制服丝袜成人电影|欧洲美女激情AV|久久天堂无码AV|日本一及黄色电影一及黄色|天摸天操天啪欧美|AA级黄色一级特黄成人大片|日韩特级AAA毛片|特级黄色成人录像|激情啪啪综合亚洲A黄|特黄一级AAA日本在线观看

首先，我們必須區(qū)分基于規(guī)則的閉環(huán)處理與真正的廣義人工智能（體現(xiàn)在通用人工智能中）的實(shí)施。目前市場(chǎng)上被稱為人工智能的技術(shù)只是根據(jù)已知的人類規(guī)則行事。機(jī)器學(xué)習(xí)中的任何智能都能提高已知規(guī)則的效率和實(shí)用性，而不是揭示一套未知的規(guī)則。

在醫(yī)療技術(shù)和其他領(lǐng)域，已經(jīng)有許多應(yīng)用系統(tǒng)根據(jù)規(guī)則對(duì)來自各種傳感器和其他來源的數(shù)據(jù)進(jìn)行分析和處理，以生成 “智能結(jié)果”。計(jì)算平臺(tái)根據(jù)預(yù)先編程的規(guī)則利用數(shù)字化數(shù)據(jù)進(jìn)行分析并不是什么新鮮事。

例如，在醫(yī)療技術(shù)領(lǐng)域，幾乎所有的現(xiàn)代血糖儀都能采集血液樣本，確定血糖水平的特征，并輸出eAG水平的數(shù)值，以及對(duì)血糖水平是高、正常還是低的定性評(píng)估。較新的設(shè)備現(xiàn)在可以查看趨勢(shì)，并對(duì)eAG隨著時(shí)間推移的走向提出可預(yù)測(cè)的建議。這代表了自“智能互聯(lián)設(shè)備”誕生以來的低智能水平。這并不代表我們大多數(shù)人所設(shè)想的人工智能的高智能水平。

人工智能在醫(yī)療技術(shù)領(lǐng)域更復(fù)雜的應(yīng)用是使用更廣泛、更龐大的數(shù)據(jù)輸入集來產(chǎn)生大多數(shù)人無法輕易獲得的洞察力，例如用于幫助醫(yī)療保健專業(yè)人員管理患者使用的處方藥和非處方藥補(bǔ)充劑的軟件。

例如，美國(guó)大多數(shù)醫(yī)生都使用電子病歷（EMR）系統(tǒng)，該系統(tǒng)可追蹤患者的各種病情、治療方法和檢查結(jié)果。他們還會(huì)在病人的個(gè)人資料中追蹤藥物和保健品的使用情況。對(duì)于有常規(guī)病癥的患者，醫(yī)生在提出新的處方建議時(shí)會(huì)評(píng)估患者使用的常用藥物和保健品。對(duì)于那些健康狀況復(fù)雜的患者，有時(shí)會(huì)涉及到使用異國(guó)新藥或標(biāo)簽外用藥等可能相互沖突的診斷和治療，這些藥物和治療之間的相互作用可能不容易被初級(jí)保健醫(yī)生甚至是專科醫(yī)生發(fā)現(xiàn)。

即使是簡(jiǎn)單的病例，醫(yī)生也是人，也可能在開藥方時(shí)出錯(cuò)。如今，EMR系統(tǒng)可以在簡(jiǎn)單和復(fù)雜的情況下應(yīng)用廣泛的智能因素，向醫(yī)療保健專業(yè)人員提出用藥建議，這非常有幫助。這對(duì)最大限度地減少錯(cuò)誤或提供單個(gè)醫(yī)療保健專業(yè)人員難以發(fā)現(xiàn)的新穎指導(dǎo)大有裨益。

即使使用了這些工具，醫(yī)生仍需運(yùn)用人工判斷來解釋結(jié)果和建議。醫(yī)生可能會(huì)推翻電子病歷的建議，開出標(biāo)示外用藥處方。這些例子屬于人工智能的第一個(gè)層次，在這一層次中，機(jī)器智能超越了人類的能力，盡管是在非常狹窄的范圍內(nèi)。

要想讓人工智能在處理大量不同數(shù)據(jù)的基礎(chǔ)上使用更廣泛的機(jī)器智能來發(fā)現(xiàn)自己的規(guī)則，仍然存在許多挑戰(zhàn)。在這種情況下，人工智能引擎可以通過人類編程算法無法預(yù)見的洞察力來開發(fā)智能。要做到這一點(diǎn)，人工智能引擎需要訪問大量可靠的數(shù)據(jù)，而這其中存在許多挑戰(zhàn)，包括：

- 藥品制造商不會(huì)公開分享與藥品相關(guān)的所有數(shù)據(jù)，只會(huì)有選擇性地公布獲得 FDA 認(rèn)證所需的測(cè)試結(jié)果。

- 人工智能引擎無法普遍使用患者數(shù)據(jù)。EMR系統(tǒng)之間的數(shù)據(jù)共享受到限制。在短期內(nèi)，想要開發(fā)人工智能引擎的外部開發(fā)人員不太可能獲得EMR數(shù)據(jù)。這限制了人工智能系統(tǒng)可訪問的數(shù)據(jù)量。

- 即使在最好的情況下，EMR系統(tǒng)也可能無法訪問所有相關(guān)的患者數(shù)據(jù)。例如，一位使用 EMR“系統(tǒng)A”的?？漆t(yī)生會(huì)包含處方信息，而這些信息可能會(huì)被發(fā)送到一家藥房。病人就診的另一位?？漆t(yī)生可能使用 EMR“系統(tǒng)B”，處方信息被發(fā)送到另一家藥房。主治醫(yī)生可能看不到發(fā)送到不同藥房的所有藥物的綜合信息。病人可能會(huì)忘記告知主治醫(yī)生他們看的所有醫(yī)生的所有處方。他們也可能忘記告訴主治醫(yī)生，或所有非處方藥補(bǔ)充劑、飲食或其他生活方式因素，而這些因素可能看起來并不相關(guān)。對(duì)于評(píng)估整個(gè)患者資料的醫(yī)生或試圖做同樣事情的人工智能來說，患者提供的這些看似不重要或被遺忘的信息或錯(cuò)誤可能是檢測(cè)或治療疾病或評(píng)估患者健康軌跡的關(guān)鍵。

- 研究數(shù)據(jù)是專有的，人工智能可能無法獲取。大學(xué)和制藥公司可能不會(huì)將其研究數(shù)據(jù)公之于眾（至少在這些數(shù)據(jù)獲得知識(shí)產(chǎn)權(quán)保護(hù)之前不會(huì)）。

- 研究數(shù)據(jù)可能具有完整性，也可能不具有完整性。值得慶幸的是，大多數(shù)研究數(shù)據(jù)都是本著真實(shí)和誠(chéng)實(shí)的原則編制的，但每年都有未經(jīng)同行評(píng)審或雖經(jīng)評(píng)審但包含未被發(fā)現(xiàn)的錯(cuò)誤或完全偽造的研究數(shù)據(jù)被公布的情況。

- 被證明成功的藥物或程序可能會(huì)公布數(shù)據(jù)。但是，失敗的治療方法的數(shù)據(jù)可能不會(huì)被公布。對(duì)于試圖發(fā)明新的治療方法的人工智能來說，了解哪些方法無效以及相關(guān)的副作用可能與了解哪些方法有效的數(shù)據(jù)同樣有價(jià)值。

- 人工智能系統(tǒng)無法獲取非定量數(shù)據(jù)，而這些數(shù)據(jù)可告知個(gè)人哪些是可接受的，哪些是不可接受的。這些“人為因素”在數(shù)據(jù)集中沒有體現(xiàn)。醫(yī)生的部分職責(zé)是不僅要評(píng)估什么可能是有效的治療方式，還要了解患者的生活方式或疼痛耐受性等情況，以便為患者提出適當(dāng)?shù)慕ㄗh。

除了在提供全面數(shù)據(jù)方面的挑戰(zhàn)外，近期內(nèi)，美國(guó)食品及藥物管理局還在努力解決如何認(rèn)證人工智能在產(chǎn)品中的應(yīng)用問題。其中一個(gè)問題與要求處理過程透明有關(guān)。

也就是說，監(jiān)管部門提交的文件必須清楚、可追溯地說明數(shù)據(jù)是如何分析和得出結(jié)論的。對(duì)于更智能的人工智能引擎來說，引擎內(nèi)部的機(jī)器學(xué)習(xí)是其價(jià)值的重要組成部分。醫(yī)療技術(shù)希望從人工智能引擎中獲得新的見解。然而，要確定人工智能引擎是如何產(chǎn)生新的見解或開發(fā)出新的結(jié)果，并不總是可行的，也并非易事。

在短期內(nèi)，F(xiàn)DA會(huì)謹(jǐn)慎行事，因?yàn)槿绻l(fā)布的人工智能引擎生成的結(jié)果是錯(cuò)誤的（目前的開放式人工智能系統(tǒng)因總是生成可能正確也可能不正確的答案而臭名昭著），那將是災(zāi)難性的。

即使存在這些限制，人工智能系統(tǒng)仍將繼續(xù)發(fā)展，使用任何可用的數(shù)據(jù)集作為輸入。目前已經(jīng)有一些產(chǎn)品采用了非常有限或中等程度的智能技術(shù)提高了生活質(zhì)量，改善了治療效果。人工智能系統(tǒng)已被應(yīng)用于成像、藥物驗(yàn)證和機(jī)器輔助手術(shù)等多個(gè)領(lǐng)域。在不久的將來，這些系統(tǒng)還將繼續(xù)發(fā)展。我們殷切希望，人工智能系統(tǒng)將繼續(xù)變得更智能、更有能力，為治療和手術(shù)提供當(dāng)今醫(yī)療專業(yè)人員無法想象的見解。