现如今,霍华德创建的公司Enlitic正在与影像诊断服务公司Capitol Health合作,研发可以分析X光片的软件。Enlitic的目标并不是为了取代放射科医生,他们的软件旨在帮助医生更快地完成诊断工作,同时降低误诊率。首先,Enlitic的软件会核查所递交的每一幅图像,确保图像与医生的要求相匹配。例如,如果一幅图像标注为左膝盖,软件便会寻找图像中的异常情况,以确定图像展示的并不是右膝盖。
根据自己的发现结果,Enlitic的软件会指定X光片的优先等级,随后将其提交给放射医生。例如,如果在一对肺部的X光片中发现小瘤,它会将其列为“高优先级”,而后将结果提交给专门检查肺部的放射医生;如果发现疑似动脉瘤,便会将X光片提交给负责心血管的放射医生;如果没有发现任何异常,便会将X光片定为低优先级。在放射医生做出诊断之后,Enlitic的软件会利用文字自动生成功能,帮助医生书写诊断报告中那些枯燥和没有技术含量的部分。
Enlitic的X光片分析算法是深度学习技术最新应用的一个很好例子。现在,Facebook正利用这一技术帮助盲人给照片添加标题。最近,Yelp公司阐述了如何利用深度学习技术让饭馆列表上的照片实现最优化。此外,微软的Skype实时翻译工具也采用了类似技术。
Enlitic并不是唯一一家将人工智能应用于医疗领域的公司。IBM的超级电脑“沃森”已用于纪念斯隆-凯特琳癌症中心的研究工作。最近,“沃森”还承担起了提供饮食和健身建议的工作。应用程序Bright.md则能够帮助医生快速安排日程。Enlitic的目标是利用深度学习技术辅助医疗诊断。这是这项技术迄今为止接受的最具有挑战性的实践检验之一。
霍华德希望这项技术的触角能够延伸到亚洲和更多地区的医疗诊断领域,尤其是发展中国家。根据世界经济论坛报告的预测,如果不加快培训速度,发展中国家将出现医学专家严重短缺的窘境。庆幸的是,人工智能技术能够缓解这种压力。
撰稿:Klint Finley来源:wired.com