Re: [問卦] 資工將改寫醫科生態嗎消失
※ 引述《trytryit (EDISON)》之銘言:
: 除了外科之外
: 眾所皆知醫生看病不外乎是詢問病情
: 然後開始找相關病症做特徵篩選
: 這跟寫程式弄個迴圈有87趴像
: 再如同基於統計來做治療
: 這又跟deep learning 有87.87趴像
: 甚至數據夠多一個svm就解決
: 醫生這種技術職將有機會被取代
: 醫科將走下神壇了嗎?
推
04/03 00:54,
04/03 00:54
IBM 華生是目前走診斷輔助系統企圖心最強的計畫.
任你是醫科第一名,到了醫院執業,有件事你一定做不到,就是讀完所有的期刊 paper
IBM 華生的核心基礎,就是這全部的研究報告.
有些病症,會有某些症狀,但如果有種特殊疾病出現這種症狀,那就要靠經驗.
靠經驗的事最不可靠,講好聽一點是你資深,講難聽一點就是孤陋寡聞跟不上時代.
沒聽過都不打緊,人命關天,發現得晚,人就 GG 了.
你只要輸入症狀,華生能幫你過濾出在它資料庫內所有符合條件的疾病,你買不買單?
http://technews.tw/2016/08/09/ibm-watson-save-life/
IBM 人工智慧 Watson 利用 10 分鐘時間診斷出一名 60 歲女病人患上罕見的
急性骨髓性白血病,還找到最適合她的療法,目前患者已經可以出院。
在此之前,該患者在東京大學醫科學研究所進行了半年的治療,而且病情改善
很慢,醫生對其病症遲遲不能確認,曾懷疑其患有敗血症。
Watson 將病人的基因變化與 2,000 萬篇癌症研究論文數據庫進行比較,提供
準確的診斷並且提出先進且適合的治療方案。
由於基因數據很大,要對病人病情進行診斷又需要足夠多的對照數據,而且要
將數據導出做為研究樣本,因此對於復雜的病情,醫生往往很難在短時間能做
出診斷。
而人工智慧 Watson 能夠在較短時間內對巨大的數據庫進行數據匹配,再加上
其計算性能較高,在數據抽取方面能夠達到醫學診斷的標準,抽取出具有高度
準確率和召回率的相關數據。
因此,在整個過程中 Watson 用 10 分鐘進行數據匹配,利用 2,000 萬篇癌症
研究論文的數據尋找相似的病情,最終診斷出患者患了什麼病。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.250.90.238
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1491158545.A.047.html
→
04/03 02:43, , 1F
04/03 02:43, 1F
推
04/03 02:43, , 2F
04/03 02:43, 2F
→
04/03 02:44, , 3F
04/03 02:44, 3F
推
04/03 02:44, , 4F
04/03 02:44, 4F
→
04/03 02:44, , 5F
04/03 02:44, 5F
→
04/03 02:44, , 6F
04/03 02:44, 6F
→
04/03 02:45, , 7F
04/03 02:45, 7F
推
04/03 02:45, , 8F
04/03 02:45, 8F
推
04/03 02:45, , 9F
04/03 02:45, 9F
→
04/03 02:46, , 10F
04/03 02:46, 10F
推
04/03 02:47, , 11F
04/03 02:47, 11F
推
04/03 02:47, , 12F
04/03 02:47, 12F
→
04/03 02:48, , 13F
04/03 02:48, 13F
推
04/03 02:51, , 14F
04/03 02:51, 14F
推
04/03 02:51, , 15F
04/03 02:51, 15F
推
04/03 02:55, , 16F
04/03 02:55, 16F
推
04/03 02:55, , 17F
04/03 02:55, 17F
推
04/03 02:56, , 18F
04/03 02:56, 18F
→
04/03 02:56, , 19F
04/03 02:56, 19F
→
04/03 02:56, , 20F
04/03 02:56, 20F
→
04/03 02:56, , 21F
04/03 02:56, 21F
推
04/03 03:00, , 22F
04/03 03:00, 22F
推
04/03 03:01, , 23F
04/03 03:01, 23F
→
04/03 03:01, , 24F
04/03 03:01, 24F
→
04/03 03:02, , 25F
04/03 03:02, 25F
推
04/03 03:02, , 26F
04/03 03:02, 26F
→
04/03 03:03, , 27F
04/03 03:03, 27F
→
04/03 03:07, , 28F
04/03 03:07, 28F
推
04/03 03:31, , 29F
04/03 03:31, 29F
→
04/03 03:31, , 30F
04/03 03:31, 30F
推
04/03 04:09, , 31F
04/03 04:09, 31F
推
04/03 07:03, , 32F
04/03 07:03, 32F
→
04/03 07:03, , 33F
04/03 07:03, 33F
→
04/03 07:04, , 34F
04/03 07:04, 34F
→
04/03 07:04, , 35F
04/03 07:04, 35F
→
04/03 07:06, , 36F
04/03 07:06, 36F
→
04/03 07:06, , 37F
04/03 07:06, 37F
推
04/03 09:06, , 38F
04/03 09:06, 38F
推
04/03 16:25, , 39F
04/03 16:25, 39F
推
04/03 23:32, , 40F
04/03 23:32, 40F
→
04/03 23:32, , 41F
04/03 23:32, 41F
→
04/03 23:32, , 42F
04/03 23:32, 42F
討論串 (同標題文章)