吴恩达进军AI医疗领域：通过心电图可判断患者是否心律不齐

　　如果我们把目光放得更为长远，机器学习通过结合大量毫不相关的数据进行分析判断，来搜查各类疾病的蛛丝马迹也是充满想象力的一件事情。

　　用深度学习诊断心律不齐尚属于AI医疗领域较为简单的应用，如果把目光投到其他相对更为复杂的疾病上，我们将看到十分不同的光景。更重要的是，需要将更多的问题纳入考虑范围。

　　优质的数据仍然是国外团队的重要问题

　　在上文中提到的利用人工智能进行癌症诊断的项目时，带领团队的MIT教授Regina Barzilay发现了制约医疗AI的重要问题所在——优秀的疾病数据的匮乏。

　　“你总是在焦躁地寻找信息，特别是数据。”她说道，“我是该用这种药还是另外一种?”“这是最好的疗法么?”“疾病复发的概率是多少?”……

　　如果没有可靠的临床数据，你选择的诊断将只能停留在纯粹猜测的阶段。

　　斯坦福的研究人员正在开展对于算法的训练

　　不过不同于图像、语音识别这种相对轻松且更贴近生活的应用领域，在医疗健康这种可能生死攸关的应用层面，应用AI面对的一大挑战就是取得医生和患者的信任。

　　对于非AI领域的专家来说，这些算法很容易显得高深而晦涩。有时甚至带领项目前进的人工智能专家，都无法完全掌握算法的运行机制。而具体到深度学习上，其更是整个机器学习中都算得上模糊难懂的分支。

　　如何让医师和患者相信这些机制复杂的冰冷计算机能做出最有利于他们身体健康的判断，将是AI从业者所面临的的一大难题。

　　尽管如此，吴恩达依然坚信医疗领域的大革命即将带来。

　　“我们面前还要好很多工作需要着手处理，来使得这些算法进入医疗系统的工作流程。”他说道，“但我坚信十年内，医疗行业将会更多地应用到AI，变得和今天十分不同。”