人类与AI的诊断推理之间的3个主要区别

小编发现不少朋友对于人类与AI的诊断推理之间的3个主要区别这方面的信息都比较感兴趣，小编就针对人类与AI的诊断推理之间的3个主要区别整理了一些相关方面的信息 在这里分享给大家。

根据CMAJ发表的一项新分析，人工智能在医疗保健中的使用正在迅速增长，但是医疗保健提供者仍然是患者护理的绝对必要的组成部分。作者补充说，人工智能不能替代人类推理，但它无疑可以在每天协助医生方面发挥重要作用。

法国斯特拉斯堡大学的蒂埃里·佩拉西亚(Thierry Pelaccia)及其同事写道：“多项研究表明，人工智能可以在多大程度上用于医学诊断和支持诊断。” “由于目前的证据支持AI仅能用于少量诊断任务，而人类专家仍然能够学习和诊断各种疾病，因此，人类智能似乎仍然是诊断所必需的。”

Pelaccia和同事写了关于人类智能和AI之间最重要的区别。这是分析中涵盖的三个最大差异：1.他们做出诊断的方式，“医生主要使用假设推论的方法进行诊断。在尽早产生诊断假设之后，他们花费了大部分诊断时间来收集更多数据来对其进行测试。“这种方法以认知过程为基础，根据双重过程理论，认知过程可以是直观的或分析的。”

另一方面，人工智能基于正确收集和标记的数据进行诊断，该模型存储知识并不断发展，直到在训练集上“提出准确的输出”为止。该团队补充说：“尽管人类了解因果关系，但尚未在AI中建模。” “这个问题已经在AI中研究了很长时间，但是直到最近才提出了定义“像人类一样思考”的AI的首次尝试。”

2.可能导致误诊的原因，根据作者共享的数据，美国每年有超过1200万人被误诊，诊断错误率在5%到15%之间。认知偏差是一个常见的原因，多年来，研究人员花了相当长的时间仔细研究。然而，人工智能模型所犯的错误通常来自于与如何训练它们有关的问题。例如，也许数据不符合标准，或者实际的实验设计得不好。

3.医生可以通过有限的数据学到很多，医生可以用“很少的数据”进行深入研究，努力做出正确的诊断并尽可能提供最好的病人护理。然而，如果没有大量的数据集，人工智能模型就一文不值，而这些数据集需要花费时间、精力和金钱来整合。

作者写道：“大多数人工智能系统不模拟直觉，因此需要大量数据来做出相关诊断。”。“这就是为什么人工智能目前最有效的情况下，所有的数据都要立即解决的问题，如在医学成像。人工智能也需要数据转换，但在人工智能中，这是一个更加复杂和耗时的过程。”

总的来说，Pelaccia等人。综上所述，人工智能的发展仍有大量的工作要做。他们写道，医疗数据的质量和可访问性必须得到提高，医生们将需要完全接受这些不断发展的技术，而不是抗拒变化。然而，随着时间的推移，人工智能有可能“成为医疗实践的常规工具”。