萨斯卡通 — 许多临床医生正期待着人工智能（AI）对医学领域带来的巨大影响。但萨省大学（USask）医学院副教授、位于里贾纳的传染病专家Stephen Lee博士并没有选择旁观，而是决定直接参与其中。
“我认为医疗保健界与实际发生的情况和可能性之间存在脱节，”Lee博士说道。他对机器学习有着浓厚的兴趣，并预见到该领域将迅速发生重大变化。“我曾经认为医疗保健将是最后一个受到机器学习影响的领域，但实际上我认为它将是最早受到影响的领域之一。”
最近，Lee博士在《JAMIA Open》杂志上发表了一篇文章，介绍他使用从当地电脑店购买的消费级设备开发胸部X光机器学习模型的工作。他曾获得医学院研究奖（CoMRAD）以支持类似的研究工作。
他的目标是展示创建这种AI指导诊断工具的可及性。“这基本上是在向医学界展示这一技术是多么容易实现，”他说。
Lee博士非常适合迎接即将到来的变化。在完成传染病学奖学金后，他又获得了健康和临床信息学硕士学位，并获得了机器学习的专业证书。在他的本科阶段，他专注于神经科学，这是最初设计“神经网络”的基础。
“神经网络非常有趣，因为它们实际上是模仿人类大脑设计的，”他解释道。在Lee博士的研究中，他没有编写代码让机器理解X光片，而是创建了一个卷积神经网络（CNN）来审查图像。简而言之，这是一个模拟人类大脑的人工构造。
然后，他将一组数据输入神经网络，机器学会了理解这些数据，能够识别胸部X光片是否正常或异常。
尽管他创建这种模型并不独特，但这项研究的亮点在于使用消费级硬件和公共数据集，并尝试确定AI的思考方式。这一点在医疗保健领域尤为重要，因为像世界卫生组织这样的国际机构要求AI在医疗保健环境中必须具有可解释性。
前进的道路
Lee博士解释说，在医疗保健领域开发机器学习存在显著障碍。除非大学和公共机构改善获取信息和训练模型所需的大数据集的途径，否则资源最丰富的人将控制这个领域。
“我认为我们在这个领域发声非常重要，因为作为医疗保健提供者，我们有责任确保AI以安全、公平、有意义的方式最终造福人类，”他说。“我们需要资助更多的研究，并创造更多的教育机会来吸引人们进入这个领域。如果你不理解它，你就无法应对它并将其整合进来。对于患者和医疗保健来说，这有可能带来不可估量的好处，但也有可能造成伤害。这一切如何发展还有待观察。”
尽管可用的工具和数据有限，Lee博士决心为AI在医疗保健领域的进步做出贡献。他对AI改善其领域的潜力持乐观态度，例如帮助缓解职业倦怠，这是他在作为一名专科医生工作时看到的最大问题之一。
“你太忙了，以至于没有时间去梦想，没有时间去治愈。你只是试图完成一天的工作，因为有太多的事情等着你，”他说。“也许机器可以代替我们做这些事情，你可以再次成为梦想家。你可以思考如何改善护理，你可以再次成为治愈者。”
— 提交给USask媒体关系部
(全文结束)
