人工智能助力医疗领域 数据污染危害不容小视

　　近年来，人工智能在医疗领域的应用越来越多，对于医疗行业来说无疑是发展的契机，但是人工智能技术应用过程难免会遇到一些难题，其中数据污染就给人工智能的应用带来不小阻碍。

　　所谓数据污染，就是由于人为故意或偶然原因，对原始数据造成了更改或变更，导致数据不再具备完整性和真实性。人工智能的核心就是基于其强大数据处理能力，一旦AI进行深度学习时，其获取的数据已经被污染过，那么将对其后续应用带来危害。

　　结合国内医疗实际情况来看，过去数十年中我国推行以医养药政策，就是通过医生劳动提高药品的附加值，这导致很长时间存在药物的过度使用和滥用问题。如果人工智能通过这些医疗数据进行学习，无疑导致过度用药的情况持续存在，并且技术人员很难发现其中问题。

　　那么基于数据污染等方面考虑，人工智能该如何有效作用与医疗领域呢?首先，人工智能应该首先应用于诊断过程，由于医疗诊断方面数据受到的污染数据较小，而药物治疗可以由医生来完成;其次，人工智能应该用于处理图片医疗信息，因为人工智能对于自然语言理解存在障碍，所以相比文字信息人工智能更擅长处理医疗图像;另外，人工智能不宜用于综合型疾病的诊疗，由于人工智能跨领域迁移仍是难点，对于复杂的多系统疾病人工智能很难进行判断。

　　业内人士表示，人工智能处理问题时不具有人类的应变性，导致人工智能进行诊疗时很可能出现失误，这就要求AI在医疗领域的应用需长期定位于辅助，通过人类医生的监督降低AI可能带来的危害。

　　本文作者为编辑亮晨;作者微信：Turchen，欢迎沟通交流。