人工智能的医学潜力从未像现在这样重要
新时代，高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么？今天，我想和大家分享一条关于科技的知识。我希望你会喜欢它。
人工智能的医学潜力从未如此重要。在世界各地，数据驱动的技术正在帮助我们应对它。
一家软件公司发现，在世界卫生组织(WHO)会议召开前9天，武汉的病例有所增加。正在开发的工具包括一个机器学习应用程序，该程序将脸书帖子与专家疾病描述进行比较，以找出疫情爆发的位置，以及生成大量药物原型供科学家评估的软件。
澳大利亚不想错过数据驱动的医疗保健和临床实践的好处。
然而，随着人工智能在全球医疗保健中的重要性日益增加，监管人工智能的最佳方式仍不清楚。在大流行爆发前不久，澳大利亚提出的监管解决方案是将AI脚的AI植入医疗器械的治疗商品管理(TGA)系统。
如果澳大利亚要充分实现医疗AI的好处，包括成为全球COVID的创新者，重置数字经济，这可能被证明是一个错误的转变。医疗AI有三个特点，难以适应医疗器械法规。
人工智能无法衡量，可以推断。
很多医疗器械测量人体内部功能(如血压)，临床医生利用输出的信息进行决策。监管机构的批准是基于认证实验室为验证医疗设备的可靠性和准确性而进行的测试。
由于机器现在经常嵌入软件，这些实验室评估软件的可靠性以及机械可靠性。这与评估AI应用非常不同。AI是概率性的，推断不是精确计算。审批流程需要评估AI统计推断的质量。然而，医疗人工智能的潜在风险或好处也更多地取决于围绕其输出做出的人工决策。
因此，医学AI的评估需要应用超越AI本身的更广泛视角，评估医学知识、协议和决策如何能够将AI输出解释和转化为患者结果。这似乎更像是医疗实践的标准化，而不是孤立地对单个医疗设备进行实验室测试。
工作中的人工智能学习
在不断增长的机器学习AI类别中，使用的工具越多，输出就越准确。AI/ML改进了它的推理，并以一种理想的方式将统计误差成比例地淹没在基础数据集中。
这种持续的改进对监管者来说尤其具有挑战性，因为可以改变用于评估何时输入数据的工具。但如果把它放在一个太难的篮子里，关掉学习功能，那就大错特错了。机器学习可以帮助人工智能以我们无法单独实现的方式增强我们的能力。
本文就为大家讲解到这里了。