科技前沿信息AI心脏病专家进行首次体检

大家好，今日小经来聊聊一篇关于科技前沿信息：AI心脏病专家进行首次体检的文章，现在让我们往下看看吧！

Rima Arnaout希翼明确：她为分析心脏扫描所创建的人工智能，它在任务上轻松胜过人类专家，但尚未准备好取代心脏病专家。

她指出，这是一项有限的任务，只是心脏病专家在评估超声心动图时所做的第一步(通过从心脏弹出声波产生的图像)。“最好的技术仍然在训练有素的超声心动图检查员的头脑中，”她说。

但随着实验人工智能系统在医学领域取得如此迅速的进步，尤其是涉及医学图像的任务，Arnaout确实看到了她职业发生重大变化的可能性。当她10岁的表弟在成长时表达了成为放射科医生的愿望时，Arnaout有一些明确的建议：“我告诉她她应该学习编码，”她笑着说。

当AI和专家心脏病专家被要求对图像进行分类时，AI的准确率达到了92%。人类惟独79%的正确率。

Arnaout是加州大学旧金山分校的助理教授和执业心脏病专家，她通过计算医学研究与时俱进。她在“ 数字医学 ”杂志上发表了这项新研究。

在这项研究中，Arnaout和她的同事们使用深度学习，特殊是一种称为卷积神经网络的东西来训练一个AI系统，该系统可以根据所示的视图类型对超声心动图进行分类。

这种分类是心脏病专家在检查心脏图像时的第一步。因为心脏是如此复杂的结构 - 它是一个不对称的器官，有四个腔室，四个瓣膜，血液不断地流入和流出几个血管 - 超声心动图医生从许多不同的位置拍摄视频。当医生准备分析这些视频时，他们首先必须弄清晰他们正在查看哪个视图以及他们可以看到哪些解剖特征。

通常，心脏病专家会查看超声心动图的相对高分辨率的视频，显示当成像工具环绕患者胸部移动时捕获的移位图像。但人工智能的任务更艰巨。给出了从视频剪辑中拍摄的静止图像，图像缩小到每个60 x 80像素。

AI必须根据他们呈现的心脏视图将心脏扫描图像分类。

当AI和专家心脏病专家被要求将这些微小的黑白图像分类为15类视图时，AI的准确度达到了92%。人类惟独79%的正确率。“这些都是优秀的超声心动图学家，”Arnaout说，“但这是一项艰巨的任务。我们不习惯看到图像缩小并脱离背景。“

AI仅在分析心脏图像和进行诊断时执行了第一步。一位人类心脏病专家研究了许多这些扫描，以检查心脏内的20多种结构，然后综合这些信息得出结论。

Arnaout现在正在开辟一种新技术，可以采取下一步措施来识别不同的疾病和心脏问题。“人类超声心动图检查员可以查看任何心脏，无论缺陷是什么，并弄清晰发生了什么，”Arnaout说。“我有兴趣建立一个可以做到这一点的平台。”

尽管如此，即使她完成了自己的目标，她也不认为人类心脏病专家会被迫退出工作岗位。“作为心脏病专家，我们会阅读图像，然后去看病人，”她说。“所以我们都在阅读图像和练习医学。我认为第二件作品不会如此迅速地被接管。“

这篇好文章是转载于：知行礼动