Baidu
map

专访中国首批使用Watson的医生,他认为AI有4大用途、2点不足

2017-03-25 王晓行 动脉网

另一篇关于Watson落地情况调查的文章《Watson for Oncology实践调查:服务人数过万,合作医院数十家,有3大用处》里,我们从公司的角度介绍了人工智能的落地情况。为了使更加真实的反映人工智能的落地情况,动脉网又采访了中国首批使用Watson的医生——浙江省中医院乳腺外科主治医师顾锡冬,了解一下人工智能到底给他的工作带来了怎样的变化。浙江省中医院是

另一篇关于Watson落地情况调查的文章《Watson for Oncology实践调查:服务人数过万,合作医院数十家,有3大用处》里,我们从公司的角度介绍了人工智能的落地情况。为了使更加真实的反映人工智能的落地情况,动脉网又采访了中国首批使用Watson的医生——浙江省中医院乳腺外科主治医师顾锡冬,了解一下人工智能到底给他的工作带来了怎样的变化。

浙江省中医院是一个三级甲等医院,为国内首家落地沃森联合会诊中心的医院,目前针对Watson for Oncology所支持的癌种院内已设立相对应的门诊时段,顾锡冬是中西医结合临床外科学博士,目前现职浙江省中医院乳腺外科的主治医师、浙江省中医药学会外科分会秘书、浙江省中医药学会肿瘤分会青年委员。

顾锡冬告诉动脉网,他最初接触到人工智能是在媒体上,这几年媒体关于人工智能的报道有很多,碰巧16年底浙江省中医院计划引入Watson for Oncology,并且成立沃森联合会诊中心,因此率先把Watson for Oncology应到了浙江省中医院乳腺外科,顾锡冬作为我国首批使用Watson的医生,从今年一月始已经在人工智能的协助下服务了数十位患者,并且举行多场沃森多学科会诊。



顾锡冬医生使用Watson为患者分析病情

医生认为Watson四大用途

顾锡冬向动脉网表示,癌症治疗强调早诊早治,因此在面对早期确诊的病患Watson可以发挥很大的作用并且强化癌症长期治疗的效果,以下是顾锡冬医生在工作过程中,Watson给他带来的帮助,动脉网进行了整理。

Watson第一个用途以研究实证说话选择最佳治疗方案。我们以乳腺癌举例,对于前期乳腺癌病患,主治医生可以他们的经验,自信的找到合适的方案,这个时候Watson能提供相关临床实证研究支持医生的治疗方案。

但如果是病情复杂的患者,例如乳腺癌晚期,此时病患可能需要进行MDT多学科会诊,在多学科会诊的讨论中,各学科专家对同一个病患的病情判断可能会有不同的看法,所给的治疗方案也就不同,此状况并不代表哪方专家判断有错误方案,而是站的领域不同思考的结果就不一样。

以前面对这种情况,大家选择相信权威,现在运用沃森多学科会诊,各科医生可以依据Watson的建议进行讨论,Watson的推荐方案后面有推荐依据,比如生存率、严重药物负反应等……医生们可以根据相关信息进行讨论,选出最佳的方案。

Watson的第二个用途是减少医生的误诊。癌症治疗的准确性是非常重要的,如果一个患者没有诊断准确,不仅会响后续病情发展还可能导致无法挽回的结果。导致误诊的现象有很多客观因素,并不是医生不尽职尽责,但不可否认很多时候是因为医生的疲劳所导致,一个专家一周一般坐诊半天或者一天,这半天时间他要接待20-30个病人,而大学附属的医院专家除了医院还需任教于学校指导学生,人不是机器,不会每时每刻都保持旺盛的精力。

然后肿瘤病变区域本身有很多种病变类型和大小,很难形成统一的定论,医生有时候在判断的时候也是左右为难,最后下了一个他认为最合适的结论,但是这个结论有时候不完全准确。

这种情况下,将病患信息输入Watson,它是机器不会疲劳,同时Watson从多个角度去考虑,所以给出的推荐方案可作为医生参考的依据,提高诊断的准确性,而Watson所给的用药指导,也可避免过度医疗的发生。

第三个应用是为医生提供全新的治疗方案作为参考。医疗研究文献与技术在不断的快速更新,医生这个群体就需要不断学习,不断进步来提升自己,但是很多医生并没有这个机会、时间或者渠道去了解最新信息。Watson是一个拥有自主学习能力的人工智能,它知道全球最新的治疗方案,所以在面对病患时,它会提出连医生都不清楚的新方案,会在既有方案中作些许调整,这些都是医生可以作为参考与学习的内容。

同时作为全球最权威的“肿瘤专家”,Watson可以帮助医生确诊,减轻患者疑虑。

第四个用途是协助培养年轻医生,每一个专家医生都有带学生的工作,但是专家的事情很多,不可能随时替学生答疑解惑,年轻医生利用Watson可查询所需咨询、用药剂量和理由、药物副作用等等所需信息,这样就节约了专家的时间,提高医生培养效率。

>>>>

Watson面临的挑战

顾锡冬告诉动脉网,Watson的存在确实帮助到了我们,目前Watson服务是以多学科会诊模式服务病患,会根据医院多学科会诊中心的费用而进行调整。另外,顾锡冬也表示并不是所有的医生都对Watson表示支持,有些医生对于AI技术在医学上的应用还是持观望态度。

对于Watson不足,顾锡冬表示第一是Watson本身被定位为辅助医生的角色,无法针对病患现实生活中的情况进行调整,仅能就客观病理指标进行推荐方案,但肿瘤治疗的情况很复杂,并不是最好的治疗方案就是患者能接受的方案,很多情况还需要医生根据病人实际状况调整,并且去说服与安抚患者,这是Watson做不到的。

第二是Watson目前还不能中西医结合。顾锡冬表示中医逐渐受到重视,并且部分中国医生在调理患者的时候或多或少会有中医的一些影子,目前Watson尚不具备这方面能力,未来不排除可以进行相关本地化措施,但现阶段医生可以基于Watson给出的方案综合自己的经验及判断给到患者最稳妥合理的治疗方案与调理方式。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2068226, encodeId=86e520682262b, content=<a href='/topic/show?id=e94b298327' target=_blank style='color:#2F92EE;'>#ATS#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=80, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=2983, encryptionId=e94b298327, topicName=ATS)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d7532500500, createdName=12499e01m47暂无昵称, createdTime=Wed Apr 12 22:47:00 CST 2017, time=2017-04-12, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1991386, encodeId=0177199138699, content=<a href='/topic/show?id=f51f1861818' target=_blank style='color:#2F92EE;'>#Watson#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=18618, encryptionId=f51f1861818, topicName=Watson)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=5e30378, createdName=caobinglei8079, createdTime=Sun Oct 29 22:47:00 CST 2017, time=2017-10-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1703240, encodeId=6c3d1e0324055, content=<a href='/topic/show?id=dba720e31b7' target=_blank style='color:#2F92EE;'>#专访#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=64, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=20731, encryptionId=dba720e31b7, topicName=专访)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=070a30497323, createdName=flyingeagle87, createdTime=Thu Aug 31 19:47:00 CST 2017, time=2017-08-31, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=2068226, encodeId=86e520682262b, content=<a href='/topic/show?id=e94b298327' target=_blank style='color:#2F92EE;'>#ATS#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=80, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=2983, encryptionId=e94b298327, topicName=ATS)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d7532500500, createdName=12499e01m47暂无昵称, createdTime=Wed Apr 12 22:47:00 CST 2017, time=2017-04-12, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1991386, encodeId=0177199138699, content=<a href='/topic/show?id=f51f1861818' target=_blank style='color:#2F92EE;'>#Watson#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=18618, encryptionId=f51f1861818, topicName=Watson)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=5e30378, createdName=caobinglei8079, createdTime=Sun Oct 29 22:47:00 CST 2017, time=2017-10-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1703240, encodeId=6c3d1e0324055, content=<a href='/topic/show?id=dba720e31b7' target=_blank style='color:#2F92EE;'>#专访#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=64, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=20731, encryptionId=dba720e31b7, topicName=专访)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=070a30497323, createdName=flyingeagle87, createdTime=Thu Aug 31 19:47:00 CST 2017, time=2017-08-31, status=1, ipAttribution=)]
  3. [GetPortalCommentsPageByObjectIdResponse(id=2068226, encodeId=86e520682262b, content=<a href='/topic/show?id=e94b298327' target=_blank style='color:#2F92EE;'>#ATS#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=80, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=2983, encryptionId=e94b298327, topicName=ATS)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d7532500500, createdName=12499e01m47暂无昵称, createdTime=Wed Apr 12 22:47:00 CST 2017, time=2017-04-12, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1991386, encodeId=0177199138699, content=<a href='/topic/show?id=f51f1861818' target=_blank style='color:#2F92EE;'>#Watson#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=18618, encryptionId=f51f1861818, topicName=Watson)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=5e30378, createdName=caobinglei8079, createdTime=Sun Oct 29 22:47:00 CST 2017, time=2017-10-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1703240, encodeId=6c3d1e0324055, content=<a href='/topic/show?id=dba720e31b7' target=_blank style='color:#2F92EE;'>#专访#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=64, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=20731, encryptionId=dba720e31b7, topicName=专访)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=070a30497323, createdName=flyingeagle87, createdTime=Thu Aug 31 19:47:00 CST 2017, time=2017-08-31, status=1, ipAttribution=)]

相关资讯

人工智能入驻医疗领域:AI时代还会远吗?

今天,人工智能已经开始扎根医疗领域,永远地改变了行业提供服务的方式。自然语言处理、假设生成技术以及基于证据的学习能力,正被用到临床决策支持系统上,为医药专家服务。

人类完败……诊断乳腺癌,30小时病理分析竟不如谷歌AI准确

过去几年,人工智能与深度学习正在快速改变整个世界。在医疗健康领域,用于疾病诊断和病理分析的人工智能层出不穷。作为人工智能的先驱者与领军者之一,谷歌自然不会错过这一正在蓬勃发展的新方向。近日,来自谷歌、谷歌大脑与Verily公司的科学家们开发出了一款能用来诊断乳腺癌的人工智能,它的表现甚至超过了专业的病理学家。▲谷歌的博客上第一时间刊登了这则新闻(图片来源:谷歌)人工诊断的局限许多疾病的诊断依赖于病

医疗产业在人工智能和机器学习的介入下如何重塑?

以人工智能和机器学习为首的先进技术让软件变得越来越智能和独立,不断加速着健康领域的创新步伐。

2017年2月Science期刊不得不看的亮点研究

2017年2月28日/生物谷BIOON/---2月份即将结束了,2月份Science期刊又有哪些亮点研究值得学习呢?小编对此进行了整理,与各位分享。 1.Science:重大突破!利用人工智能鼻子预测分子的气味 doi:10.1126/science.aal2014 在你看到一种颜色之前,你能够仅根据光的波长预测它。音乐无需亲耳听见而能够仅根据乐谱上的音符

葛均波院士:重视人工智能医学应用

“人工智能不仅属于科学家或IT领域,它在医学领域的应用也具有广阔的前景。”全国政协委员、中科院院士、复旦大学附属中山医院心内科主任葛均波认为,人工智能可以极大地提高诊疗效率,对于我国医学资源稀缺的情况而言,具有战略价值。 葛均波表示,中国主流医学界对人工智能的参与比较缓慢。“医学家的参与能够让人工智能团队少走弯路,大幅提高效率,许多医学问题也可能在人工智能辅助下有所突破。” 葛均波

人工智能显神通 罕见病新疗法已在不远方

罕见病又称为孤儿病,指的是仅发生在极少数人身上的疾病,例如杜氏肌营养不良症 (Duchenne Muscular Dystrophy) 和囊性纤维化(Cystic Fibrosis)。这些疾病大多为遗传病,虽然单独一种罕见病影响到的患者人数不多,但是罕见病的种类却一点也不少。目前将近有七千种罕见病被发现,加在一起,它们影响到很多人的生活。据估计在美国就有三千万罕见病患者。由于罕见病影响的人群数量较

Baidu
map
Baidu
map
Baidu
map