怎样根治白癜风 http://m.39.net/pf/a_6159813.html大数据文摘作品，转载请联系
作者
DrLukeOakden-Rayner
翻译
吴蕾刘晓莉曹翔
关于“机器人战胜人类医生”的文章铺天盖地，正高居各类科技网站首页。
例如《通过辐射变化，计算机程序的脑肿瘤辨识能力战胜医生（神经科学新闻，）》,《在肺癌的类别和严重程度预测方面，计算机击败了病理学家（斯坦福医学新闻中心，），《人工智能阅读乳腺影像的精确度达到了99%（Futurism,）》，《数码诊断：智能机器比人类更出色（SingularityHub,）》。
这些标题确实吸引眼球，有的更是出自于像斯坦福大学这样的专业杂志。显然，甚至不少专业人士都认为，机器在这些医疗相关的专业领域，已经战胜了人类。
但是机器真的已经开始战胜人类医生了吗？来自UniversityofAdelaide的DrLuke据此撰写了相关评论文章，并被选为uiux.blog过去一周最值得阅读的文章之一。作者希望通过这份“避雷指南”告诉大家：如何用批判性的视角来阅读医学人工智能报告，明辨真伪。
医学人工智能文章的三类陷阱
这些文章中出现的错误类型大致有三种：作者要么不懂机器，要么不懂人工智能，再或者没有将医生和机器的诊断结果进行比较。
1）人类医生是否在做这些事情
记者，技术专家，未来主义者等专业人士，其实很多并不懂医学。
医学是复杂的。
生物学，治疗学，整个系统是如此巨大，它超出了任何一个人的认知范围。医生和其他医疗保健专业人员有一些模糊朦胧的感觉，但即便是他们，也只是管中窥豹。我们可以看一下，治疗系统本身是多么复杂：
我们必须经过12年的培训，才能成为某项医学子领域的专家。法律要求医生在整个职业生涯中保持学习，一般只能在数十年后才能达到高峰。
研究人员将他们的生命献给了人类生物学的极小的一部分。
对于每个医生或管理人员，需有成千上万的其他训练有素的专业人员相辅，才能保持医疗体系正常运行。在许多国家，医疗保健人员比任何其他行业都多，大多数人接受过高等教育。
医学的规模是巨大的。
医学研究产出大于任何其他学科的数量级，其规模之大令人乍舌。
你认为NIPS（ConferenceandWorkshoponNeuralInformationProcessingSystems，即神经信息处理系统大会）有几千个名参观者，已经是大会了？事实上，最大型的放射学会议RSNA，有超过五万人次参加。
我们顶尖期刊的影响因子将近60（根据nejm网站公布，
