- 什么是有效负载?如何控制您的库卡机器人?
- KUKA库卡机械手KR360维修保养技巧分享
- 维修保养|库卡KUKA机器人KR 210维修保养经验丰富
- 库卡KUKA机器人维修保养小手册
- 维修保养|KUKA库卡机器人维修保养干货知识
AI医疗火了,最先挂掉的竟然是中医?
AI医疗火了,最先挂掉的竟然是中医?
医疗领域的庞大市场让巨头们窥见了商机。海内外巨头纷纷投身AI+医疗领域,其中不乏国外巨头IBM,谷歌、微软,国内巨头百度、阿里等,腾讯也以投资形式布局其中,并在最近推出AI医疗产品。AI医疗火热的背后,却催生了一个问题,AI医疗能够与中医结合吗?最先被取代的是中医还是西医?
最先开始应用AI的西医最先被取代吗?
2017年医疗大数据与人工智能报告显示,目前国内80余家走AI+医疗道路的,主要将其应用于医学影像、病历/文献分析和虚拟助手等场景。国外100余家AI医疗企业,将AI应用于健康管理、医学影像、新药发现、病历/文献分析等场景。虽然IBM的Watson近期爆出负面新闻,但AI+医疗在越来越快地发展。
上述企业所攻领域重合的部分,工业机器人维修,包括医学影像、病历/文献分析。谈及医学影像,就不得不提及伦琴射线(X光)、以及超声成像和核磁共振成像,它们都是西医赖以判断病症的检测手段。2017年初,斯坦福大学的研究人员开发出能够深度学习的软件,对皮肤病变相关图像识别的准确率便首次赶上医生。在病历/文献分析方面,2016年IBM的Watson在10分钟内通过检索比对2000万份癌症研究论文,确诊患者患有罕见白血病。那么,最先应用AI的西医也是最先被取代的吗?
现代医学的本质是循证医学。举个夸张的例子,煮饺子时中国会按照厨师的经验选择放水开火。西餐则会量化,使用到量筒、称等带精度的仪器。每个流程都是标准化的,可复制的。为了确认某种方式可信,会增加大量双盲实验。(通常医学上,库卡机器人驱动器维修,划分两组实验对象,一组给予安慰剂,一组给予药物,研究者和被实验者无法知晓自己所属类别,直到实验完成以确保实验结果准确性。)通过大样本双盲分子生物学或者临床实验,出现的统计学差异,便是循证中的证。
除了时间、地缘上的优势,AI率先与西医结合,理论上也与西医循证医学有关:针对相同病症,给出相同治疗方案。实证与量化分析,结合西医将人体视为机器零件式的治疗方式,A检测结果导向甲病症,B的检测结果导向乙病症。人工智能可通过数据比对确认病症并用药。问题在于要检测病人所患病症,可能需要穷举所有病症,因此,类似IBM的Waston便主攻癌症方向。尽管如此,到2017年年底它也才可以对12种癌症问题提供治疗建议。
在黑天鹅被发现以前,欧洲人一直相信所有天鹅都是白色的。现代医学的显著特点,是作为开放学科,可证伪。今天认为正确的事物在明天也许被视为错误,一切都需推倒重建。在中国,鉴于这种困境以及知识更新的缓慢,中国的西医往往采用经验医学,在封闭的知识系统中看病给药,在临床决策中无法依靠实证与量化分析。而可证伪对AI系统来说,意味着一场巨大的灾难。
讲究阴阳五行的中医难以被AI取代吗?
作为经验医学的中医,是一个相对封闭的知识系统。在这个系统中,机器人维修,掌握的知识越熟练,运用的例子越多越广泛,水平越高,所以才会有老中医的说法。现代循证医学,作为开放的系统,更新会频繁发生,保持活力的同时可能也造成大量问题。中医的经验医学有效地避免了这种困境。似乎也更适合将AI应用于其中。
但是却存在大量的问题。在西医将人作为机器零件拆解的同时,中医一直尝试以整体论解决各种病症。疾病外在的表现被视为身体内部发生了状况,通过中医恢复身体内部的平衡以实现治疗。最终出现同病异治和异病同治。加上医生经验与用药习惯的不同,导致即使针对同一病症,不同医生也可能给出不同剂量、不同药方。这种个性化的诊疗方式与西医的标准化诊疗差异极大。
作为中医基础的阴阳五行、八纲辩证、藏象、经络贯穿在中医的整体与局部变化的始终。对于那些现代科学体系毕业的人,可能很难相信自己知识体系无法解释和证明的事物。但是AI无疑给了我们新的思路,可以应用庞大的数据量去判断如《皇帝内经》中说法的正误。
除了给药环节,在中医诊疗环节也有问题,问题在于缺少精准化的数据标准体系。在望闻问切的环节中,以切为例,中医对脉象的表述使用浮沉滑涩等,医生的感知与经验在诊断中占据重要位置。但是AI机器人却需要高度定量。部分公司所做的尝试是将脉搏波的幅度、频度等定义为数据点,并把中医抽象描述转化为具体数字。
但是留在最后面的问题却是,即便部分理论可以通过庞大数据量证实真伪,即便部分数据可以采用相对科学的方式予以量化,却仍旧有行不通的地方:没有人否定中医针灸的疗效,中医的经络系统是什么呢?有没有经络呢?看不见又摸不着,它到底是什么呢?AI又该如何应对呢?
虽然大量企业正尝试将中医与AI结合起来,部分企业汇集了近代名老中医的临床经验及相应文献/理论给出用户自诊及健康干预,但是以舌象为代表的诊疗环节量化难度无疑巨大,开发难度系数更是大幅提升。在与中医结合的道路上,量化、数据化成为了摆在AI面前的一大难题。定性不定量,凭医生经验诊断开药,对于需要高度定量的机器人来说无疑是一巨大阻碍。
封闭系统的经验医学中医无疑最适合AI,那么最先挂掉的会是中医吗?还是以循证医学为基础的虽然有着开放系统,却有着高度定量的西医率先被AI取代呢?你觉得呢?