EyeWorld Chinese December 2020 Issue

装置 54 EWAP 2020年 12月 能更加优化，专科医生可以向综 合保健小组提供风险评估。 成本效益 Dr. Ho说AI 可以发现那些对于药 物反应更好的患者，那些可能对 一定治疗没有反应，那些有视力 下降风险以及更可能会失访的患 者，这非常有价值。目前AI算则 被用于家用监测，发现早期新生 血管性AMD，将来家用诊断影像 可能会提高黄斑疾病的治疗，对 患者和整个医疗保健系统都有价 值。每日家用OCT 成像发现，定 量视网膜内和视网膜下液的成本 效益分析可能需要AI辅助。 Dr. Stoller 又说，AI 可能是 一种效价比高的提高患者获得医 疗保健能力的方法，因为远程就 诊/远程眼科能帮助那些居住地 不方便就医的患者。“我认为由 基于人工智能的新生血管性AMD 患者家用OCT 图像视网膜内和视网膜下液的识别和定量。 来源：Notal Vision AI启动的筛查可能会有助于诊断 那些可能会被漏掉的眼病，”他 说。Dr. Stoller 说，它的运作所 需要的资源更少，不像那些耗时 耗人力的检查。 Dr. Joseph 说如果AI 能够 预测疾病进展，提供更精准的 治疗，医生就能更有效地应用资 源，而不是依靠那些一刀切的方 法。“如果我们能够在疾病更早 期发现患者，检测更准确的话， 我们就能够在疾病发展成严重负 担之前就治疗患者，”他说。 风险和挑战 Dr. Ho 说一个可能的风险是你 会被庞大的数据误导。仅仅存在 联系不等于存在因果关系，他 说。AI 可能会给你假设，但是 不会明确因果关系或给出理想的 处理。专家，经验丰富的人类智 能仍然是解释和实施人工智能分 析的重要组成部分。他补充说， 另一个风险是试图获得比数据集 所能提供的更多的信息。 “我认为这个问题已经被关 注有一阵了，但是需要时间，” Dr. Joseph 说，他估计在病人 隐私和数据保护方面也会有出现 一些监管和伦理方面的问题。人 工智能需要大量患者的数据，问 题是谁拥有这些数据。所需要的 计算能力也有技术上的局限性。 “我们正在制作或获得大量 的临床影像，这是我们想要使用 的，但我认为图像的处理，现 在需要人力，以后需要计算能 力，”Dr. Joseph 说。“如果 你再往前看，一旦我们开发出算 法或工具，我们需要如何监管 呢？”他认为会需要一定程度 的人类监管。增加这个新工具 不是一蹴而就的，他说。 “人们可能会认为这不会取代临 床判断，但是它当然会成为我 们疾病诊治的重要工具，”Dr. Joseph 说。 Dr. Stoller 说AI 的一个主要 问题是患者和医生的接受程度。 “许多患者愿意接受高科技设 备，但是他们可能还是不愿意信 任机器诊断，而是愿意亲自就诊 进行诊断，”他说。关于医生的 接受度，计算机算法是如何得出 结论的并不总是显而易见的，因 此医生被迫在不能够评估计算机 程序使用的指标和数据的价值的 情况下，信任人工智能系统。 另一个挑战是管理技术本 身。质量评估和数据集的验证以 确保结果适用于不同的人群，非 常重要。“AI 系统的动态特性 在于机器学习很难预测什么时候 该审查算法，”他说。也存在出 现假阴性的风险。 对临床试验的影响 “我认为我们正在经历一个了解 人工智能如何应用于临床试验的 学习阶段，”Dr. Stoller 说。他 认为AI 能够有助于发现最可能 发病或进展的患者，能够影响临 床试验采用的剂量方案。“我觉 下文接第56 页