Recomendado por Xinzhiyuan

O autor deste artigo é médico e excelente escritor. Ele ganhou prêmios Pulitzer (Fonte da imagem: New York Times)

1

Uma noite de novembro de 2016, uma mulher de 54 anos no distrito de Bronx, em Nova York, foi enviada para a sala de emergência do Centro Médico da Universidade de Columbia para dores de cabeça graves. Ela disse ao médico de emergência que sua visão ficou turva e sua mão esquerda se sentiu dormente. O médico organizou um exame de TC.

Alguns meses depois, uma manhã de janeiro, quatro radiologistas estavam lotados em frente a uma casa no terceiro andar do hospital. A sala estava escura sem janela. Somente a luz da tela parecia ser filtrada pela água do mar. A Dra. Angela Lignelli, da Universidade de Columbia, do Departamento Neurotatado, fica atrás de um grupo de pacientes internados com um computador e um computador de lápis. Ela está treinando -os para ler filmes da CT.

Angela Lignelli-Walk (Fonte da imagem: Columbiadoctors)

O Dr. Lignelli, disse: " Uma vez que o cérebro mostra a morte e o cinza, o diagnóstico de derrame é fácil. A chave é diagnosticar derrames antes que a maioria das células neurais morra. "O derrame é geralmente causado por vasos sanguíneos ou sangramento. Os estudiosos da neurotramina têm cerca de 45 minutos de tempo da janela, para que os médicos possam levar a intervenção médica a tempo de dissolver coágulos sanguíneos." Imagine que você está agora na sala de emergência ", Lignelli- Dr. Dipple continuou, " Cada minuto passa e uma parte do cérebro morre. Perder o tempo significa perder o cérebro. "

Ela olhou para o relógio na parede e a segunda mão pingou. Ela perguntou a esses médicos: "Onde está o problema?"

Os golpes geralmente ocorrem no lado unilateral. Depois que o sangue entra no cérebro, ele flui para os lados esquerdo e direito e depois flui para o galho do vaso sanguíneo. Os bloqueios de condensação do sangue ou sangramento geralmente afetam apenas um desses ramos, causando defeitos funcionais no cérebro unilateral. Quando as células nervosas perdem o suprimento de sangue e morrem, o tecido incha ligeiramente. Na imagem da CT, o limite da estrutura anatômica pode ficar embaçado. No final, o tecido contraído, seguido por Shadow. No entanto, essa sombra geralmente aparece na TC por várias horas ou até alguns dias. Nesse momento, o período da janela de intervenção tem sido muito tempo. "Antes disso", disse-me o Dr. Lignelli-Mipple: "Só haverá uma pequena dica no CT." Este é um presságio de derrame.

A tela do computador mostra a imagem CT do cérebro feminino na área de Blanx, examinando horizontalmente a parte inferior do crânio para o topo, parece um melão cortado. Os pacientes internados passaram rapidamente todas as fotos, como se lessem rapidamente um livro e, ao mesmo tempo, disseram cada estrutura anatômica: o cérebro, hipocampo, córtex da ilha, padrão, corpos e cérebro. De repente, um morador de 20 anos parou em um filme e apontou para uma área no cérebro direito com uma ponta de caneta e disse: "Há algo aqui. O limite parece embaçado." Para mim, a imagem inteira parece que eles são pixels tão inconsistentes e embaçados -Vogue -mas ele obviamente vê algo incomum.

Imagens de CT do cérebro, o círculo vermelho é uma área de acidente vascular cerebral (fonte de imagem: BrainPictures)

"Vague?" Dr. Lignelli, levantou a voz, "Você pode descrever um pouco?"

O morador está tentando procurar vocabulário. Ele parou, assim como a estrutura anatômica de entrar em seu cérebro considera todos os tipos de possibilidades. Finalmente, ele disse: "Aqui não é contínuo". Então ele deu de ombros: "Eu não sei, mas parece muito interessante".

Então, o Dr. Lignelli-Wiple fez a segunda tomografia computadorizada após 20 horas de tomografia computadorizada, o local onde o paciente foi apontado para se tornar caótico e inflado. Uma série de varreduras depois de alguns dias ilustra o que aconteceu mais tarde, apareceu um campo claro de campo em forma de cunha. De fato, logo depois que a mulher chegou à sala de emergência, o neurologista tentou usar a droga para limpar as artérias de bloqueio, mas ela estava tarde demais. Depois de algumas horas de tomografia computadorizada pela primeira vez, ela começou a perder a consciência e foi imediatamente enviada para a ala da UTI. Depois de dois meses, ela ainda estava hospitalizada e seu lado esquerdo do corpo estava paralisado do braço até a perna.

Dra. Lignelli, começou seu escritório. Aprendi "Aprendendo" com lá: como um médico aprende o diagnóstico? A máquina pode aprender a diagnosticar?

2

Meu entendimento do diagnóstico foi desde o outono de 1997, quando realizei a rotação de estágio clínico no hospital em Boston. Ao me preparar para um estágio, li um livro médico clássico, O comportamento diagnóstico é dividido em quatro estágios acima Essência Primeiro, os médicos cobram a prioridade ou condição física do paciente através do histórico médico e do exame físico do paciente. Em seguida, organize essas informações para gerar uma lista de possíveis motivos. Então, por meio de consulta e testes preliminares para ajudar a eliminar certas suposições e fortalecer outras suposições, este é o "diagnóstico diferenciado" chamado. Os médicos pesam a incidência de doenças, histórico do paciente, riscos e exposição (como diz o ditado: "Quando você ouve o som do casco, pensa em um cavalo em vez de zebra). Ao excluir os itens da lista um por um, o médico otimiza seu julgamento. Finalmente, os médicos usarão testes de laboratório, como raio -x ou tomografia computadorizada para confirmar ainda mais suposições e obter conclusões de diagnóstico. Esse processo de julgamento gradual ensinou por décadas em livros médicos. Métodos de sintomas a causas rigorosas foram gradualmente impressas em várias gerações de estudantes de medicina.

No entanto, percebi rapidamente que a arte real do diagnóstico não era tão simples. O diretor da minha escola de medicina é uma elegante Nova Inglaterra, geralmente usando um par de sapatos brilhantes, e o sotaque é rígido. Ele se orgulha de seus próprios especialistas em diagnóstico. Ele pedia ao paciente que mostrasse um sintoma, como tosse, e depois se inclinava para uma cadeira para falar uma série de adjetivos. Ele pode dizer "duramente" ou "monótono", como se descrevesse uma garrafa de vinho de Bordeaux. Para mim, todas as tosses parecem exatamente iguais, mas direi "sim, duro", como um enólogo preocupado.

A classificação da tosse restringirá imediatamente a possibilidade de diagnóstico Essência Ele pode dizer: "Parece uma pneumonia", ou "eczema de insuficiência cardíaca congestiva". Então ele fará muitas perguntas. O peso do paciente aumentou recentemente? Há algum contato com o amianto? Ele pedia ao paciente que tossisse novamente, inclinou -se com um estetoscópio para ouvir com cuidado. Segundo a resposta, ele pode julgar a possibilidade de outro. Então, ele anunciará de repente os resultados do diagnóstico "insuficiência cardíaca!" O resultado geralmente está certo.

Alguns anos atrás, os pesquisadores brasileiros estudaram o cérebro de especialistas em radiação para entender como fizeram o diagnóstico. Esses médicos de diagnóstico experientes estão usando "regras" espirituais, ou "reconhecimento de padrões ou raciocínio não analítico" para identificar imagens?

Foram solicitados aos 25 radiologistas que participavam do experimento assistisse a filmes de raio X pulmão, e a ressonância magnética costumava rastrear suas atividades cerebrais. As imagens X -Ray piscavam antes de. Um conjunto de imagens contém danos patológicos únicos comuns, que podem ser sombras em forma de palma nos pulmões, ou na parede de fluido opaca e opaca acumulada no revestimento do pulmão. O segundo grupo de imagens são as linhas de animais; o terceiro grupo é o contorno da carta. Três tipos de imagens são exibidos aleatoriamente. Os radianos precisam dizer os nomes da lesão, animais ou letras o mais rápido possível, e as máquinas de ressonância magnética rastreiam suas atividades cerebrais. A média de 1,33 segundos de radiologistas pode ser diagnosticada. Nos três casos, a mesma área do cérebro se iluminou: os neurônios próximos à orelha esquerda e a correia da mariposa acima da base craniana.

Os pesquisadores finalmente resumiram: quando um médico identifica uma certa característica ou as lesões anteriormente conhecidas, o processo cerebral é semelhante à identificação da vida cotidiana. As lesões de identificação são semelhantes ao processo de identificação de animais. Quando você conhece rinocerontes, não considera outros animais. Você não acha que é um unicórnio, um animal composto por pangolins e pequenos elefantes. Você é um modelo do rinoceronte cognitivo geral -como modelo. O mesmo se aplica aos radiologistas. Eles não pensaram, lembre -se, distinguissem, mas viram uma coisa comum. O mesmo se aplica aos meus professores, e essas vozes úmidas foram reconhecidas como um familiar som de ding.

3

Em 1945, o Sr. Gilbert Ryle, um filósofo britânico, fez um relatório muito influente sobre dois tipos de conhecimento. Uma criança sabe que a bicicleta tem duas rodas. Seus pneus estão cheios de ar e avançam quando pisarem no pedal e viram o carro. O Sr. Ryle refere -se a esse tipo de conhecimento como a categoria dos fatos, a proposição da proposição -" Saiba o que é "Mas aprender a andar de bicicleta envolve outro campo de aprendizagem. Uma criança pode aprender a bicicleta através da luta livre, equilibrar a estrada de Potholes em duas rodas. -que é" Saber como fazer "".

Filósofo britânico Gilbert Ryle (Fonte da imagem: Filosofasia)

Esses dois tipos de conhecimento parecem ser mutuamente dependentes: você pode usar o conhecimento factual para aprofundar sua experiência e vice -versa. No entanto, Ryle também propôs, Não posso simplesmente derivar "Saiba o que fazer" de "saber o que" Assim como um manual de ensino não pode ensinar as crianças a andar de bicicleta. Ele disse que somente quando sabemos como usar as regras, as regras são significativas: "As regras são como pássaros e devemos viver antes de fazer espécimes." Uma tarde, eu assisti a filha de 7 anos andar de bicicleta por cima uma pequena pessoa pequena para atravessar um pequeno pequeno. Pela primeira vez, ela caiu no lugar mais íngreme da ladeira. Pela segunda vez, eu a vi inclinada para a frente e depois inclinou -se mais. Ela continuou ajustando a distribuição do peso corporal de acordo com a inclinação da ladeira. Mas eu não ensinei suas regras para subir a subida. Eu não acho que ela ensinará o passeio de sua filha em subida.

Lignelli-DippleSteffen HaiderCT

CT

Lignelli-Dipple

4

20151Sebastian Thrun ThrunMichel FoucaultStanford UniversityGoogleGoogle X49Thrun49 ele

Sebastian Thrun

20

X 3000X4 2007X

Thrun Thrun

ThrunThrun

ABCDAasymmetrical Bborders CcolorDdiameter 6Thrun

Thrun2Andre EstevaBrett Kuprel181320002000

EstevaKuprelABCDThrun

1000if-then-else

20156Thrun14,000 72%266%

ThrunEstevaKuprel252000

Thrun

Thrun

Thrun

Thrun A máquina de aprendizado de melanoma deve ser extraída da imagem, mas não pode nos dizer qual é o recurso. Isso é importante? É como o conhecimento que Deus está sorrindo. O aprendizado de máquina deve ser feito, e pode ser esclarecido de como os animais leem o pensamento das pessoas: isso é "apenas irracional".

Em relação ao futuro, o Dr. Thrun concebeu um mundo onde os seres humanos estão sendo constantemente diagnosticados e monitorados. Nossos telefones celulares analisarão o modo de voz móvel para diagnosticar a doença de Alzheimer; o volante identificará a doença inicial de Parkinson através de uma pequena hesitação e tremor; a banheira escaneará o corpo pela ressonância ultrassônica ou magnética inofensiva ao tomar banho. Existem anormalidades no ovário. O Big Data observará, gravará e avaliará você: transportamos em um algoritmo após o outro. Entrar na banheira do Dr. Thrun e no volante é como entrar em um lobby cheio de diagnóstico de dermatologista e espelhos de tratamento. Todo espelho nos exorta a fazer mais testes.

É realmente difícil não ser atraído por essa visão. Um programa médico que nos digitaliza (mesmo o nível da célula) ininterruptamente, o câncer mais antigo pode ser encontrado comparando as mudanças de cada dia? Pode fornecer avanços para testes de câncer? Esse cenário parece impressionante, mas uma coisa a saber é que muitos cânceres são sempre auto -limitando (não desenvolverá um tumor maligno). Podemos morrer com câncer, não morrer devido ao câncer. Essa máquina de diagnóstico causará milhões de biópsia desnecessária? Medicamente, o diagnóstico precoce de alguns casos pode salvar ou prolongar a vida. Em alguns casos, você só se preocupa com mais tempo, mas não viverá mais. Até que ponto, isso é um problema.

Quando perguntei a ele a influência desse sistema nos diagnósticos. O Dr. Thrun respondeu: "Estou interessado em amplificar as capacidades humanas. Você diz que a agricultura moderna eliminou alguns métodos originais de cultivo? Eles são todos bons, mas nos permite alimentar mais pessoas. A Revolução Industrial aumentou a força física humana. O telefone celular aumenta a capacidade da fala humana. No passado, você não podia gritar das pessoas na Califórnia de Nova York - Essa diálogo de distância -e esse dispositivo retangular em sua mão pode permitir que a voz das pessoas se espalhe três mil milhas. O telefone celular substitui a voz? Não, o telefone celular é um dispositivo aprimorado. A revolução cognitiva permitirá que o computador aumente os seres humanos em Da mesma maneira da mesma maneira. A capacidade de pensar. Assim como a máquina aumenta a força dos músculos humanos em 1.000 vezes, a máquina também tornará a força do cérebro humano mais forte ". O Dr. Thrun insiste que esses instrumentos de aprendizado em profundidade não substituirão dermatologistas e radiologistas. Eles fornecem conhecimento profissional e ajudam a melhorar a capacidade dos profissionais.

5

O Dr. Geoffrey Hinton, cientista da computação da Universidade de Toronto, disse que o papel das máquinas de aprendizagem na medicina clínica não é tão educada. Seu grande e -preto George Boole inventou a álgebra algébrica da boole é a pedra angular da computação digital, então ele também é conhecido como pai do aprendizado profundo. O Dr. Hinton estuda profundo aprendizado desde o final da década de 1970, e muitos de seus alunos se tornaram especialistas neste campo hoje.

Cientista da computação Dr. Geoffrey Hinton (Fonte de imagem: Universidade da Universidade de Toronto) Site oficial)

O Dr. Hinton me disse: "Acho que os radiologistas são como Wile E. Coyote na Cartoon Comics. Eles já estão à beira do penhasco, mas não tenho como ver o seguinte." Já existem produtos de aprendizado profundo. O Dr. Hinton disse uma vez sem rodeios em um hospital: "É óbvio que o aprendizado profundo além dos radiologistas dentro de 5 a 10 anos. Não deve ser treinado agora".

Quando perguntei à radiologista Angela Lignelli, Dra. Angela Lignelli, ela apontou que o papel do diagnóstico de radiologistas não é apenas um certo julgamento da categoria de doença ou não. Eles não apenas encontram as partes da embolia que causam derrames, mas também percebem uma pequena quantidade de sangramento em outras partes. tumores.

O Dr. Geoffrey Hinton acredita que a situação de "Crooked Wolf" pode ser semelhante ao radiologista atual (Fonte da imagem: The Fiscal Times)

Dr. Hinton agora é provocativo. Sua previsão para medicina automatizada é baseada em princípios simples: "Aprendizagem profunda pode resolver a classificação de dados maciços. Haverá milhares de aplicações de aprendizado profundo no futuro". Ele quer aprender a aprender. O algoritmo é usado para ler várias imagens X -Rains, CT e RM, que também é um valor de aplicação de curto prazo. Falando no futuro, ele disse que "o aprendizado de algoritmos pode ser usado para o diagnóstico patológico". Eles podem ler o revestimento do papai, ouvir sons cardíacos ou prever a recorrência de pacientes mentais. O Dr. Hinton disse: "No futuro, o papel do radiologista evoluirá ao concluir a conclusão da percepção (um pombo que foi treinado) para completar mais coisas cognitivas".

Também discutimos o problema da caixa preta. Embora os cientistas da computação estejam trabalhando duro, o Dr. Hinton reconhece o desafio de abrir a caixa preta e tentar entender o conhecimento dominado por esses poderosos sistemas de aprendizagem na forma de pensar e pensar. No entanto, ele acredita que a caixa preta é um problema que podemos aceitar. Ele disse: "Imagine deixar jogadores de beisebol e físicos julgar a posição da bola do que julgar o cargo. Os jogadores de beisebol podem não conhecer quadrados, mas ele jogou milhões de vezes, para que ele saberia claramente que a bola subia alto, o velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade, velocidade e velocidade e a velocidade e a velocidade e a velocidade. Quão rápido e onde cairão no solo. Os físicos podem calcular as mesmas coisas através da solução da equação. No entanto, o final do evento é exatamente o mesmo ".

Mencionei o fraco desempenho da geração anterior detecção e diagnóstico por meio de geração na mama X. O Dr. Hinton admite que qualquer nova tecnologia precisa aprovar ensaios clínicos rígidos para avaliação. Mas ele enfatizou que o design do novo sistema inteligente é aprendido com erros aprimorados ao longo do tempo. "Construímos um registro sistemático de cada diagnóstico incorreto -por exemplo, um paciente que finalmente sofre câncer de pulmão e, em seguida, revela a máquina na máquina. Podemos perguntar à máquina, o que você cometeu um erro aqui? Você pode otimizar o Diagnóstico? Se o médico diagnosticou o diagnóstico?

Alguns algoritmos ambiciosos de aprendizado de máquina querem integrar tratamento de linguagem natural (registros médicos para pacientes), conhecimento da enciclopédia, literatura de periódicos e banco de dados médico. Watson Health e Deepmind, o IBM Health System em Massachusetts, querem criar um sistema tão abrangente. Vi algumas demonstrações dessas dessas operações de teste e descobri que muitas delas, especialmente em componentes de aprendizado, ainda estão em desenvolvimento.

O Dr. Hinton é muito fascinado pelo futuro da aprendizagem profunda no diagnóstico, em parte derivada de sua própria experiência. Quando esse algoritmo foi desenvolvido, sua esposa foi diagnosticada com câncer de pâncreas avançado. Seu filho foi diagnosticado com melanoma maligno, mas finalmente a biópsia foi diagnosticada como carcinoma de células base, um menor câncer maligno. Hinton suspirou: "Ainda há muitas coisas para aprender. O diagnóstico precoce e preciso não é uma questão trivial. Podemos fazer melhor. Por que não deixar a máquina nos ajudar?"

6

Em uma manhã fria de março, depois de me encontrar com o Dr. Thrun e o Dr. Hinton, fui à clínica de dermatologia da Universidade de Columbia, localizada na 51ª rua de Manhattan. A Dra. Lindsey Bordone, médica assistente, providenciou para atender 49 pacientes naquele dia. Às 10 horas, a sala de espera estava cheia de pessoas. Um homem velho, com cerca de 60 anos, sentou -se no canto e cercou a erupção no pescoço com uma toalha. Um casal ansioso espremeu o "Times Weekly".

Dr. Lindsey Bordone (Fonte da imagem: Columbiadoctors)

O Dr. Bordone vê uma série de pacientes, por sua vez. Atrás da sala fluorescente, uma enfermeira estava sentada em frente ao computador e deu algumas palavras sumárias- "cinquenta anos, sem histórico médico, novos pontos suspeitos na pele", o Dr. Bordone entrou na sala de exame depois de ouvi-lo, cabelos loiros , loira, loira, loira, loira, loira, loira voam para trás.

Uma escala de escalas apareceu em um jovem na casa dos 30 anos. O Dr. Bordone o puxou sob a luz, verificou cuidadosamente a pele com um espelho de pele portátil, e o pêlista descascado caiu do nariz.

"Você tem caspa?", Ela perguntou.

O homem disse "é claro" confuso.

"Bem, isso é uma caspa de face", disse Bordone. "A situação é mais séria. Mas a questão é por que aparece agora e por que piorou. Você já usou alguns novos produtos para lavar cabelo recentemente? Existe uma pressão incomum em casa?

"Deve haver alguma pressão", disse ele. Recentemente, ele perdeu o emprego e afetou suas finanças.

"Continue escrevendo um diário", ela sugeriu. "Podemos determinar se essas mudanças de vida estão relacionadas." Ela escreveu uma receita para um creme e pediu que ele a revisasse dentro de um mês.

Na sala ao lado, um jovem assistente de advogado tinha algumas espinhas com coceira no couro cabeludo. Quando o Dr. Bordone tocou seu couro cabeludo, ele encolheu. Ela disse "dermatite seborréica" e o exame terminou.

Na outra sala, uma mulher tirou a roupa e vestiu sua doença. Ela sofreu de melanoma e está realizando ativamente inspeções de recorrência. Dra. Bordone verificou a pele com cuidado e olhou para eles um por um. Demorou 20 minutos, mas ela verificou e tocou toupeiras e pele com os dedos, e continuou a julgar enquanto seus dedos se moviam. Existem toupeiras e queratose, mas não há melanoma ou câncer. "Parece bom", e o médico finalmente resumiu. A paciente ficou aliviada.

Dessa forma: o Dr. Bordone entrou, olhou para a condição e deu uma conclusão diagnóstica. Ela se sente completamente como o lobo torto do Dr. Hinton, mas como o pequeno pássaro Manic BB (Roadrunner), Ela assistiu a uma série de pacientes, como tentar acompanhar o ritmo da esteira a seus pés. Quando ela escreveu um médico na sala dos fundos, perguntei -lhe como pensar na visão de diagnóstico descrita pelo Dr. Thrun: iPhone, enviada a uma poderosa rede não -sity por e -mail. Esta rede não tem dúvida, mas um conhecimento profissional difícil . Um dermatologista completo como o Dr. Bordone analisará 200.000 casos em sua vida. O algoritmo da máquina de Stanford absorveu quase 130.000 casos em 3 meses. Além disso, diferentemente dos novos dermatologistas, os médicos precisam entrar em contato com pacientes do zero, o algoritmo do Dr. Thrun sempre pode ser absorvido, crescendo e aprendido.

A facilidade do médico é de pássaros BB, ou está perto do lobo torto perto do penhasco? (Fonte da imagem: geek.com)

Dr. Bordone deu de ombros. Ela disse: "Se isso me ajudar a fazer julgamentos mais precisos, eu o receberei. Alguns de meus pacientes podem tirar fotos dos meus problemas de pele antes de me ver, o que aumentará a cobertura da clínica. "

Isso soa como a resposta razoável de um médico. Penso nos comentários tranquilizadores que o Dr. Thrun disse -a máquina apenas aprimora as habilidades humanas. No entanto, quando a máquina aprender cada vez menos, as pessoas aprenderão cada vez menos? Os pais estão preocupados há muito tempo: o que devo fazer se a criança tiver uma função de ortografia no celular da criança. E se a criança não aprender a soletrar? Esse fenômeno é chamado de "viés de automação". A direção autônoma reduzirá sua vigilância e a automação médica. Talvez o Dr. Bordone seja como o Sr. John Henry, que está prestes a estar no primeiro lugar da broca de vapor (na história folclórica americana, o poder é melhor que a broca a vapor, mas o herói trágico que morreu devido ao coração excessivo pressão na competição). No entanto, quando viu um médico, ela se concentrou nos detalhes de cada pele e toupeira com os dedos. Esses são os detalhes de consultar um médico. Se ela cooperar com a máquina, isso continuará?

Também notei outros modelos do Dr. Bordone interagindo com os pacientes. Por um lado, os pacientes quase sempre se sentem melhor depois de consultar um médico. Eles foram tocados e cuidadosamente verificados pelos médicos para se comunicar com o médico. Até as "moles" e "ceratinomia", como o médico, disse como um agente hidratante: este é um processo de cura profunda. A mulher que tinha uma história pré -histórica de melanoma chegou ao hospital quando saiu do hospital, e parecia muito boa e não tinha carga mental. Sua ansiedade foi levantada.

Por outro lado, como os pesquisadores brasileiros podem adivinhar, o diagnóstico é uma cognição instantânea para o Dr. Bordone. Quando ela disse "dermatite" ou "eczema", parecia que ela estava reconhecendo o rinoceronte: quando reconheceu essa doença, quase podia ver o neurônio da coluna no fundo do cérebro piscando. Mas a visita não acabou. Em quase todos os casos, o Dr. Bordone passa muito tempo explorando a causa da doença. Por que são sintomas? É estresse? Causado por New Shampoo? Alguém muda o gás de cloro na piscina? Por que está na doença agora?

De repente, percebi que a prática clínica mais poderosa não é "saber o que" ou "saber como", nem dominar os fatos da doença nem como perceber a doença. É a terceira área de conhecimento: saiba o porquê.

7

A explicação pode ser superficial ou profunda. As bolhas vermelhas aparecem nos dedos porque você toca um ferro quente. As bolhas vermelhas aparecem nos dedos porque as queimaduras estimularam as reações de acoplamento inflamatório de prostaglandinas e citocinas, um processo de regulamentação que ainda não entendemos totalmente. Saber o porquê -por que é a maneira como podemos explicar, e mais e mais explicações promoverão o progresso médico. O Dr. Hinton mencionou a metáfora de jogadores de beisebol e físicos. Independentemente de o médico ser uma máquina ou humanos, eles são como o jogador de beisebol qualificado, mas difícil. Pesquisadores médicos são como esse físico, um é o teórico do campo clínico, e o outro é o teórico do campo de beisebol. Os dois também estão ansiosos para saber "por que". Essa divisão de responsabilidades é simples, mas causará perdas?

"O sistema de aprendizado profundo não tem nenhuma explicação", disse Hinton, francamente. Black Box não pode investigar a causa. De fato, "quanto mais forte o sistema de aprendizado profundo, mais opaca. À medida que mais recursos são extraídos, o diagnóstico se torna cada vez mais preciso. Por que essas características serão selecionadas a partir de milhões de outras características, ainda é um mistério não resolvido". O algoritmo pode resolver o problema, mas não pode estabelecer um problema.

No entanto, descobri que o progresso médico no campo da oncologia é frequentemente promovido por profissionais qualificados e também é promovido por pesquisadores cheios de curiosidade e percepção. De fato, nas últimas décadas, médicos ambiciosos têm trabalhado duro para desempenhar o papel de jogadores de beisebol e físicos: eles entendem as causas fisiológicas da doença através dos sintomas. Por que o limite assimétrico das lesões da pele indica melanoma? Por que alguns melanoma degeneram espontaneamente, às vezes as placas de pele brancas aparecem? De fato, a observação dos médicos acabou levando à invenção dos medicamentos imunes clínicos mais eficazes na clínica -que o limite da pele foi originalmente o resultado da resposta imune. Essa reação também pode tratar o melanoma. Esta série de descobertas começou na clínica. Se cada vez mais prática clínica é rebaixada para o sistema de aprendizado de máquina cada vez mais opaco, se as duas formas intelectuais das duas formas intelectuais de ocultação e explícita são diárias espontâneas e intimamente -saiba o que é, saiba como fazer, saiba por que - - Começa a degenerar, faremos cada vez mais habilidosos, mas somos cada vez mais incapazes de reexaminar o que fazer. Não podemos pensar fora da caixa preta do algoritmo?

Dr. David Bickers, diretor da Columbia Dermatology, falou sobre o futuro da automação. Ele disse: "Eu tento ler o artigo do Dr. Thrn. Não entendo os cálculos matemáticos por trás dele, mas sei que esses algoritmos podem mudar a prática da dermatologia. Os dermatologistas perderão o emprego? Eu não acho Então, mas acho que devemos nos esforçar para considerar como integrar esses procedimentos à prática clínica. Como pagamos por eles? Como podemos definir responsabilidades legais ao fazer previsões erradas? Contratará esses algoritmos a enfraquecer a capacidade de operação ou a imagem dos médicos ? O campo médico nos técnicos de trem final e não um médico? "

Falando nisso, ele olhou para a época, e alguns pacientes estavam esperando, e ele se levantou e saiu. "Fui um cientista e cientista de diagnóstico por toda a minha vida. Sei o quanto o paciente confia na capacidade de eu distinguir lesões cruéis das lesões benignas. Também sei que o conhecimento médico vem do diagnóstico". Ele me lembrou que me lembrou que O termo "diagnóstico" vem da Grécia, o significado original é "distinto". No futuro, os algoritmos de aprendizado de máquina só serão melhores em recursos "distintos" -distinguindo e identificarão mole e melanoma. No entanto, uma cognição abrangente supera o algoritmo centrado na missão. No campo do médico, talvez a recompensa final seja confiar na cognição geral.

Observação:

O autor deste artigo é o Dr. Siddhartha Mukherjee é um cientista americano indiano. Ele obteve um doutorado no estudo da pesquisa de vírus carcinogênicos na Universidade de Oxford. "O Imperador de All Maladies" ganhou o Pulze Literature Award de 2011, e também foram os dez principais livros do New York Times em 2010. O mais recente trabalho "The Gene: A Intimate History" foi selecionado para o New York Times 2016 e o candidato anual do Guardian.

Materiais de referência:

A.I. versus M.D.

(Este artigo é reproduzido por Yaoming Kangde, então obrigado!)

Em 27 de março, a Cúpula de Tecnologia da AI Ecológica e a Cúpula de Tecnologia Ecológica e a cerimônia de prêmios do Concurso de Empreendedorismo Xinzhiyuan 2017 foi realizada, e mais de 600 elites da indústria, incluindo "Bat", reunidas na China de 2017. O desenvolvimento da inteligência artificial foi pintado com um forte forte derrame.

Clique para ler o texto original, verifique o registro real da versão de texto da conferência

Visite os links a seguir, revise a grande ocasião da conferência:

• Comunidade Alibaba Yunqi: Tencent: