首页 > 深度学习 > 化身难民营里的诊断助手,人工智能助力解决医疗危机
化身难民营里的诊断助手,人工智能助力解决医疗危机

化身难民营里的诊断助手,人工智能助力解决医疗危机

2019-01-25 09:00

#深度学习


 

在过去的一年中,超过 700,000 名的罗兴亚难民逃离缅甸,在孟加拉国的库克斯巴扎找到了临时避难所。

 

他们所生活的难民营人满为患,极差的卫生条件使得他们极其容易患上感染病和其他疾病,联合国称这里的医疗服务存在严重的资金不足问题,因此,对医疗服务的需求也是巨大的。

 

为了满足这些远程需求,硅谷的一家医疗初创公司 polyfins 伸出了援手。这家公司使用人工智能驱动的移动应用帮助皮肤科医生诊断皮肤状况,进而获取潜在疾病的强有力线索,从常见的湿疹到严重的肿瘤、传染病和寄生虫感染。

 

 “在难民营里,许多人共同居住在一片非常小的区域内,那里的卫生条件极差。” polyfins 的首席执行官 faisal basar 说道, “这种条件下,极易发生感染性皮肤病。”

 

polyfins 是nvidia初创加速计划的成员,他们已与孟加拉国当局展开合作,将两名皮肤科医生和几名护士派遣到难民营。在短短两天之内,这个团队大约接诊了 500 位患者。

 

在其中一天,两位皮肤科医生使用 polyfins 的 tibot 智能手机应用作为诊断助手,在另一天中,则使用传统的诊断方法。他们发现,如果护士首先使用此应用对患者的症状进行分析,那么他们可以多看 25% 的病例。

 

人工智能成为诊断助手

 

tibot 要求用户上传皮肤状况的图像,并回答关于自身症状的问题。随后,此应用将用户的回答和图像的压缩版本发送到 polyfins 的服务器,该服务器会发送回它的预测,其中包含用户最有可能存在的三种皮肤状况。

 

此应用的分析可以帮助医生在医疗营接诊更多的患者,因此 polyfins 便能够为营地内更多的患者分发急需药物。

 

polyfins 向在医疗营内确诊的难民分发药物。(照片来自 polyfins。)

 

polyfins 曾使用一个包含 100,000 张图片的数据集对驱动此应用的人工智能进行训练,这些图片来自公共资源、研究合作伙伴和 polyfins 的合作医院。在此应用的开发过程中,这家初创公司与医生们合作对图像数据进行标注,并提供关于识别疾病症状的指导。

 

polyfins 在 google cloud 中使用 nvidia gpu,用于对其神经网络(使用 tensorflow 框架开发而成)进行训练和推理。

 

通过采用图像压缩技术,即使在仅拥有 2g 或 3g 蜂窝网络的区域(比如难民营),tibot 也能在云端高效运行分析。自 6 月发布以来,此应用已分析了 15,000 个病例。

 

不仅仅是诊断

 

polyfins 的总部位于加利福尼亚州弗里蒙特,在印度和孟加拉国设有团队,且目前正在与位于印度孟买的 d.y.patil 医院的皮肤科医生合作撰写一篇论文。这篇论文不久便会发表,旨在评估其深度学习模型的准确性、敏感性和特异性。

 

basar 认为,对于那些喜欢使用搜索引擎来判断自身症状的人们来说,这款工具是一个更加有效的选择。

 

除了诊断之外,该团队计划为这款应用增加更多功能,比如护理建议、医生的虚拟问诊以及对皮肤病变的情况进行实时跟踪。polyfins 的目标是利用人工智能将 tibot 打造成一个全面的皮肤管理应用。

相关新闻