(资料图片)

人工智能 (AI) 是诊断学的一项重要创新，因为它可以快速学会识别医生也会标记为疾病的异常情况。但是这些系统的工作方式通常是不透明的，医生在做出诊断时确实有更好的“整体情况”。在一份新的出版物中，来自 Radboudumc 的研究人员展示了他们如何让 AI 展示它是如何工作的，并让它更像医生一样进行诊断，从而使 AI 系统与临床实践更加相关。

医生大战AI

近年来，人工智能在医学影像诊断领域方兴未艾。医生可以通过 X 光检查或活组织检查来识别异常情况，但这也越来越多地由人工智能系统通过“深度学习”来完成。这样的系统学会自己做出诊断，在某些情况下，它的表现与经验丰富的医生一样好，甚至更好。

与人类医生相比的两个主要区别是，首先，人工智能在分析图像的方式上通常不透明，其次，这些系统非常“懒惰”。人工智能会查看特定诊断所需的内容，然后停止。这意味着扫描并不总能识别出所有异常，即使诊断是正确的。医生，尤其是在考虑治疗计划时，着眼于大局：我看到了什么?手术中应该去除或治疗哪些异常?

AI更像医生

使人工智能系统对临床实践更具吸引力, Cristina González Gonzalo, Ph.D.Radboudumc 的 A 眼研究和诊断图像分析小组的候选人，开发了诊断 AI 的双面创新。她根据眼睛扫描进行了这项工作，其中出现了视网膜异常——特别是糖尿病性视网膜病变和年龄相关性黄斑。这些异常很容易被医生和人工智能识别。但它们也是经常成群出现的异常。经典的人工智能会诊断一个或几个点并停止分析。然而，在冈萨雷斯·冈萨洛 (González Gonzalo) 开发的过程中，人工智能一遍又一遍地浏览图片，学会忽略已经经过的地方，从而发现新的地方。此外，AI 还会显示它认为可疑的眼睛扫描区域，从而使诊断过程透明化。

迭代过程

一个基本的 AI 可以根据对眼睛扫描的一次评估得出诊断，并且由于 González Gonzalo 的第一个贡献，它可以显示它是如何得出诊断的。这种直观的解释表明系统确实是惰性的——在它获得足够的信息进行诊断后停止分析。这就是为什么她还以一种创新的方式使这个过程迭代，迫使人工智能更加努力地观察，并创造出放射科医生所拥有的更多“完整图片”。