请问人工智能在癌症检测上的应用。 大家有何评论和建议。 我有几个问题。 细胞学检查，MRI检查，然后人工智能能指出癌变位置。 如果这个位置，医生并不认可是癌变位置，怎么处理这种矛盾？ 如果这个位置，医生认可是癌变位置。但是所有人工智能指出癌变的位置，医生都可以独立无需人工智能识别出癌变位置。那么我们还需要人工智能干什么？ 有没有医生认为是癌变位置，但是人工智能却没有指出的？ 多少情况下，人工智能指出是癌变位置，医生没指出，但是实际上这是个癌变位置？ 这种情况下，人工智能是如何学习到的？ gooog 发表于 2022-08-11 11:42
这不就是specificity sensitivity 和cost的关系吗？ 医生和ai说的不一样， 就开刀取sample看， 很多diagnosis的实验都这么做的， 医生看张片子几百刀， ai只要电费 医生看的准不准也是病人最后组织细胞切片决定的 媲 发表于 2022-08-11 12:22
回复 1楼gooog的帖子 你描述的都是把人工智能和人放在对立的位置，一个要取代另一个。实际上那个目标远得很。前能够做到人工智能作为辅助工具减轻医生的劳动就不错了，比如人工智能做些初步筛选，医生来做复检，这样已经能大大提高效率了。至于false negative(漏检)或者false positive(错检)这两个目标是冲突的，人工智能算法一般通过参数调整寻求平衡，在癌症检测里，一般尽量减少漏检，所以错检就比较高，需要人工后续确认。不过即使这样，也应该比纯人工效率高多了。 acer 发表于 2022-08-11 12:34
明确地说，医生诊断的准确率和可重复性都很差。在很多疾病上AI都比医生强得多。 但是没办法，人类就是有bias，类似于AI和人类驾驶员。其实AI比人类驾驶员事故率低多了。 crazyHat 发表于 2022-08-11 13:09
我以前做过人工智能检测癌症的实验和研究。有足够的数据，人工智能能很准确地识别出癌症。这是科学的方法，而医生有一些经验的积累，我觉得两者是互相成就的。 再者，即使人工智能诊断出来，那还要医生治疗呢，相辅相成缺一不可啊。 WatchFish 发表于 2022-08-11 13:59
能详细说说为什么效率就提高了呢？ 人工智能检测，并没有节省 细胞切片，MRI的拍片过程。 人工智能检测得出结论后， 还是要医生来复核一下。这个复核的医生，还不是要把片子看一遍。 这个医生的诊断时间和费用，也不能节省。 比起传统的人工检测癌症方法，人工智能检测，反而多了软件维护，电脑维护的成本。 花费其实更多了。精度，也没有提高。因为它的精度等同于最后复核的那个医生的诊断精度。 gooog 发表于 2022-08-11 12:49
医生不用看所有的片子，只需要看人工智能检测认为有问题的片子就可以了，这个至少可以减少50%的工作量了。当然这是建立在人工智能没有漏检的情况下，也有可能出现没有发现的情况。但是就算全人工的情况，医生也可能出现判断错误啊。这就是成本和收益的权衡了。 另外人工智能检测有癌症的片子时，会标记出来可能的病变部位，这样医生核实的时候也会降低难度，加快进度。 acer 发表于 2022-08-11 14:22
有意思的话题。这个training数据的获得和选择蛮有挑战的，因为现在医生是靠的经验。可能大型医疗机构会有系统的诊断图片作为基础，但病人隐私权又可能会成为获得这些数据的阻碍。问题多多，但前景很有意义。 我最近才知道Alphafold已经可以通过基因排序来预测蛋白质结构，而且准确率很高。做过制药的人都知道这意味着什么，这是AI非常有用的医疗应用。有兴趣的，文章在此：https://www.nature.com/articles/s41586-021-03819-2 flaminglotus 发表于 2022-08-11 14:25
多谢！ 其实，这就是一个十字路口的闯红灯自动探测仪。 但是，因为是医学检查。不可能出现： 1）当人工智能检测发现没有癌症的时候，医生不进行复核，就直接签字，把诊断报告给病人。 这是不可能发生的。 因为，医生复核一个病人的片子，不耽误多少时间。快的，5分钟。 最终结论： 人工智能癌症检测系统，能提高检测精度吗？ 答案：不能。 人工智能癌症检测系统能干什么？ 答案：可能节约成本。但是能不能真正节约成本，无人知道。因为所有的人工智能医学诊断，都需要医生复核。 gooog 发表于 2022-08-11 14:50
就算需要医生全部复检的话，也会降低医生的工作强度，医生不可能长时间恒定输出，人工智能辅助检测则比较稳定，只是在edge case上需要人工干预。 hybrid model或者叫human in the loop相当于双系统检测，不一致的时候可以再进一步的检查，这样可以降低误判率，相当于提高了精度。 acer 发表于 2022-08-11 15:28
人工智能检测癌症的医疗室，收费会比放射科人工检测癌症的，便宜吗？ 闯红灯自动拍照后收到的罚单，如果是人工智能检测出来的，会比人检测出来的，罚得少吗？ gooog 发表于 2022-08-11 12:41
关于这个双系统提高精度，我有许多问题。其中一个如下。 假设两个医生，同时看一个病人的病历和MRI片子。 医生A认为有癌症，医生B认为无癌症。 这个时候，病人决定再找第三个医生C来看。C认为有癌症就是有癌症；认为无癌症，就是无癌症。 如果C医生的实际水平比医生A和B低，怎么处理呢？ 假如C的水平还不如A或者B，还不如让A或者B，单个来做判断。 gooog 发表于 2022-08-11 16:14
请问为什么双系统检测，能提高精度呢？ 假设系统A的精度是c1， 系统B的精度是c2，那么当我们把它们俩串联起来的精度c = c1 * c2. 也就是说精度会降低。 我觉得双系统不能提高精度。 如果能的话，那么三系统比双系统，精度更能提高。四系统比三系统，也更好精度。 我们就去寻找n系统。n无穷大。这样精度就能逼近1. 但是实际中，我们都没有人这么做。因为精度不可能通过系统的个数增加而增大。 在实际中，一个病人，如果跑的医院越多，他被误诊的概率越大。 gooog 发表于 2022-08-11 15:52
errr，这个算精度的方法有点槽多无口啊。。 elevenoclock 发表于 2022-08-11 16:28
你有什么更好的公式，算双系统的精度？ gooog 发表于 2022-08-11 17:13
首先你得搞清楚什么条件算确诊 再开始概率论吧？ 如果测n次只要有一个pos就算确诊， 那n趋于无穷确诊的概率就趋于100% 如果n次检测必须n次全pos才算确诊 你算的确实是对的， 但是你忘了false nagetive的risk 没有一个检测手段是完美的（不管你是n次并联串联） 都要evaluate两面性， 一个是阳性病人被误诊的risk， 和阴性病人被误诊的risk， 现实医学手段里是没有任何一个方法 可以做到两个误诊概率都为零的。 对于public health还有一个medical cost要衡量。 不是你axbxc就能解决的。。。 媲 发表于 2022-08-11 17:20
现在在临床上，哪一种用的比较多？ 1）测试两次，每次都是癌症，才诊断为癌症。其他为非癌症。 2）测试两次，只要有一次是癌症，就诊断为癌症。两次都是非癌症，才诊断为非癌症。 gooog 发表于 2022-08-11 17:28
取决于癌症有多凶险吧？而且如何算确诊也要看病人有多惜命， 人和人之间差别大去了， 哪里是你计算公式能算出来的？ 媲 发表于 2022-08-11 17:33
MRI本来就不是癌症检查的金标准，所以这个问题的意义何在呢？ AI读MRI图的结果和医生读MRI图的结果都需要拿金标准进一步确认 到时候是不是癌自然就明了了 但是，实际上的情况一定是这样的：统计意义上来说，医生和AI都会有虚警，都会有漏报 mtwash 发表于 2022-08-11 20:02
这个问题的意义就在于探讨癌症检测的金标准是什么？ 既然MRI不是，那什么是？ 有金标准吗？这个金标准存在吗？ gooog 发表于 2022-08-11 21:01
我有几个问题。 细胞学检查，MRI检查，然后人工智能能指出癌变位置。 如果这个位置，医生并不认可是癌变位置，怎么处理这种矛盾？
如果这个位置，医生认可是癌变位置。但是所有人工智能指出癌变的位置，医生都可以独立无需人工智能识别出癌变位置。那么我们还需要人工智能干什么？
有没有医生认为是癌变位置，但是人工智能却没有指出的？
多少情况下，人工智能指出是癌变位置，医生没指出，但是实际上这是个癌变位置？ 这种情况下，人工智能是如何学习到的？
这不就是specificity sensitivity 和cost的关系吗？
医生和ai说的不一样， 就开刀取sample看， 很多diagnosis的实验都这么做的，
医生看张片子几百刀， ai只要电费
医生看的准不准也是病人最后组织细胞切片决定的
但是实际是AI无法处理黑天鹅事件， 而人类的上百万年的训练可以做到。
你描述的都是把人工智能和人放在对立的位置，一个要取代另一个。实际上那个目标远得很。前能够做到人工智能作为辅助工具减轻医生的劳动就不错了，比如人工智能做些初步筛选，医生来做复检，这样已经能大大提高效率了。至于false negative(漏检)或者false positive(错检)这两个目标是冲突的，人工智能算法一般通过参数调整寻求平衡，在癌症检测里，一般尽量减少漏检，所以错检就比较高，需要人工后续确认。不过即使这样，也应该比纯人工效率高多了。
这个的问题还是最终确认手段成本太高。
人工智能检测癌症的医疗室，收费会比放射科人工检测癌症的，便宜吗？
闯红灯自动拍照后收到的罚单，如果是人工智能检测出来的，会比人检测出来的，罚得少吗？
能详细说说为什么效率就提高了呢？
人工智能检测，并没有节省 细胞切片，MRI的拍片过程。
人工智能检测得出结论后， 还是要医生来复核一下。这个复核的医生，还不是要把片子看一遍。 这个医生的诊断时间和费用，也不能节省。
比起传统的人工检测癌症方法，人工智能检测，反而多了软件维护，电脑维护的成本。
花费其实更多了。精度，也没有提高。因为它的精度等同于最后复核的那个医生的诊断精度。
但是没办法，人类就是有bias，类似于AI和人类驾驶员。其实AI比人类驾驶员事故率低多了。
请问，你的这个判断，“在很多疾病上AI都比医生强得多” 是人为判断的，还是机器判断出的？
如果是人为判断的，如果人能够判断出最终疾病的诊断的最真实结论是什么， 那么你为什么认为人比AI差？
如果有人都能判断哪个是对，哪个是错，显然，这个人的水平已经远超那些做判断的了。
请问你以前用什么指标，来人工智能诊断癌症？
医生不用看所有的片子，只需要看人工智能检测认为有问题的片子就可以了，这个至少可以减少50%的工作量了。当然这是建立在人工智能没有漏检的情况下，也有可能出现没有发现的情况。但是就算全人工的情况，医生也可能出现判断错误啊。这就是成本和收益的权衡了。
另外人工智能检测有癌症的片子时，会标记出来可能的病变部位，这样医生核实的时候也会降低难度，加快进度。
我最近才知道Alphafold已经可以通过基因排序来预测蛋白质结构，而且准确率很高。做过制药的人都知道这意味着什么，这是AI非常有用的医疗应用。有兴趣的，文章在此：https://www.nature.com/articles/s41586-021-03819-2
多谢！
其实，这就是一个十字路口的闯红灯自动探测仪。
但是，因为是医学检查。不可能出现： 1）当人工智能检测发现没有癌症的时候，医生不进行复核，就直接签字，把诊断报告给病人。
这是不可能发生的。 因为，医生复核一个病人的片子，不耽误多少时间。快的，5分钟。
最终结论： 人工智能癌症检测系统，能提高检测精度吗？
答案：不能。
人工智能癌症检测系统能干什么？ 答案：可能节约成本。但是能不能真正节约成本，无人知道。因为所有的人工智能医学诊断，都需要医生复核。
你如果是人工智能这个行业的，就能明白为什么Alphafold的准确率很高。 而且这个很高，除了发表论文，作作秀。其实毫无意义。
真正有意义的东西，公司会傻到发论文吗？让全世界的人都知道它的算法核心。
举个例子。大家都用的微软的excel软件，细心的你，就会发现 这个软件在计算最大值，最小值，排序，去除重复行，等等方面非常的快。 快过你在leetcode上用过的所有算法。
问题来了，微软为啥不把这么好的东西，拿出去发表论文？
就算需要医生全部复检的话，也会降低医生的工作强度，医生不可能长时间恒定输出，人工智能辅助检测则比较稳定，只是在edge case上需要人工干预。
hybrid model或者叫human in the loop相当于双系统检测，不一致的时候可以再进一步的检查，这样可以降低误判率，相当于提高了精度。
请问为什么双系统检测，能提高精度呢？
假设系统A的精度是c1， 系统B的精度是c2，那么当我们把它们俩串联起来的精度c = c1 * c2. 也就是说精度会降低。
我觉得双系统不能提高精度。
如果能的话，那么三系统比双系统，精度更能提高。四系统比三系统，也更好精度。 我们就去寻找n系统。n无穷大。这样精度就能逼近1.
但是实际中，我们都没有人这么做。因为精度不可能通过系统的个数增加而增大。
在实际中，一个病人，如果跑的医院越多，他被误诊的概率越大。
关于这个双系统提高精度，我有许多问题。其中一个如下。
假设两个医生，同时看一个病人的病历和MRI片子。 医生A认为有癌症，医生B认为无癌症。
这个时候，病人决定再找第三个医生C来看。C认为有癌症就是有癌症；认为无癌症，就是无癌症。
如果C医生的实际水平比医生A和B低，怎么处理呢？
假如C的水平还不如A或者B，还不如让A或者B，单个来做判断。
这是两码事吧？ 肇事被抓 罚多少 和是怎么被抓的没有相关性， 除非抓错了， 那可以本人去appeal。
但是检测癌症 检查出来positive， 对真的病人来说就是benefit， ai还是医生检测出来的区别就是病人要付的医疗开销多少的区别。如果美国一年所有的片子 都先拿ai screen一遍 剩下很小一部分才要人工干预， 医疗开销的cost会大大减少
你这比喻完全是不想干的事情
我以前参与过一个癌症检测新技术的实验， 还真别说 三个权威专家都认为是癌症的片子， 最后病人手术开出来是阴性的case还真不少， 别高估了医生的水平， 有时候和检测方法的精度也息息相关。
这种情况会做biospy，哪个医生都不会通过影像诊断下结论的，都是疑似，高度疑似，biospy才是确诊
errr，这个算精度的方法有点槽多无口啊。。
你有什么更好的公式，算双系统的精度？
首先你得搞清楚什么条件算确诊 再开始概率论吧？
如果测n次只要有一个pos就算确诊， 那n趋于无穷确诊的概率就趋于100%
如果n次检测必须n次全pos才算确诊 你算的确实是对的， 但是你忘了false nagetive的risk
没有一个检测手段是完美的（不管你是n次并联串联） 都要evaluate两面性， 一个是阳性病人被误诊的risk， 和阴性病人被误诊的risk， 现实医学手段里是没有任何一个方法 可以做到两个误诊概率都为零的。 对于public health还有一个medical cost要衡量。 不是你axbxc就能解决的。。。
能从概率的角度，举个例子，来说明一下，为什么双系统能提高精度？
或者双系统其实无法提高精度。
难道，数学家从来没计算过这个问题吗？
现在在临床上，哪一种用的比较多？
1）测试两次，每次都是癌症，才诊断为癌症。其他为非癌症。 2）测试两次，只要有一次是癌症，就诊断为癌症。两次都是非癌症，才诊断为非癌症。
取决于癌症有多凶险吧？而且如何算确诊也要看病人有多惜命，
人和人之间差别大去了， 哪里是你计算公式能算出来的？
那为什么我们有这么个感觉，测两次，比测一次，诊断的要准确？
这个到底是我们的错觉，还是有科学依据？
前面有人说过了，癌症确诊是需要做活检再做病理，MRI的结果并不是确诊而是提示进一步的检查，由于得癌症的后果比较严重，所以一般都是第二种，就是只要人工智能或者医生一方认为有癌症，就会进一步检查，但并不是确诊。
MRI本来就不是癌症检查的金标准，所以这个问题的意义何在呢？
AI读MRI图的结果和医生读MRI图的结果都需要拿金标准进一步确认
到时候是不是癌自然就明了了
但是，实际上的情况一定是这样的：统计意义上来说，医生和AI都会有虚警，都会有漏报
这个问题的意义就在于探讨癌症检测的金标准是什么？ 既然MRI不是，那什么是？ 有金标准吗？这个金标准存在吗？
前面不是和你说过了吗？
google是你的好朋友
通常情况下，肿瘤的诊断需要五个步骤，分别是临床、影像学、手术、细胞病理学、组织病理学筛查等。这五个步骤的可靠性依次递增，以组织病理学检查为最高级别、准确性最可靠的诊断依据，它也是临床确诊癌症的黄金标准。
http://med.china.com.cn/content/pid/247162/tid/1026/