AIは医者と同等でしょうか?

AIは医者と同等でしょうか?

2016年3月以来、AlphaGoと呼ばれるロボットが、有名な囲碁プレイヤーであるイ・セドルと柯潔を破ったことで有名になりました。 2017年、AlphaZeroというロボットが、わずか3日間のトレーニングで100対0という大差でAlphaGoを破りました。

[[395474]]

人類にとって馴染みのない言葉ではない「人工知能」が再び人気を集め、2017年の中国メディアの流行語トップ10に選ばれるなど、話題の「ネットセレブ」となった。

実際、2006年以降、AIは飛躍的な進歩を遂げて開発ブームに突入しており、医療分野への応用も「驚異的」となっている。一部の人工知能技術では、がんなどの病気の特定精度が最大 96% に達します。

では、AI は医師に完全に取って代わることができるのでしょうか? もちろん、そんなことはできません!!!

人工知能技術は病気の特定を支援するために使用され、コンピューターが専門医の医学知識を深く「学習」し、医師の思考と診断推論をシミュレートして、病気の特定と治療計画を提供できるようにします。人工知能は大量の有効なデータを収集して分析する必要があり、継続的なディープラーニングトレーニングを通じて、一定レベルの判断能力を習得することができます。病気の識別に関する考え方やスキルを習得するための基礎は、やはり専門の医師です。

人体は非常に複雑で大規模なシステムです。患者ごとに個人差があり、医師は専門知識と脳の思考分析を通じて個別の治療計画を提供する必要があります。人工知能システムは補助的な識別方法としてのみ使用されます。その応用目的は、診断と治療の効率をさらに向上させ、医療資源の不足を補い、現場の医師の標準化されたトレーニングを促進し、若い医師のより速い学習と成長を促進することです。

人工知能が医師に「取って代わる」という主張について、首都医科大学付属北京天壇病院の高培毅教授は、医師は代替不可能であると述べた。同氏は「AI診断システムが医師に取って代わることができると考える人は、医師の仕事を単純化しすぎている。専門家の中には、週に2日半しか外来患者を診ない人もいるが、彼らは何十年もの医療活動で豊富な経験を積んでいる」と述べた。

計算機が発明される前、医師は暗算や手計算を行っていました。計算機の登場後、計算機は医師の仕事をもっと良く、より速く行うのに役立っただけで、医師が職を失ったわけではありません。 AI診断システムも同様です。これにより、人々は簡単に便利に医師の診察を受け、健康になることができ、それは素晴らしいことです。

医師が患者を診察するのを手伝うというよりは、病院の「検査」部門、つまり補助的な医療検査を手伝っていると言ったほうがいいでしょう。医療資源の不足に関しては、医師の診察を受けるための医療資源が不足しているだけでなく、検査のための資源も非常に不足しています。長い間、一生懸命待っていたのに、

数時間後にようやく医師の診察を受けると、医師は数分しか診察せず、その後、いくつかの検査指示、採血、X線検査などを指示するだけかもしれません。そのため、採血やレントゲン撮影をする場所に行って、長い待ち時間に耐えなければなりません。そのため、医者に診てもらうことは、医者に診てもらうという点だけでなく、検査を受けるという点でも非常に困難です。医療分野で人工知能を使用する最初の試みは、医療検査プロジェクトでした。例えば、採血後、医療スタッフが顕微鏡で血球を手作業で検査する場合、20分かかることがあり、その間医療スタッフは他の作業を行うことができません。しかし、インテリジェントな血液検査顕微鏡を使用すれば、1分以内に最終検査結果を出すことができ、医療スタッフの負担を軽減することができます。

「機械は人々を失業させる」そして「テクノロジーは人間の労働に取って代わる」。こう言う人は共産主義が何であるかを知らないか、忘れているかのどちらかだ。

退屈な人。

<<:  顔認識の国家基準に関する意見募集:顔のスキャンや嗜好予測の義務化はなし

>>:  あなたの向かいに座っている「オフィス秘書」はロボットかもしれませんか?ロシアが超リアルなロボットを発表

ブログ    
ブログ    

推薦する

会話型AIプラットフォームを選択する際の4つの視点

多くの企業は、顧客エンゲージメントと収益を向上させるための会話型 AI の重要性を急速に認識し始めて...

Baiduカスタマイズ画像オープンプラットフォームのトレーニングと評価

背景Baiduは昨年11月にカスタマイズされた画像トレーニングサービスを開始しました(https:/...

AI革命はネットゼロデータセンターを終わらせるか?

データセンターは現代生活に欠かせないものです。あらゆるものがインターネットでつながっているこの時代に...

人工知能、機械学習、ディープラーニングの違いと関連性

最近では、新しいデータ処理技術に関して、さまざまな用語が飛び交っています。ある人は機械学習を使用して...

インターネットの理解からユーザーの理解へ、Google は今回何に賭けているのでしょうか?

Google I/O カンファレンスは予定通り開催されます。北京時間5月12日午前1時、Googl...

音声における GPT の瞬間: Meta が複数のタスクを解決するための普遍的なモデルである「画期的な」生成音声システムをリリース

GPT や DALL-E などの大規模な生成モデルが自然言語処理やコンピューター ビジョンの研究に革...

IT運用保守プラットフォームアルゴリズムの背後にある2つの「神の助け」

[51CTO.comからの原文] インテリジェント運用保守(AIops)は、IT運用保守の分野で最...

将来の知能社会に向けた人工知能の基礎教育の強化

人工知能の基礎教育を強化することは、将来の社会の発展に備えるための避けられない選択であり、要件です。...

AIoT技術の幅広い応用と大きな利点

比較的新しい概念である AIoT は、人工知能 (AI) とモノのインターネット (IoT) を組み...

UCLA Chineseが新しい自動演奏メカニズムを提案しました! LLMは自己学習し、その効果はGPT-4の専門家の指導よりも優れている

合成データは、大規模言語モデルの進化において最も重要な基礎となっています。昨年末、一部のネットユーザ...

...

MLOps の定義、重要性、実装

MLOps の定義と成功する実装戦略に関する有益なブログを読んで、AI と機械学習における MLOp...

PyTorch モデルのトレーニングを高速化するための 9 つのヒント!

[[353240]]ニューラルネットワークをこのようにしないでください正直に言えば、あなたのモデル...

海外の専門家による人工知能の発展見通しに関する衝撃的な4つの予測

[[240152]]人工知能技術が成熟するにつれ、この技術のより広範な社会的、倫理的影響に十分な注意...