人工智能（AI）越來越多地用于醫(yī)學(xué)中以支持人類專業(yè)知識(shí)。但是，尚未充分研究這些應(yīng)用程序的潛力以及人與人工智能之間交互所固有的風(fēng)險(xiǎn)。

人們常常擔(dān)心，一旦AI具備足夠的質(zhì)量，就將不再需要人類的專業(yè)知識(shí)，因此將需要更少的醫(yī)生。人們普遍認(rèn)為這是人類與AI之間的“競爭”，這進(jìn)一步加劇了這些擔(dān)憂。

MedUni Vienna領(lǐng)導(dǎo)的一項(xiàng)國際研究現(xiàn)在說明了人機(jī)協(xié)作的巨大潛力。

由Philipp Tschandl和Harald Kittler（維也納MedUni皮膚科）和Christoph Rinner（CeMSIIS / MedUni維也納醫(yī)學(xué)信息管理研究所）領(lǐng)導(dǎo)的國際研究現(xiàn)在揭穿了這一所謂競爭的念頭，突顯了將人類結(jié)合起來的巨大潛力人工智能方面的專業(yè)知識(shí)。

發(fā)表在《自然醫(yī)學(xué)》上的研究從不同的角度和實(shí)際相關(guān)的不同場景，研究了醫(yī)生與人工智能之間的相互作用。

盡管作者將他們的觀察僅限于皮膚癌的診斷，但他們強(qiáng)調(diào)，這些發(fā)現(xiàn)也可以推斷到使用人工智能的其他醫(yī)學(xué)領(lǐng)域。

AI并不總能改善診斷

在研究作者創(chuàng)建的一項(xiàng)實(shí)驗(yàn)中，有302位檢查者和/或醫(yī)生在沒有人工智能的支持下，必須評(píng)估皮膚鏡檢查的良性和惡性皮膚變化的圖像。

AI評(píng)估提供了三種不同的形式。在第一種情況下，AI向檢查者顯示了所有可能診斷的可能性，在第二種情況下，它向檢查者顯示了惡性變化的可能性，在第三種情況下，向檢查者顯示了具有已知診斷的相似圖像，類似于Google圖像搜索。

作為主要發(fā)現(xiàn)，作者觀察到，只有在第一種情況下，與AI的合作才能提高檢查者的診斷準(zhǔn)確性，盡管這一點(diǎn)非常重要，錯(cuò)誤診斷的比率增加了13%。