2019/09/10 11:11

医学AI过不了图灵测试？却让肥胖症患者怀疑人生…

如果你平时关注一些高水平的医学期刊、高大上的媒体以及Science和Nature等顶级学术期刊，那么，不难发现医学化的机器学习以及大数据等正紧锣密鼓地展开。虽然关于AI能在医学领域能做什么的猜想比比皆是，但医学领域的AI到底能做什么呢？是时候做一个测试了…

什么样的测试呢？回答这个问题之前，我们需要了解以下两个问题，一是AI在目前的应用大致范围，二是目前AI应用于医学领域的现状以及该测试该应用于哪一医学领域。

人工智能以及大数据目前所做的事情主要有两方面：一方面是处理海量数据，这点即使经过训练的资深技术人员也无法与之匹敌；另一方面是自动化，换句话说就是，即使现在人类能做的非常复杂的事情，以后也可以无人化、自动化。两者也可以结合，比如现在研究火热的无人驾驶汽车。这两方面也是AI在医学领域的主要应用方向，未来若两者结合，或许能开发出类似无人驾驶汽车的医疗AI产品。

AI应用于医学领域的现状

在医学影像领域，用计算机对医学影像图片（如乳腺癌X光片、结肠镜检查和心电图）进行处理和分析并不新奇了。早在19世纪初，数码图片分析和人脸识别技术就有了雏形，利用机器阅读心电图也早在上世纪60年代出现，只不过以前的技术缺陷，被现在的AI技术所弥补。显然，人们不需要在这方面进行测试。

▲ 我是AI，我是天使，人类......（图片来源：Pixabay）

从医学诊断领域来说，不少科技巨头试图开发医学诊断AI，但是从现有失败经验——IBM夸大Watson使用人工智能来确诊新癌症疗法，似乎在提醒着人们：目前的医学发展较多依赖临床经验，缺乏很多固定规则，AI从这医学诊断方面入手似乎也有些操之过急。

从改善优化医生诊断效率来看，AI确实可以让医疗更加人性化，但问题也很多。比如把医生从繁忙的琐事中解放出来，与病人有更多的交流互动，但是所有数据和相关分析都交给AI做，又不可避免会地造成医学“泰勒主义化”（译者注：医院效率至上后医生会有更多时间看更多病人，可能会导致医院企业化）。此外，当AI的日常使用功能成为常态，医学科技发展可能会停滞不前。举个例子，假如有一天AI能为病人按时按量的提供处方药，我们很可能希望AI能够准备一场手术所需的一切，最好把手术也给做了，最好来个AI术前、术中、术后“一条龙”全套服务！

图灵测试

医学AI要处理很多复杂的事情并根据患者状况做出相应决断，也就是说AI能像人类医生一样思考、决策，这就要求医学AI通过图灵测试（Turing Test）。图灵测试，由英国数学家和计算机科学家艾伦·图灵于1950年提出，当测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问；进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能的。其目的就是确定计算机能否像人类一样执行复杂的决策。但目前为止，不仅是医学领域，在几乎所有领域，还没有计算机能通过图灵测试。

但这篇文章作者Michael J. Joyner认为，在医学方面，人们可以从治疗严重肥胖症患者方面找出突破口。这也就是文章开头所说的测试。

为什么是肥胖症？

肥胖症是一个普遍疾病，而且与心血管等疾病息息相关。再者，与其他疾病相比，肥胖症治疗有许多易于测量的指标，一张量表、一个BMI指数，就可以进行量化。目前，手术可能是最有效的治疗方式，但毕竟不是长久之计啊！割掉的脂肪，对于“管不住嘴、迈不开腿”的患者来说，旧脂肪不去新脂肪不来，长起膘来也还是分分钟的事。

▲ 胖怎么啦.....又没吃你家粮食（图片来源：Pixabay）

这两点也就显示出AI应用于肥胖症患者的优势了。除了简单的身体综合指标的检测，AI还可以综合患者的遗传数据、饮食和运动偏好，结合可穿戴设备收集的信息，制订个性化的食谱并通过短信发给患者。甚至，在患者忍不住胡吃海喝时，通知餐馆控制食物的种类和分量。做的更“惨绝人寰”一些，可以对其乘坐汽车等进行编程和追踪，使患者难以在快餐店停留。或者，当算法监测到患者有“管不住嘴”的迹象时，可以通过可穿戴的医疗AI设备，调节身体的激素水平或者让大脑中出现厌食的情绪，神不知鬼不觉地就让患者打消了进食的念头。

这样一个“3D化”的减肥治疗方案若是开发出来，势必会对手术治疗肥胖的方法产生冲击，也能作为一个测试，告诉人们AI在医疗领域到底能做什么、怎么做、潜力有多大，从而为后续的开发提供宝贵经验。

参考资料

[1] Artificial intelligence formedicine needs a Turing test. Obesity would be a good one Retrieved Aug 30, 2019

fromhttps://www.statnews.com/2019/08/28/artificial-intelligence-medicine-turing-test-obesity/

药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康，带你看全AI时代的智慧之光。

产业智慧医疗

相关分析技术

相关分析就是对总体中确实具有联系的标志进行分析，其主体是对总体中具有因果关系标志的分析。它是描述客观事物相互间关系的密切程度并用适当的统计指标表示出来的过程。在一段时期内出生率随经济水平上升而上升，这说明两指标间是正相关关系；而在另一时期，随着经济水平进一步发展，出现出生率下降的现象，两指标间就是负相关关系。

来源：MBA智库

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。

来源：维基百科

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在维空间内，有个分量的一种量，其中每个分量都是坐标的函数，而在坐标变换时，这些分量也依照某些规则作线性变换。称为该张量的秩或阶（与矩阵的秩和阶均无关系）。在数学里，张量是一种几何实体，或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达，记作标量的数组，但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中，表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了，它们都是二阶张量，对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

来源：维基百科

图灵测试技术

图灵测试（英语：Turing test，又译图灵试验）是图灵于1950年提出的一个关于判断机器是否能够思考的著名试验，测试某机器是否能表现出与人等价或无法区分的智能。测试的谈话仅限于使用唯一的文本管道，例如计算机键盘和屏幕，这样的结果是不依赖于计算机把单词转换为音频的能力。

来源：维基百科