Ai取代專業? 醫療大數據讓人工智慧有智慧
「科技始終來自人性。」隨著科技發展,人類的生活越來越便利,手機內有人工智慧助手;汽車也有了自動駕駛功能。在醫療領域,也出現許多人工智慧輔助的醫療器材與軟體。到底是科技引領醫療改變,還是醫療帶著科技改變?
2020年慈濟人醫年會,廖威博與台下慈濟人醫會醫療工作者分享:「醫療大數據 人工智慧有智慧」。慈濟醫療法人廖威博顧問說,其實是相輔相成的,醫療有需求,科技就會跟著研發。2020年10月2日是國際人醫年會第二天,廖威博顧問分享現在最熱門的「大數據」如何與醫療結合。
生活中常聽到人工智慧(Artificial intelligence, AI),應用在醫療上便成為醫療人工智慧,到底什麼是醫療人工智慧?廖威博解釋,包含臨床決策輔助系統(Clinical decision support system, CDSS)、知識庫(Knowledge base)、推理引擎(Inference engine)、專家系統(Expert system)、機器學習(Machine learning)都屬於醫療人工智慧的應用。
人工智慧的應用,並不是要取代醫生。廖威博說明臨床決策輔助系統的核心概念,把腦中複雜的判斷寫成決策樹,讓電腦經過IF-THEN ELSE邏輯運算,最後得出診斷結果。以前也曾有許多類似的計畫,但是到了最後都失敗,原因就出在其中的IF-THEN ELSE邏輯到底要怎麼設計,這個關鍵技術是最難的步驟,常導致最後判斷結果失準。
而人工智慧恰好可以補上這個缺口。廖威博以Alpha go為例,在下棋時,人類往往會依據自己的經驗,也就是學過的棋譜,但Alpha go以戰勝為目的,所以它的下一步常常出乎大家的意料之外,心中有棋譜時會窒礙難行,忘掉過去的棋譜,反而讓它可以獲勝。就像Knowledge base也常會被自己的Knowledge所障礙。這也就是所知障,知道得越多,障礙越多,回歸不到初心,就會糾結在每天的事項裡。
慈濟的醫療科技,自1995年開始,健保局推行行政作業電子化、電子病歷,到近幾年發展AI智慧化醫療。由於臨床醫學術語系統(Systematized Nomenclature of Medicine-Clinical Terms, SNOMED CT)推行困難,為提升病歷品質,慈濟今年開始跟華碩合作,整合七家慈濟醫院的醫療大數據與研究數據,用人工智慧開發「慈濟醫療大數據平台」。
結合了大量病歷資料,慈濟醫院的臨床決策輔助系統根據四步驟:風險預估、發生原因、建議行動、模擬結果,用電腦運算做資源評估、選擇治療方向以及預測結果,這套系統可以有效地協助醫生擬定治療計劃。
另一個人工智慧很常應用的地方就是醫療影像判讀,因為速度快,且精準度高。利用GPU(graphic processing unit)去處理大量的像素(pixel)。然而,廖威博說,若投入資源研發醫療影像判讀,只能判斷影像,若是可以把人工智慧應用在整合各種醫學檢驗報告與影像資料來協助病情判斷,可以發揮更大的功能。慈濟醫療志業與華碩合作開發的人工智慧早期肺癌偵測系統,採用最新的AI演算法,能將醫師原本需要花十分鐘仔細判讀的時間,降低至一分鐘內。
人工智慧的另一個好處,是可以橫向連結。建立數據庫之後,提供醫生電子病歷智慧搜尋服務,讓他們可以抽絲剝繭,找出某些疾病與其他病徵之間是否有關聯。慈濟醫院也利用人工智慧模型整合HIS系統,包括護理站的電子白板、每日查房的紀錄,達到訊息同步,協助醫護人員注意再住院風險高的病患等。
由於每天工作非常忙碌,常常產生許多煩惱,廖威博分享,學會轉念讓他可以去除煩惱,找回自己最初的目標。人工智慧協助醫生找出病因,是從繁雜的數據中理出邏輯。日常生活中,我們也常有許多煩惱縈繞於心。人工智慧不僅「人工」,還很有「智慧」,教會我們在繁瑣中不被舊觀念所影響,堅持對的事情做就對了。
附圖:▲▼廖威博與慈濟人醫會分享運用醫療大數據,讓人工智慧有智慧。(圖/慈濟基金會提供)
圖/慈濟基金會提供、文/林佳予
資料來源:
https://www.ettoday.net/news/20201003/1823637.htm#ixzz6a5IY9HsK
「inference engine」的推薦目錄:
- 關於inference engine 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於inference engine 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於inference engine 在 DeepBelief.ai 深度學習 Facebook 的最讚貼文
- 關於inference engine 在 The Inference Engine - YouTube 的評價
- 關於inference engine 在 inference-engine · GitHub Topics 的評價
- 關於inference engine 在 Unity Inference Engine - Unity ML-Agents Toolkit 的評價
- 關於inference engine 在 inference engine based chatbot in java - prolog - Stack Overflow 的評價
inference engine 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
Ai取代專業? 醫療大數據讓人工智慧有智慧
「科技始終來自人性。」隨著科技發展,人類的生活越來越便利,手機內有人工智慧助手;汽車也有了自動駕駛功能。在醫療領域,也出現許多人工智慧輔助的醫療器材與軟體。到底是科技引領醫療改變,還是醫療帶著科技改變?
2020年慈濟人醫年會,廖威博與台下慈濟人醫會醫療工作者分享:「醫療大數據 人工智慧有智慧」。慈濟醫療法人廖威博顧問說,其實是相輔相成的,醫療有需求,科技就會跟著研發。2020年10月2日是國際人醫年會第二天,廖威博顧問分享現在最熱門的「大數據」如何與醫療結合。
生活中常聽到人工智慧(Artificial intelligence, AI),應用在醫療上便成為醫療人工智慧,到底什麼是醫療人工智慧?廖威博解釋,包含臨床決策輔助系統(Clinical decision support system, CDSS)、知識庫(Knowledge base)、推理引擎(Inference engine)、專家系統(Expert system)、機器學習(Machine learning)都屬於醫療人工智慧的應用。
人工智慧的應用,並不是要取代醫生。廖威博說明臨床決策輔助系統的核心概念,把腦中複雜的判斷寫成決策樹,讓電腦經過IF-THEN ELSE邏輯運算,最後得出診斷結果。以前也曾有許多類似的計畫,但是到了最後都失敗,原因就出在其中的IF-THEN ELSE邏輯到底要怎麼設計,這個關鍵技術是最難的步驟,常導致最後判斷結果失準。
而人工智慧恰好可以補上這個缺口。廖威博以Alpha go為例,在下棋時,人類往往會依據自己的經驗,也就是學過的棋譜,但Alpha go以戰勝為目的,所以它的下一步常常出乎大家的意料之外,心中有棋譜時會窒礙難行,忘掉過去的棋譜,反而讓它可以獲勝。就像Knowledge base也常會被自己的Knowledge所障礙。這也就是所知障,知道得越多,障礙越多,回歸不到初心,就會糾結在每天的事項裡。
慈濟的醫療科技,自1995年開始,健保局推行行政作業電子化、電子病歷,到近幾年發展AI智慧化醫療。由於臨床醫學術語系統(Systematized Nomenclature of Medicine-Clinical Terms, SNOMED CT)推行困難,為提升病歷品質,慈濟今年開始跟華碩合作,整合七家慈濟醫院的醫療大數據與研究數據,用人工智慧開發「慈濟醫療大數據平台」。
結合了大量病歷資料,慈濟醫院的臨床決策輔助系統根據四步驟:風險預估、發生原因、建議行動、模擬結果,用電腦運算做資源評估、選擇治療方向以及預測結果,這套系統可以有效地協助醫生擬定治療計劃。
另一個人工智慧很常應用的地方就是醫療影像判讀,因為速度快,且精準度高。利用GPU(graphic processing unit)去處理大量的像素(pixel)。然而,廖威博說,若投入資源研發醫療影像判讀,只能判斷影像,若是可以把人工智慧應用在整合各種醫學檢驗報告與影像資料來協助病情判斷,可以發揮更大的功能。慈濟醫療志業與華碩合作開發的人工智慧早期肺癌偵測系統,採用最新的AI演算法,能將醫師原本需要花十分鐘仔細判讀的時間,降低至一分鐘內。
人工智慧的另一個好處,是可以橫向連結。建立數據庫之後,提供醫生電子病歷智慧搜尋服務,讓他們可以抽絲剝繭,找出某些疾病與其他病徵之間是否有關聯。慈濟醫院也利用人工智慧模型整合HIS系統,包括護理站的電子白板、每日查房的紀錄,達到訊息同步,協助醫護人員注意再住院風險高的病患等。
由於每天工作非常忙碌,常常產生許多煩惱,廖威博分享,學會轉念讓他可以去除煩惱,找回自己最初的目標。人工智慧協助醫生找出病因,是從繁雜的數據中理出邏輯。日常生活中,我們也常有許多煩惱縈繞於心。人工智慧不僅「人工」,還很有「智慧」,教會我們在繁瑣中不被舊觀念所影響,堅持對的事情做就對了。
附圖:▲▼廖威博與慈濟人醫會分享運用醫療大數據,讓人工智慧有智慧。(圖/慈濟基金會提供)
圖/慈濟基金會提供、文/林佳予
資料來源:
https://www.ettoday.net/news/20201003/1823637.htm…
inference engine 在 DeepBelief.ai 深度學習 Facebook 的最讚貼文
微軟重磅發布onnx runtime,所有支持onnx協議之模型(當然是指微軟cntk,臉書pytorch,以及這世界上除了tensorflow以外的大部分深度學習工具)都能更輕量更高速的進行推理自動化
Microsoft's ONNX Runtime, a high-performance inference engine for machine learning models, is now open source. It can deliver an average performance boost of 2x for scoring ML models.
inference engine 在 inference-engine · GitHub Topics 的推薦與評價
FeatherCNN is a high performance inference engine for convolutional neural networks. ... Adlik: Toolkit for Accelerating Deep Learning Inference. ... <看更多>
inference engine 在 Unity Inference Engine - Unity ML-Agents Toolkit 的推薦與評價
Unity Inference Engine. The ML-Agents Toolkit allows you to use pre-trained neural network models inside your Unity games. This support is possible thanks ... ... <看更多>
inference engine 在 The Inference Engine - YouTube 的推薦與評價
Comment • 1 · Rule Based Expert Systems · First Order Logic · Foundations of causal inference and its impacts on machine learning webinar · tinyML ... ... <看更多>