#AI代替医生# #新英格兰杂志#明年会推出#人工智能#专刊——#NEJM AI#，其实是一个标志性事件，至少国际权威领域的专家都相信，就人工智能与人相比而言，人工智能无论知识面，判断力，都远远超过人类，而且随着发展，成本越来越低，也会比人的成本更低。对于基层，常规的小毛病而言，基本都可以用人工智能医生替代了。
当然，有人说打针吊水，该要护士吧，其实也未必，人工智能完成这些工作也是易如反掌。
还有人说，与病人及家属沟通，人类有温情，其实人工智能可以做到比人类更温情，现在还有#虚拟人#技术，可以在2个小时内做出一个与你一模一样的医生，包括外形，语言，表达方式等。就象现在抖音直播中，约1/6是虚拟人直播，并不是真了，虽然大家看到的仍然是真人一样。接下来，很多患者看病问诊，谁说就不能是#虚拟医生#呢？总之，技术发展无极限。
相信这一波人工智能技术能够解决医生短缺、医疗资源不足的难题。未来需要做的是以下一些工作：
1、对于每个病人而言，最佳的治疗方案是什么？人工智能可能不一定能完全解决这个问题，需要医生参与。
2、医生如何发出正确，合理，完整的指令，让人工智能做得更好! 就象汽车一样，你擅于开车，车子就是你的帮手，如果不擅于，车子可能会出车祸。
3、人工智能根据原理，它可能会胡编乱造信息，同时，对于特殊情况的识别也存在缺陷，未来需要医生解决这样的问题，避免人工智能的#车祸时间#
4、#多模态人工智能医生#。医生不仅仅是看病，其实充当了多模态角色，包括视触扣听不同的职能，还有查房，家属谈话，甚至还要画图演示。多模态人工智能技术才刚刚开始，而且成本极高，相信至少10年以上时间，才能实现#多模态#，仍然无法达到人类这样#全模态#，这可能是人类医生未来的核心竞争力。
以上是个人浅见，欢迎大家批评！
2023-04-10发表于上海
#人工智能资料分享# 穆尔菲尔德眼科医院和伦敦大学学院眼科研究所的研究人员开发了一种#人工智能#(AI)系统，该系统不仅有可能识别威胁视力的眼病，还能预测一般健康状况，包括#心脏病#发作、#卒中#和#帕金森病#。
RETFound是医疗保健领域最早的人工智能基础模型之一，也是眼科领域的第一个人工智能基础模型，它是利用NHS提供的数百万次眼部扫描数据开发的。研究团队正在将该系统开源，这样全球任何机构都可以免费使用，作为全球使用人工智能检测和治疗失明的基石。这项研究发表在《自然》杂志上。
人工智能的进展继续以令人眼花缭乱的速度加速，#chatGPT#等“基础”模型的发展令人兴奋。基础模型描述了一个非常庞大、复杂的人工智能系统，该系统接受了大量未标记数据的训练，可以对其进行微调，以适应各种后续任务。#RETFound#在一系列复杂的临床任务中始终优于现有的最先进的人工智能系统，更重要的是，它通过在不同人群和罕见疾病患者中良好工作，解决了许多当前人工智能系统的一个重大缺陷。
开发人工智能模型的关键挑战之一是需要专家的人类标签，而获取这些标签往往既昂贵又耗时。正如论文中所展示的，RETFound能够匹配其他人工智能系统的性能，同时在其数据集中只使用10%的人类标签。这种标签效率的提高是通过使用一种创新的自我监督方法来实现的，在这种方法中，RETFound**了图像的部分，然后自己学习预测缺失的部分。
RETFound可以帮助提高对一些最使人衰弱的眼病的诊断，包括#糖尿病视网膜病变#和#青光眼#，并预测#帕金森氏症#、中风和#心力衰竭#等系统性疾病。通过眼睛识别一般健康问题是一门新兴科学，被称为“#oculomics#（#视觉组学#）”——这一术语是由该论文的合著者之一阿拉斯泰尔·丹尼斯顿教授在2020年创造的。眼睛是我们整体健康状况的“窗口”，提供了一种非侵入性的神经系统观察。理解眼身关系是解决复杂疾病和与#衰老#相关的整体问题的关键。
RETFound使用来自Moorfields眼科医院的160万张图像的精心设计的数据集进行训练。这项研究使用了由INSIGHT提供的人工智能工具和基础设施，INSIGHT是英国国家医疗服务体系(nhs)领导的、位于穆尔菲尔德(Moorfields)的眼科健康数据研究中心，也是世界上最大的眼科数据生物资源。该中心强大的计算和人工智能能力源自2016年摩尔菲尔德与#Deepmind#的研究合作。
#Github#地址：https://github.com/rmaphoh/RETFound_MAE
2023-10-20发表于上海
#我向chatGPT提问#，#人工智能##chatGPT#给出的答案：
#伯恩斯抑郁量表#（Burns Depression Checklist，BDC）确实有一个包含15个项目的版本，称为BDC-15。BDC-15是BDC的简化版本，仅涵盖了一些常见的抑郁症状，如情绪、认知、行为等。
关于BDC-15的信度和效度，目前尚无大量的研究结果。但是一些小型的研究表明，BDC-15具有良好的信度和效度，可以用于评估抑郁症状的严重程度。
例如，一项针对中国大学生的研究发现，BDC-15的Cronbach's alpha系数为0.88，表明其具有很好的信度。另外，该研究还发现，BDC-15的得分与另一种#抑郁#症状评估工具的得分呈现高度的相关性，表明其具有很好的效度。
虽然BDC-15的信度和效度目前仍需要进一步的研究验证，但是初步的研究结果表明，它可能是一种简单有效的自评量表，可用于评估抑郁症状的严重程度。需要注意的是，BDC-15仍然是一种#自评量表#，其结果受到受试者主观因素的影响，因此在使用时应注意其局限性。
2023-05-01发表于上海
2023-04-13发表于上海
2024-04-29发表于陕西省
#人工智能# 磁共振成像（MRI）对膝关节结构异常的显示具有突出的优势，是目前最常见的检查之一。与其他方式相比，MRI采集的一个主要挑战是扫描持续时间延长，较长的扫描时间会增加运动伪影干扰的可能性，尤其是在膝关节疼痛的患者中，甚至会导致扫描失败。因此，开发先进的加速扫描协议对临床意义重大。
基于人工智能 (AD）的加速核磁共振成像尚处于起步阶段，但近年来已经取得了重大进展。虽然临床上已经提出了几种先进的技术来减少图像获取时间，然而在传统的加速方法下可能会导致信号-噪声比 (SNR) 的降低和图像伪影的增加，限制了进一步加速扫描的可行性 。基于人工智能的重建方法通过卷积神经网络从大量完全采样的MR图像中预学习图像结构信息，并将预训练的知识应用于欠采样图像重建，允许高加速水平，并可同时保持高图像质量和潜力。
2024-04-20
2024-04-18发表于上海
2024-04-04发表于陕西省
2024-03-20发表于上海
2024-03-11发表于上海
2024-03-08发表于上海
