一文读懂人工智能技术目前存在的问题

开课吧小一2021-07-05 17:04

    虽然人工智能技术在很多行业中都得到了广泛的使用,并且为这些行业都产生了一定的改善作用,但人工智能技术还是存在一定的问题。那么人工智能技术目前存在的问题有哪些?

一文读懂人工智能技术目前存在的问题

    虽然人工智能在医学领域的应用越来越多,但我们应该清楚的认识到这些产品还存在一些不成熟的地方,正是这些不成熟可能会影响人工智能未来在医学领域的应用。技术开发人员应对这些问题有一个合理的认识,这样才能对产品的开发做到心中有数,避免存在夸大和误判产品技术水平的情况。

一文读懂人工智能技术目前存在的问题

    人工智能目前存在的问题主要是以下几大类。

    1.数据质量

    人工智能的研发是基于大量的诊疗数据,数据质量直接决定了产品开发以及它的结果运算。虽然每天都有大量的医疗数据产生,但医疗数据并不见得是可以使用的。例如,对一个疾病,不同医生可能受制于自己水平所限,可能会存在漏诊和误诊的情况。如果医生对患者是否存在眼底病变都不能做出正确的判断,又怎么能期待基于此类数据所研发的产品也能做出正确的判断呢?如果产品研发阶段没有对数据质量进行识别,一味的追求大数据,可能会导致数据库的数据质量不高,甚至出现错误的地方,进而最终影响产品的结果输出。因此,人工智能追求大数据的前提是大数据质量可靠,没有质量保障的大数据没有实际意义,反而会让产品越来越糟糕。

    目前绝大多数人工智能类产品利用已知类别的样本集(训练集)调整分类器的参数,使其达到所要求性能。此时,训练数据集的质量直接关系到产品最终的整体性能。可以试想,如果一开始的“老师”都存在问题,那么它教出来的“学生”也会存在问题,即便训练数据集采用大数据也可能很难纠正质量问题。目前企业研发人工智能类产品都是使用已经标记好的数据进行建模,而这些标记好的数据一般是医院既往的临床数据。但我们需要清楚的认识到,临床诊疗过程中总是存在漏诊和误诊的,如果只是一味追求大数据而不鉴别数据的质量,这些错误的数据会纳入到训练数据集中,可能会对算法模型产生灾难性的后果。特别是当数据来自于一些诊疗条件较差的医疗机构时,这种问题可能就愈加明显。

一文读懂人工智能技术目前存在的问题

    2.数据标准化

    医院所产品的诊疗数据大体分为两大类,一类是定量数据,一类是定性数据。所谓定量数据指的是有具体数值和单位的数据,比如身高、体重、血压、血氧饱和度等等。这类数据容易量化、容易计算。所谓定性数据指的是对患者症状、体征、诊断、治疗、预后等的一系列文字性描述,相对定量数据,其描述过程具有较大的自由度,不同的医生对同一情况可能会存在不同种说法。对于人工智能开发,定性数据的标准化是很大的难点,因为目前的人工智能对于识别自然语言还是不及人脑,有时定性数据的标准化还需要人脑的协助。但如果都采用人脑识别自然语言其工作量可想而知,因此未来如果人工智能要有长足的发展,医疗数据的标准化是一个极其重要的基础工程,需要花费大量的人力物力进行建设。

    3.数据采集硬件存在差别

    诊疗数据有时需要基于一定的硬件设备才能采集,比如血压计、CT影像设备、心电图、血液成分分析仪等等。由于每家硬件设备生产商的技术路线、原材料、质量控制、器械原理等各不相同。所以同一类数据由于采样设备的不同,可能其内部会存在系统误差,而采用这种存在系统误差的诊疗数据进行产品开发可能会导致结果出现难以解释的混乱。比如,同为血压值,水银血压计测量出的结果可能与电子血压计的测量结果存在系统误差。不同名牌的眼底镜所拍摄的眼底图像质量可能是存在差别的。真实的医疗环境中,每个医疗机构的医疗设备都不可能是一样的,这就为人工智能产品的硬件适配性带来了很大的挑战。

    4.患者隐私信息的保护

    目前的人工智能产品都逐渐采用云平台和云计算的数据管理方式。此时患者数据的储存和分析都在医院的监控范围之外,如何保证这些数据的安全以及不被非法利用是人工智能产品在未来需要首要解决的合法性问题,只有过程的合法,才能保证结果的合法。

    以上就是开课吧广场小编为大家整理的“一文读懂人工智能技术目前存在的问题”一文,更多相关信息尽在开课吧广场人工智能教程频道。

相关推荐

2021大厂高频面试题精选,0元免费领

福利来袭,C++经典项目实战免费领取!

职场进阶必备,数据分析职业能力特训营

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享