徐瑾：人类如何产生意识？意识是一种发现还是一种幻觉？理解意识或自我，是人类无法绕开的话题，而重构意识与自我，将是人工智能时代最大主题。
发布日期：2024-09-20 08:54
Tristan Bove
■近年来，从电影制作到网络安全，各行各业都掀起了一场人工智能革命。它甚至有可能在医学领域突破一些困扰了科研人员几十年的瓶颈问题。
最近几年，人工智能在医学领域的应用日益广泛，尤其是在疾病诊断方面。越来越多的医生开始依赖深度学习技术，这是一种模拟人脑运行机制的机器学习技术，而且具有较强的自主学习功能，因此能够帮助我们检测一些容易被忽略的严重健康问题，例如癌症、心脏病等等，甚至也包括新冠病毒的无症状感染。
人工智能技术在医学领域上的下一个突破性应用，很可能是在阿尔茨海默氏症的诊断上。这种疾病会导致不可逆的认知下降和痴呆症状。人类发现阿尔茨海默氏症已经整整一个世纪了，但是迄今为止，我们尚未找到任何可靠的治疗和早期检测方法。
麻省总医院（Massachusetts General Hospital）的研究人员最近测试了深度学习技术在阿尔茨海默氏症检测中的应用，结果发现，相比于其他没有经过多变量分析培训的人工智能模型，深度学习技术的检测结果要更加准确，即便不考虑一些容易产生误导性的复杂因素（比如患者年龄），它也可能较精准地诊断阿尔茨海默症，相关发现已经于上周发表在科研和医学期刊《PLOS ONE》上。
在实验中，研究人员利用来自1万多人的数万张大脑扫描图像，对一个深度学习模型进行了训练。这些人有的患有阿尔茨海默症，有的则没有。然后研究人员将人工智能模型的诊断结果与真实临床数据进行了比对测试。
实验结果显示，深度学习模型诊断阿尔茨海默症的准确率达到了90.2%，比不依赖深度学习技术的简单人工智能模型高出了大约5个百分点。不论患者被诊断的时间地点，也不管他们的年纪多大，深度学习人工智能的诊断结果都表现得更出色。
麻省总医院的研究员、该论文的主要作者马修·莱明在一份声明里指出：“这是目前仅有的定期收集大脑核磁共振图像（MRI）用于老年痴呆症诊断的研究之一。我们的研究结果具有跨地区、跨时间和跨人群的普遍性，因此为这种诊断技术的临床应用提供了强有力的支持。”
阿尔茨海默症的诊断历来是有一定难度的，人工智能模型90%的诊断准确率，已经远远高于人类医生的临床诊断准确率。根据2017年的一项研究，人类医生对阿尔茨海默症的临床诊断准确率约为77%。
人工智能在医学领域的广泛应用前景
最近随着ChatGPT的走红，OpenAI、微软（Microsoft）和谷歌（Google）等公司开发的人工智能应用成了人们谈论的热点，因为它们很有可能颠覆搜索行业，甚至彻底改变我们的工作方式。而机器学习技术则在医学领域拥有拯救生命的潜力。
美国卫生与公众服务部（Department of Health and Human Services）2022年12月的一项研究显示，美国每年在医院被误诊的人数高达700万人。近300万急诊患者因为误诊而遭受不良后果，超过37万人因为误诊而导致永久性残疾甚至死亡。
一个名为“改善医疗诊断协会”（Society to Improve Diagnosis in Medicine）的非盈利机构指出，误诊还会给消费者带来沉重的经济负担。如果解决了误诊问题，以及由误诊引发的医疗诉讼，每年就可以节省大约1,000亿美元。
广大医生都表示，人工智能在改善诊断技术方面拥有巨大潜能，尽管有些地方也出现了不少与人工智能技术相关的问题——例如事实性错误和种族歧视等等。2022年发表的一篇关于人工智能在医疗诊断方面的文献综述发现，人工智能技术在癌症、糖尿病和阿尔茨海默症的诊断上都很有前景，只是要想提高人工智能诊断的准确率，还需要我们进行进一步的研究。
人工智能在阿尔茨海默症诊断中扮演的重要角色
如果正如我们所预料的那样，人工智能和机器学习在医学诊断上得到了更广泛的应用，那么它首先造福的就是阿尔茨海默症患者，因为这种疾病被医学界公认为是最难预测和诊断的疾病之一。
阿尔茨海默症是老年人中最常见的一种老年痴呆症，全世界大约有4,400万名阿尔茨海默症患者。不过老年痴呆的症状可能与很多症状有关，阿尔茨海默症只是导致痴呆的病因之一，还有很多症状也很容易被误诊为阿尔茨海默症。
2017年的一项针对900多人的研究发现，多达四分之一的阿尔茨海默病患者曾经被误诊，其中假阳性和假阴性的比例大致相同。阿尔茨海默病之所以容易被误诊，是因为它的症状与一些常见的神经系统疾病很像，比如路易体痴呆、额颞叶痴呆等。美国神经病学学会（American Academy of Neurology）指出，阿尔茨海默症的误诊机率与年龄呈正相关，也就是说阿尔茨海默症与其他类型的痴呆症“在老年人中很容易被误诊”。
预测一个病人会不会患上阿尔茨海默症，并不比诊断这种疾病更容易，因为90%的阿尔茨海默症病例是“偶发性”的——也就是病人通常并没有家族病史。由于存在这些困难因素，阿尔茨海默症几乎没有可靠的早期筛查模型，大多数病例都是在脑损伤症状出现后，才被诊断出来的。
麻省总医院的研究没有涉及深度学习技术是否能够用于阿尔茨海默症的预测上，但其他一些研究似乎表明，人工智能是很有可能在这方面发挥重要作用的。
例如佛罗里达大学（University of Florida）在上周宣布，该大学开发的人工智能模型可以通过研究患者的电子病历，提前五年预测哪些人患阿尔茨海默症的风险较高。虽然研究人员建议，一线医生在使用人工智能工具进行预测前，应该对其进行更多的测试，但他们也发现，人工智能模型能够有效用于早期诊断，因此从长期来看可以降低疾病的严重程度。■
最近几年，人工智能在医学领域的应用日益广泛，尤其是在疾病诊断方面。越来越多的医生开始依赖深度学习技术，这是一种模拟人脑运行机制的机器学习技术，而且具有较强的自主学习功能，因此能够帮助我们检测一些容易被忽略的严重健康问题，例如癌症、心脏病等等，甚至也包括新冠病毒的无症状感染。
人工智能技术在医学领域上的下一个突破性应用，很可能是在阿尔茨海默氏症的诊断上。这种疾病会导致不可逆的认知下降和痴呆症状。人类发现阿尔茨海默氏症已经整整一个世纪了，但是迄今为止，我们尚未找到任何可靠的治疗和早期检测方法。
麻省总医院（Massachusetts General Hospital）的研究人员最近测试了深度学习技术在阿尔茨海默氏症检测中的应用，结果发现，相比于其他没有经过多变量分析培训的人工智能模型，深度学习技术的检测结果要更加准确，即便不考虑一些容易产生误导性的复杂因素（比如患者年龄），它也可能较精准地诊断阿尔茨海默症，相关发现已经于上周发表在科研和医学期刊《PLOS ONE》上。
在实验中，研究人员利用来自1万多人的数万张大脑扫描图像，对一个深度学习模型进行了训练。这些人有的患有阿尔茨海默症，有的则没有。然后研究人员将人工智能模型的诊断结果与真实临床数据进行了比对测试。
实验结果显示，深度学习模型诊断阿尔茨海默症的准确率达到了90.2%，比不依赖深度学习技术的简单人工智能模型高出了大约5个百分点。不论患者被诊断的时间地点，也不管他们的年纪多大，深度学习人工智能的诊断结果都表现得更出色。
麻省总医院的研究员、该论文的主要作者马修·莱明在一份声明里指出：“这是目前仅有的定期收集大脑核磁共振图像（MRI）用于老年痴呆症诊断的研究之一。我们的研究结果具有跨地区、跨时间和跨人群的普遍性，因此为这种诊断技术的临床应用提供了强有力的支持。”
阿尔茨海默症的诊断历来是有一定难度的，人工智能模型90%的诊断准确率，已经远远高于人类医生的临床诊断准确率。根据2017年的一项研究，人类医生对阿尔茨海默症的临床诊断准确率约为77%。
人工智能在医学领域的广泛应用前景
最近随着ChatGPT的走红，OpenAI、微软（Microsoft）和谷歌（Google）等公司开发的人工智能应用成了人们谈论的热点，因为它们很有可能颠覆搜索行业，甚至彻底改变我们的工作方式。而机器学习技术则在医学领域拥有拯救生命的潜力。
美国卫生与公众服务部（Department of Health and Human Services）2022年12月的一项研究显示，美国每年在医院被误诊的人数高达700万人。近300万急诊患者因为误诊而遭受不良后果，超过37万人因为误诊而导致永久性残疾甚至死亡。
一个名为“改善医疗诊断协会”（Society to Improve Diagnosis in Medicine）的非盈利机构指出，误诊还会给消费者带来沉重的经济负担。如果解决了误诊问题，以及由误诊引发的医疗诉讼，每年就可以节省大约1,000亿美元。
广大医生都表示，人工智能在改善诊断技术方面拥有巨大潜能，尽管有些地方也出现了不少与人工智能技术相关的问题——例如事实性错误和种族歧视等等。2022年发表的一篇关于人工智能在医疗诊断方面的文献综述发现，人工智能技术在癌症、糖尿病和阿尔茨海默症的诊断上都很有前景，只是要想提高人工智能诊断的准确率，还需要我们进行进一步的研究。
人工智能在阿尔茨海默症诊断中扮演的重要角色
如果正如我们所预料的那样，人工智能和机器学习在医学诊断上得到了更广泛的应用，那么它首先造福的就是阿尔茨海默症患者，因为这种疾病被医学界公认为是最难预测和诊断的疾病之一。
阿尔茨海默症是老年人中最常见的一种老年痴呆症，全世界大约有4,400万名阿尔茨海默症患者。不过老年痴呆的症状可能与很多症状有关，阿尔茨海默症只是导致痴呆的病因之一，还有很多症状也很容易被误诊为阿尔茨海默症。
2017年的一项针对900多人的研究发现，多达四分之一的阿尔茨海默病患者曾经被误诊，其中假阳性和假阴性的比例大致相同。阿尔茨海默病之所以容易被误诊，是因为它的症状与一些常见的神经系统疾病很像，比如路易体痴呆、额颞叶痴呆等。美国神经病学学会（American Academy of Neurology）指出，阿尔茨海默症的误诊机率与年龄呈正相关，也就是说阿尔茨海默症与其他类型的痴呆症“在老年人中很容易被误诊”。
预测一个病人会不会患上阿尔茨海默症，并不比诊断这种疾病更容易，因为90%的阿尔茨海默症病例是“偶发性”的——也就是病人通常并没有家族病史。由于存在这些困难因素，阿尔茨海默症几乎没有可靠的早期筛查模型，大多数病例都是在脑损伤症状出现后，才被诊断出来的。
麻省总医院的研究没有涉及深度学习技术是否能够用于阿尔茨海默症的预测上，但其他一些研究似乎表明，人工智能是很有可能在这方面发挥重要作用的。
例如佛罗里达大学（University of Florida）在上周宣布，该大学开发的人工智能模型可以通过研究患者的电子病历，提前五年预测哪些人患阿尔茨海默症的风险较高。虽然研究人员建议，一线医生在使用人工智能工具进行预测前，应该对其进行更多的测试，但他们也发现，人工智能模型能够有效用于早期诊断，因此从长期来看可以降低疾病的严重程度。■
读者评论
热门排行榜
OR
2023-03-09 18:45
社会与生活 科技
人工智能可以用于诊断阿尔茨海默症，准确率高达90%
人工智能可以用于诊断阿尔茨海默症，准确率高达90%
人工智能和机器学习技术的发展，或将带来阿尔茨海默症诊断领域的重大突破。
Tristan Bove
■近年来，从电影制作到网络安全，各行各业都掀起了一场人工智能革命。它甚至有可能在医学领域突破一些困扰了科研人员几十年的瓶颈问题。
最近几年，人工智能在医学领域的应用日益广泛，尤其是在疾病诊断方面。越来越多的医生开始依赖深度学习技术，这是一种模拟人脑运行机制的机器学习技术，而且具有较强的自主学习功能，因此能够帮助我们检测一些容易被忽略的严重健康问题，例如癌症、心脏病等等，甚至也包括新冠病毒的无症状感染。
人工智能技术在医学领域上的下一个突破性应用，很可能是在阿尔茨海默氏症的诊断上。这种疾病会导致不可逆的认知下降和痴呆症状。人类发现阿尔茨海默氏症已经整整一个世纪了，但是迄今为止，我们尚未找到任何可靠的治疗和早期检测方法。
麻省总医院（Massachusetts General Hospital）的研究人员最近测试了深度学习技术在阿尔茨海默氏症检测中的应用，结果发现，相比于其他没有经过多变量分析培训的人工智能模型，深度学习技术的检测结果要更加准确，即便不考虑一些容易产生误导性的复杂因素（比如患者年龄），它也可能较精准地诊断阿尔茨海默症，相关发现已经于上周发表在科研和医学期刊《PLOS ONE》上。
在实验中，研究人员利用来自1万多人的数万张大脑扫描图像，对一个深度学习模型进行了训练。这些人有的患有阿尔茨海默症，有的则没有。然后研究人员将人工智能模型的诊断结果与真实临床数据进行了比对测试。
实验结果显示，深度学习模型诊断阿尔茨海默症的准确率达到了90.2%，比不依赖深度学习技术的简单人工智能模型高出了大约5个百分点。不论患者被诊断的时间地点，也不管他们的年纪多大，深度学习人工智能的诊断结果都表现得更出色。
麻省总医院的研究员、该论文的主要作者马修·莱明在一份声明里指出：“这是目前仅有的定期收集大脑核磁共振图像（MRI）用于老年痴呆症诊断的研究之一。我们的研究结果具有跨地区、跨时间和跨人群的普遍性，因此为这种诊断技术的临床应用提供了强有力的支持。”
阿尔茨海默症的诊断历来是有一定难度的，人工智能模型90%的诊断准确率，已经远远高于人类医生的临床诊断准确率。根据2017年的一项研究，人类医生对阿尔茨海默症的临床诊断准确率约为77%。
人工智能在医学领域的广泛应用前景
最近随着ChatGPT的走红，OpenAI、微软（Microsoft）和谷歌（Google）等公司开发的人工智能应用成了人们谈论的热点，因为它们很有可能颠覆搜索行业，甚至彻底改变我们的工作方式。而机器学习技术则在医学领域拥有拯救生命的潜力。
美国卫生与公众服务部（Department of Health and Human Services）2022年12月的一项研究显示，美国每年在医院被误诊的人数高达700万人。近300万急诊患者因为误诊而遭受不良后果，超过37万人因为误诊而导致永久性残疾甚至死亡。
一个名为“改善医疗诊断协会”（Society to Improve Diagnosis in Medicine）的非盈利机构指出，误诊还会给消费者带来沉重的经济负担。如果解决了误诊问题，以及由误诊引发的医疗诉讼，每年就可以节省大约1,000亿美元。
广大医生都表示，人工智能在改善诊断技术方面拥有巨大潜能，尽管有些地方也出现了不少与人工智能技术相关的问题——例如事实性错误和种族歧视等等。2022年发表的一篇关于人工智能在医疗诊断方面的文献综述发现，人工智能技术在癌症、糖尿病和阿尔茨海默症的诊断上都很有前景，只是要想提高人工智能诊断的准确率，还需要我们进行进一步的研究。
人工智能在阿尔茨海默症诊断中扮演的重要角色
如果正如我们所预料的那样，人工智能和机器学习在医学诊断上得到了更广泛的应用，那么它首先造福的就是阿尔茨海默症患者，因为这种疾病被医学界公认为是最难预测和诊断的疾病之一。
阿尔茨海默症是老年人中最常见的一种老年痴呆症，全世界大约有4,400万名阿尔茨海默症患者。不过老年痴呆的症状可能与很多症状有关，阿尔茨海默症只是导致痴呆的病因之一，还有很多症状也很容易被误诊为阿尔茨海默症。
2017年的一项针对900多人的研究发现，多达四分之一的阿尔茨海默病患者曾经被误诊，其中假阳性和假阴性的比例大致相同。阿尔茨海默病之所以容易被误诊，是因为它的症状与一些常见的神经系统疾病很像，比如路易体痴呆、额颞叶痴呆等。美国神经病学学会（American Academy of Neurology）指出，阿尔茨海默症的误诊机率与年龄呈正相关，也就是说阿尔茨海默症与其他类型的痴呆症“在老年人中很容易被误诊”。
预测一个病人会不会患上阿尔茨海默症，并不比诊断这种疾病更容易，因为90%的阿尔茨海默症病例是“偶发性”的——也就是病人通常并没有家族病史。由于存在这些困难因素，阿尔茨海默症几乎没有可靠的早期筛查模型，大多数病例都是在脑损伤症状出现后，才被诊断出来的。
麻省总医院的研究没有涉及深度学习技术是否能够用于阿尔茨海默症的预测上，但其他一些研究似乎表明，人工智能是很有可能在这方面发挥重要作用的。
例如佛罗里达大学（University of Florida）在上周宣布，该大学开发的人工智能模型可以通过研究患者的电子病历，提前五年预测哪些人患阿尔茨海默症的风险较高。虽然研究人员建议，一线医生在使用人工智能工具进行预测前，应该对其进行更多的测试，但他们也发现，人工智能模型能够有效用于早期诊断，因此从长期来看可以降低疾病的严重程度。■
最近几年，人工智能在医学领域的应用日益广泛，尤其是在疾病诊断方面。越来越多的医生开始依赖深度学习技术，这是一种模拟人脑运行机制的机器学习技术，而且具有较强的自主学习功能，因此能够帮助我们检测一些容易被忽略的严重健康问题，例如癌症、心脏病等等，甚至也包括新冠病毒的无症状感染。
人工智能技术在医学领域上的下一个突破性应用，很可能是在阿尔茨海默氏症的诊断上。这种疾病会导致不可逆的认知下降和痴呆症状。人类发现阿尔茨海默氏症已经整整一个世纪了，但是迄今为止，我们尚未找到任何可靠的治疗和早期检测方法。
麻省总医院（Massachusetts General Hospital）的研究人员最近测试了深度学习技术在阿尔茨海默氏症检测中的应用，结果发现，相比于其他没有经过多变量分析培训的人工智能模型，深度学习技术的检测结果要更加准确，即便不考虑一些容易产生误导性的复杂因素（比如患者年龄），它也可能较精准地诊断阿尔茨海默症，相关发现已经于上周发表在科研和医学期刊《PLOS ONE》上。
在实验中，研究人员利用来自1万多人的数万张大脑扫描图像，对一个深度学习模型进行了训练。这些人有的患有阿尔茨海默症，有的则没有。然后研究人员将人工智能模型的诊断结果与真实临床数据进行了比对测试。
实验结果显示，深度学习模型诊断阿尔茨海默症的准确率达到了90.2%，比不依赖深度学习技术的简单人工智能模型高出了大约5个百分点。不论患者被诊断的时间地点，也不管他们的年纪多大，深度学习人工智能的诊断结果都表现得更出色。
麻省总医院的研究员、该论文的主要作者马修·莱明在一份声明里指出：“这是目前仅有的定期收集大脑核磁共振图像（MRI）用于老年痴呆症诊断的研究之一。我们的研究结果具有跨地区、跨时间和跨人群的普遍性，因此为这种诊断技术的临床应用提供了强有力的支持。”
阿尔茨海默症的诊断历来是有一定难度的，人工智能模型90%的诊断准确率，已经远远高于人类医生的临床诊断准确率。根据2017年的一项研究，人类医生对阿尔茨海默症的临床诊断准确率约为77%。
人工智能在医学领域的广泛应用前景
最近随着ChatGPT的走红，OpenAI、微软（Microsoft）和谷歌（Google）等公司开发的人工智能应用成了人们谈论的热点，因为它们很有可能颠覆搜索行业，甚至彻底改变我们的工作方式。而机器学习技术则在医学领域拥有拯救生命的潜力。
美国卫生与公众服务部（Department of Health and Human Services）2022年12月的一项研究显示，美国每年在医院被误诊的人数高达700万人。近300万急诊患者因为误诊而遭受不良后果，超过37万人因为误诊而导致永久性残疾甚至死亡。
一个名为“改善医疗诊断协会”（Society to Improve Diagnosis in Medicine）的非盈利机构指出，误诊还会给消费者带来沉重的经济负担。如果解决了误诊问题，以及由误诊引发的医疗诉讼，每年就可以节省大约1,000亿美元。
广大医生都表示，人工智能在改善诊断技术方面拥有巨大潜能，尽管有些地方也出现了不少与人工智能技术相关的问题——例如事实性错误和种族歧视等等。2022年发表的一篇关于人工智能在医疗诊断方面的文献综述发现，人工智能技术在癌症、糖尿病和阿尔茨海默症的诊断上都很有前景，只是要想提高人工智能诊断的准确率，还需要我们进行进一步的研究。
人工智能在阿尔茨海默症诊断中扮演的重要角色
如果正如我们所预料的那样，人工智能和机器学习在医学诊断上得到了更广泛的应用，那么它首先造福的就是阿尔茨海默症患者，因为这种疾病被医学界公认为是最难预测和诊断的疾病之一。
阿尔茨海默症是老年人中最常见的一种老年痴呆症，全世界大约有4,400万名阿尔茨海默症患者。不过老年痴呆的症状可能与很多症状有关，阿尔茨海默症只是导致痴呆的病因之一，还有很多症状也很容易被误诊为阿尔茨海默症。
2017年的一项针对900多人的研究发现，多达四分之一的阿尔茨海默病患者曾经被误诊，其中假阳性和假阴性的比例大致相同。阿尔茨海默病之所以容易被误诊，是因为它的症状与一些常见的神经系统疾病很像，比如路易体痴呆、额颞叶痴呆等。美国神经病学学会（American Academy of Neurology）指出，阿尔茨海默症的误诊机率与年龄呈正相关，也就是说阿尔茨海默症与其他类型的痴呆症“在老年人中很容易被误诊”。
预测一个病人会不会患上阿尔茨海默症，并不比诊断这种疾病更容易，因为90%的阿尔茨海默症病例是“偶发性”的——也就是病人通常并没有家族病史。由于存在这些困难因素，阿尔茨海默症几乎没有可靠的早期筛查模型，大多数病例都是在脑损伤症状出现后，才被诊断出来的。
麻省总医院的研究没有涉及深度学习技术是否能够用于阿尔茨海默症的预测上，但其他一些研究似乎表明，人工智能是很有可能在这方面发挥重要作用的。
例如佛罗里达大学（University of Florida）在上周宣布，该大学开发的人工智能模型可以通过研究患者的电子病历，提前五年预测哪些人患阿尔茨海默症的风险较高。虽然研究人员建议，一线医生在使用人工智能工具进行预测前，应该对其进行更多的测试，但他们也发现，人工智能模型能够有效用于早期诊断，因此从长期来看可以降低疾病的严重程度。■
读者评论OR
读者评论
OR
分享：
每日头条
OR
最新资讯
OR
热门排行榜
OR
OR品牌理念
■ 或者, 留一段影像，回一曲挂牵。丝丝入扣、暖暖心灵 ，需飘过的醇厚与共。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
■ OR 新媒体是一个提供时政、经济、文化、科技等多领域资讯的平台，旨在为用户提供优质的阅读体验。网站的网址是oror.vip，用户可以通过浏览器在台式电脑 、笔记本电脑 、平板电脑 、手机访问。.......