数据标准化和规范化是解决该问题的必经之路。”在徐波看来,应加快医疗数据电子化、标准化的进程, 打破医疗机构的数据壁垒, 建立数据共享机制,进一步“精炼”医学领域数据。

  医工结合 学科交叉人才紧缺

  “既懂医疗又懂AI技术的复合型、战略型人才极其短缺, 其中10年以上资深人才尤为缺乏。同时, 医务人员对AI的接纳度不足, 部分医务人员甚至对AI抱有抵触心理。”上海市卫生和健康发展研究中心(上海市医学科学技术情报研究所)健康科技创新发展部执行主任何达曾在相关期刊发表文章时提到,AI技术的使用需要对医务人员进行专业化规范培训, 在此背景下, 建立完善的人才培养和人才引进机制是重中之重。

  徐波告诉科技日报记者,智能医学领域是人工智能和医疗健康这两个专业性极强领域的结合,如今二者都能深入研究的人才是“香饽饽”。而正是因为二者专业性极强,人才培养的模式才更加复杂、更值得深入探讨。

  去年,南开大学和天津大学首次在本科开设智能医学工程专业,开启了培养人工智能+医学领域专业人才的新征程。今年,包括重庆大学、东北大学在内的7所院校也成功申报获批开设相关专业。南开大学医学院相关负责人曾表示,该专业是挂靠在学校医学院下的一个工科专业,为了满足学生学科交叉的学习需求,会邀请外院的教师上课教学。

  在徐波看来,智能医学领域发展时间短,能大范围推广的培养模式尚需一定的时间摸索。但归根结底,如果让部分有兴趣的医学生在校期间就能接触到一些人工智能相关的工科基础知识,将会对其后续向着智能医学方向发展起到一定的引导和辅助作用。

  虽然现阶段交叉人才缺口很大,但值得庆幸的是,家长和学生对智能医学工程专业高度认可。2018年,天大、南开智能医学工程专业首批招生投放涵盖全国十几个省市,招生期间,民众的相关咨询持续火爆,未投放省市同样反响热烈。

  市场良性发展 监管体系亟须加强

  除了数据和人才两大基础方向,新兴的智能医学在商业模式和法律监管等方面也需要人们投注目光。

  以目前人工智能与医学最常见的结合点——医学影像为例,现阶段该领域的AI产品在国内主要采用免费试用的合作方式,虽然短期来看,医院是获益的,但长远计算,优质AI企业会因长期无法盈利而难以为继,无法持续为医院提供更好的产品。

  合理的商业化模式尚在“摸着石头过河”的阶段,而相配套的监管机制也亟须完善。清华大学法学院院长申卫星此前在接受科技日报记者采访时表示,目前只有《民法总则》第127条提出,“法律对数据、网络虚拟财产的保护有规定的,依照其规定”。但具体如何保护数据,并没有详细说明。

  以往,机器被归为工具一类,工具造成的损害责任通常是产品设计者、制造者来承担,但如果工具经过人工智能深度学习,成为自主型产品后造成损害,这到底是谁的责任?依旧是产品的责任还是智能系统开发单位的责任?这些疑问都需要明确的法条来解答。

  记者了解到,我国不仅对智能医学数据的隐私保护、责任规范、安全性等没有明确的法律指示,人工智能在医疗健康领域应用的质量标准、准入体系、评估体系也未设置详细的准则, 无法对AI数据和算法进行有效验证和评价。

  “目前国际上也没有成功的案例经验可供借鉴,发展出一套符合我国国情、相对完善的智能医学监管体系还需要一定的时间和多学科、多行业的研究者和实践者共同努力。”徐波表示,较为科学的监管体系之下,人工智能企业在符合各项标准和法规的范围内探索良性的商业化营收模式,各院所、高校、医院等单位合理利用各自资源,进行有效合作,有助于整个智能医学领域的健康、稳步发展。

【编辑:刘欢】

>国内新闻精选:

本网站所刊载信息,不代表中新社和中新网观点。 刊用本网站稿件,务经书面授权。
未经授权禁止转载、摘编、复制及建立镜像,违者将依法追究法律责任。
[网上传播视听节目许可证(0106168)] [京ICP证040655号] [京公网安备:110102003042-1] [京ICP备05004340号-1] 总机:86-10-87826688

Copyright ©1999- 2019 申博官方网址 www.sbo288.com. All Rights Reserved

申博开户 申博太阳城登入 太阳城提款申请登入 申博怎么开户代理登入 菲律宾太城申博登入 www.55msc.com
申博138微信支付充值 申博游戏下载登入 菲律宾太阳网上娱乐99 菲律宾太阳娱乐场登入 太阳城申博开户登入 申博官网登录登入
777老虎机支付宝充值 申博娱乐场直营网 www.86msc.com 申博咨询端下载直营网 申博138直营网 申博娱乐开户登入