2017年开始人工智能就是热词，但真正落地的没有多少，医疗行业一直努力引入人工智能，帮助提升整个领域的病情诊断能力。目前主要的需求还是想依靠机器的深度学习提高患者病情的诊断率，也有个别病情确实达到了比较理想的状态，比如IBM Watson对皮肤黑色素瘤的诊断率高达97%，远远超越人类专家的水平。
根据外媒报道，斯坦福大学相关研究人员利用200万份电子病历来训练深度神经网络，并在数十万患者身上采集信息进行自我训练。这款算法可以提前12个月预测患者的死亡时间，并在四万名患者身上进行了相关测试，准确率高达90%。
这一成果可以说对医疗人员和患者的家人都非常有帮助，准确的预测结果让医院可以采取更好的措施，同时也让患者的家人做好心理准备并做好相关的临终关怀。
以上提到了一些AI领域的语言，为了方便大家理解更多文章中人工智能的内容，大概解释一下人工智能、机器学习、深度学习的关系。
通常我们认为机器学习是实现人工智能的主要方式，人类基于机器学习，并以海量的数据为基础，逐步的实现人工智能。
深度学习是机器学习的一个分支，如果用图形来表示，那么深度学习是最里面的一层，外面包裹它的就是机器学习，最外面一层就是人工智能了。
人可以在秒级单位做出判断的事情，都可以通过机器来实现，而机器可以同时完成成千上万人同时做出的判断，这就是人工智能。
网友评论