洛杉矶智慧医疗

无人驾驶技术的发展，推动了智慧交通之外，还带了意外的收获。据《介入放射学协会：2017年年度科学会议》的报道， UCLA的介入放射学的研究者们从“无人驾驶”中发现了一项前沿技术，研究专家们运用该人工智能技术，发明了一个介入放射学科的智能医疗助手。该助手能够与临床医师进行自由交流，迅速对一些常见的医疗问题给出有医学依据的回复。有了这一发明，医师可以方便地为患者介绍介入放射学治疗的基本概念以及患者在治疗方案中各个阶段的准确信息。

人工智能的发展迅速，完全有可能在介入放射学中作为一种低成本、自动化的医疗助手，用于改进患者的治疗和护理。如今，人工智能已经改造了很多行业，它在改造医疗领域，同样有着巨大的潜力。在这项研究中，运用了深度学习技术的医疗助手需要理解范围极广的临床医学问题。研究专家们让其用一种类似于短信对话的方式对每个问题做出适当的回应。深度学习技术的灵感来自于人类大脑的工作机制，其人工神经的网络能对庞大的数据集进行分析，从中自动总结得出一种模式，无需人类的干预也能“无监督学习”。深度学习网络能够分析复杂的数据集，在疾病的早期诊断、治疗计划、病情监控等方面提供丰富的、可供借鉴的建议。

为了完善智能医疗助手的功能，该研究团队的专家们通过向程序输入超过2000个常见的介入放射医师咨询的模拟案例，从而建立起一个介入放射学的知识库。通过这种形式的学习，这个程序能够立刻对临床医师提出的问题给出最佳的答案。程序回应的答案包含了多种形式的信息，包括医学网站地址、医疗信息图表、定制医疗方案等。如果程序判断出提问者是需要人工回应的，那么它就会提供相关的联络方式。在医生们的使用过程中，各种问答情境也将作为这个程序的学习资源，程序在实践中会不断进行自我学习和改进，以达到更智能的水平。研究者们采用了一种叫做“自然语言处理”的技术，这一技术的实现是通过IBM的Watson人工智能计算机来完成的。Watson能够用自然语言回答各种问题，并且高效实现机器学习的其他重要功能。