女子早癌病变被漏诊，AI医生在X光中发现！谷歌最新AI听咳嗽就能检测新冠/结核
新智元报道
编辑：Aeneas 好困【新智元导读】被人类医生遗漏的癌症早期迹象，被AI及时发现了！这名英国女子现已康复。同时，AI算法在美国一家诊所近1/4的眼科检查中，发现了患者的视网膜病变。AI帮助人类诊病的未来，真的不远了。
最近，越来越多的研究让我们意识到：AI帮人类诊断疾病，真的有希望了！最近，AI在11名女性的乳腺X光检查中，成功地发现了被人类医生遗漏的乳腺癌早期迹象。其中一名被AI救下的女性，已经做完手术开始康复了。
我看到了医疗专业人员在使用数据时的许多低效之处。病人病历中的信息，很多都没有被用上。医生对于CT的结果的理解也千差万别。如果让两个放射科医生看同一个扫描结果，得到的结果很可能完全不一样。而如今，随着AI在诊病和预测上的发展越来越快，或许类似的悲剧，也会越来越少。
人类医生忽略的早癌迹象，被AI发现了
最近BBC报道了这样一件事：AI竟然发现了被人类医生忽视的早期乳腺癌。大家都知道，乳腺癌在早期很难发现，但是最近，一个名叫Mia的AI工具，就成功地在11名女性的乳腺X光检查中，发现了被人类医生遗漏的微小迹象！AI通过分析咳嗽声诊断疾病
同样，就在本周，来自谷歌的研究团队开发了一种机器学习工具，可以通过分析人的咳嗽声和呼吸声等，帮助医生检测和监控健康状况。AI颠覆糖尿病眼科检查
无独有偶，Christian Espinoza，南加州一家药物治疗中心的负责人，最近引入了一位强大的新助理：一款能够通过视网膜相机拍照来检测眼睛状况的人工智能算法。这项技术能迅速完成诊断，而且在这个过程中不必要求医生亲自在场。该系统有望显著提高对糖尿病视网膜病变的筛查能力——这是导致工作年龄成人失明的首要原因，并对估计中的3800万美国糖尿病患者构成了巨大威胁。虽然但是，AI目前还不够可靠
这不，推特网友「Misha Saul」就在前段时间拿着他朋友的MRI脑部扫描结果，让如今的当红炸子鸡Claude分析了一下。根据展示的MRI脑部扫描图像，看起来大脑中有一个很大的异常区域。大脑中央那块不规则的亮白色区域让人担忧，可能是肿瘤或其他病理情况。这个肿瘤显示出明显的增强、局部的压迫效应和周围的水肿——这些都不是正常大脑组织应有的特征。我们可以在一系列连续的MRI切片中跟踪到这个肿块，确认它是一个实际存在的占位性病变。它的位置也是典型的原发性胶质瘤所在。虽然我知道放射学总是有一定的不确定性，但我认为这实际上是正常大脑或某种误导性角度的可能性非常低，不到 1%。整套图像构成了一个一致且令人信服的侵袭性脑肿瘤的画面。随后，网友又让Claude进行了一遍复查：
在查看了额外MRI序列和角度后，我的评估没有改变。从多个角度观察，都清楚地显示了左顶叶深处中心有一个大的、强烈增强的异常区域，周围有大量的血管性水肿。这个病变在连续的切片中一再出现，确认它是一个真实的异常，而不是某种偶然的影像。
关键观察点包括：1. T1加权对比增强图像上病变区域的不均匀增强，这表明血脑屏障被破坏了。2. 「T2 FLAIR」序列显示，这个肿块主要呈现T2高信号，周围有水肿。3. 由于肿瘤的局部压迫效应，相邻的侧脑室被压迫变形。4. 由于病变的扩张效应，导致中线向右移位。
这些发现再次确认了我对这是一个高级别胶质瘤的初步判断，鉴于成像特征，这很可能是胶质母细胞瘤。额外的垂直于原始平面的视图有助于排除了这是由体积平均误差造成的假象。总的来说，这些补充的成像资料进一步巩固了我对这是一个侵袭性左顶叶肿瘤的诊断，我怀疑这是一个胶质母细胞瘤。现在，我对这是一个真实的病理发现需要紧急介入治疗的判断更加自信（>99%）。虽然最终需要通过活检和组织病理学评估来明确分类，但成像结果对于恶性胶质瘤来说是非常有说服力的。对于外行人来说，Claude给出的诊断非常有说服力——不仅满嘴都是专业词汇，而且态度非常笃定：「我认为自己的误判率只有不到1%」！但是，放射科的报告却显示一切正常。而在网友催促下，医院这一次叫来了三位放射科专家，并且同时和他们自己的AI进行了检查。结果依然是——一切正常。显然，Claude刚刚给出的长篇大论是完全错误的……
用AI生成数字孪生，预测未来疾病
除了诊断疾病，科学家们最近还发现，AI生成的患者的数字孪生，可以帮我们预测未来的疾病。