在醫(yī)療診斷領(lǐng)域，人工智能技術(shù)的應(yīng)用正日益普及，但其準(zhǔn)確性和可靠性仍然是公眾和專業(yè)人士關(guān)注的焦點(diǎn)。本文深入探討了AI輔助診斷中存在的挑戰(zhàn)，特別是AI如何突破人類醫(yī)生診斷準(zhǔn)確率的“天花板”，以及如何識別和利用那些可能被人類醫(yī)生忽視的隱藏特征。

前段時(shí)間讀了杰羅姆·格魯普曼的《醫(yī)生如何思考》（How Doctors Think）。這本書我覺得任何接受過重大治療的人都應(yīng)該讀一下，它會徹底改變你對醫(yī)生的看法。書里提到一個(gè)讓我震驚的事實(shí)：即使是通過委員會認(rèn)證的放射科醫(yī)生，他們大約有 15% 的時(shí)間會對自己的診斷意見不一致（如果沒記錯(cuò)的話）。

讓我好奇的是，既然人類醫(yī)生都有這種限制，那我們怎么讓人工智能的診斷準(zhǔn)確率比人類高？

目前的方法，比如放射科醫(yī)生的診斷，準(zhǔn)確率可能在 95% 左右。如果我們用這些準(zhǔn)確率只有 95% 的方法來訓(xùn)練 AI，那么 AI 怎么能突破這條“天花板”？它需要一些我們還沒意識到的知識來提高到 99.999% 的準(zhǔn)確度，但這些知識我們自己卻并不知道它們是什么。

舉個(gè)極端但形象的例子。假設(shè)有種叫紅流感的疾病，患者臉上會出現(xiàn)紅點(diǎn)，這點(diǎn)大家都知道，但更少人注意到的是，這種病可能會在發(fā)病前四周讓腳趾甲變紫。人類醫(yī)生可能永遠(yuǎn)不會發(fā)現(xiàn)這個(gè)細(xì)節(jié)，但 AI 可能會自動發(fā)現(xiàn)兩者的聯(lián)系。問題是，我們?nèi)绾沃鲃诱业竭@些“紫腳趾甲”式的隱藏特征？

做了8年产品经理后，我是这么看产品经理的

我个人是从非常初级的产品经理做起，再到负责一个大产品的项目管理，现在有幸跳出了日常基础的工作更多的去看产品的PMF，product strategy...

查看详情 >

更復(fù)雜的是，我們的數(shù)據(jù)本身可能會欺騙 AI。拿肺癌來說，訓(xùn)練數(shù)據(jù)相對簡單。我們可以只用活檢確認(rèn)過的癌癥患者的 CT 和 XR（而不是那些放射科醫(yī)生懷疑有癌癥但未確診的樣本），這樣訓(xùn)練出來的 AI 特異性幾乎是 100%。敏感性如何？這很難說，但實(shí)際上人類醫(yī)生的敏感性也沒有明確的標(biāo)準(zhǔn)。

但如果是肺炎，情況就完全不同了。肺炎沒有像活檢一樣的“金標(biāo)準(zhǔn)”來驗(yàn)證，診斷往往依賴 XR 上的特征和醫(yī)生的經(jīng)驗(yàn)判斷。訓(xùn)練數(shù)據(jù)不可避免會摻雜噪聲，這種情況下，AI 的特異性一定低于 100%。

不過即便如此，AI 的一致性可能讓它在實(shí)際表現(xiàn)中仍然優(yōu)于平均水平的醫(yī)生。即便訓(xùn)練數(shù)據(jù)并不完美，AI 也有可能接近頂級放射科醫(yī)生的表現(xiàn)，這比普通醫(yī)生要好得多。

然而，AI 還有一個(gè)問題是它的“黑箱”屬性。我們不知道它在檢測癌癥時(shí)究竟看到了什么，忽略了什么，也無法完全理解它的決策過程。就像醫(yī)學(xué)本身更像一場概率游戲一樣，AI 也并非絕對確定的工具。