AI人工智能诊断能解决医疗资源紧张的问题吗？

这段时间一提到人工智能（AI），大家可能都会想到自己的工作会不会岌岌可危。我们不妨换个角度和领域看看，也能缓解一下心情。至少我们看了之后觉得我们现在的看病难、医疗资源集中的老大难问题可能出现了可以解决的突破口，AI人工智能应该是要彻底颠覆医疗领域了。

人工智能（AI）在医学领域的应用一直在不断发展，在疾病检测、诊断和治疗疾病上已经有了可喜的进步。与传统方法相比，AI能够更快地进行更准确的诊断。因为内容太多了，我们就集中一下，先从“疾病诊断”的方面聊起。

截至今年5月当前我们能找到的关于疾病诊断的发展及数据：

医疗大模型：近几天的谷歌已经推出了自己的医疗大模型：Med PaLM 2 第一个美国医学执照的考试问题上表现出“专家”水平的大型语言模型，减少了9倍不准确的推理。

皮肤癌：《靶向肿瘤学》杂志最新研究，Dermalyser能够以92%的灵敏度和94%的特异性检测黑色素瘤，这与人类皮肤科医生的准确性相当。人工智能在诊断皮肤癌方面正变得越来越有效。人工智能算法能够从大型图像数据集中学习，并识别人类皮肤科医生可能错过的模式。

乳腺癌：发表在《自然医学》杂志上的一项研究发现，人工智能算法能够以99%的准确率检测乳腺癌，而人类放射科医生的准确率为95%。人工智能算法已被证明在检测乳房X光照片中的乳腺癌方面与人类放射科医生一样准确。

心脏病：人工智能算法也被证明能够在医疗图像中识别心脏病，其准确率高于人类心脏病专家。例如，发表在《循环》杂志上的一项研究发现，人工智能算法能够以85%的准确率识别心脏疾病，而人类心脏病学家的准确率为75%。

阿尔茨海默病：正在开发人工智能，以通过分析大脑扫描来帮助诊断阿尔茨海默病。例如，发表在《自然医学》杂志上的一项研究发现，人工智能算法能够识别阿尔茨海默病，准确率为90%，而人类神经学家的准确率为80%。

（PS：这些数据对比的可是人类的“专家级”医生。）

此外，哈佛医学院和哥本哈根大学的研究人员开发了一种人工智能工具，可以成功地识别出患有胰腺癌风险最高的人，最多可提前三年进行诊断。这个名为PancPredict的工具是在一个由1万多名胰腺癌患者和1万多名非胰腺癌患者组成的数据集上训练的。该工具能够以80%的准确率识别出患胰腺癌的高风险患者。这项研究表明，基于人群的AI筛查可能对寻找患有该疾病风险较高的人很有价值，并且可以加快诊断进度。

后面我们会定期持续关注，就目前收集到的这些就足以看到未来的人工智能在人类医学方面的智能诊断很快应该就会得到实际应用且产生其应有的价值，不可限量啊。

人工智能在诊断方面的发展，将会随着更多机构和公司的加入而发展得越来越快。在人工智能的疾病诊断和筛查方面虽然还有许多未知的要素，需要更多的研究来确定人工智能算法对诊断的长期有效性和安全性。然而，就从研究结果看来，人工智能诊断是很有希望的，且已经取得了长足的进展，并且仍在不断发展。表明人工智能有可能彻底改变我们诊断疾病的方式，从而彻底改善人们的健康医疗资源紧缺的问题。