英報告稱“深度思維”獲取病人敏感數(shù)據(jù)

谷歌旗下的人工智能公司"深度思維"正與英國的醫(yī)院合作，通過數(shù)據(jù)分析提高醫(yī)院的工作效率。但一份日前發(fā)表在期刊《健康與科技》的報告說，這一合作讓"深度思維"獲取大量敏感的病人數(shù)據(jù)，整個操作也缺乏透明度，當(dāng)局有必要加強監(jiān)管。

因"圍棋人機大戰(zhàn)"備受關(guān)注的"深度思維"公司正逐步將自己的技術(shù)推廣到醫(yī)療等領(lǐng)域。報告說，該公司此前與"皇家自由倫敦國民保健制度信托基金會"簽訂協(xié)議，得以接觸到基金會下屬醫(yī)院大量病人信息，這些數(shù)據(jù)主要用于一款名為"數(shù)據(jù)流"的急性腎損傷病例管理軟件。

基金會在一篇公告中介紹說，兩家機構(gòu)合作開發(fā)的這款軟件通過分析患者的健康數(shù)據(jù)，能夠識別哪些人出現(xiàn)急性腎損傷的風(fēng)險最高，并提醒醫(yī)護人員，以有效縮短他們的反應(yīng)時間，優(yōu)先治療急需的患者。

劍橋大學(xué)的學(xué)者朱莉婭·波爾斯和《經(jīng)濟學(xué)人》周刊記者哈爾·霍德森在這篇報告中說，讓"深度思維"接觸這些敏感數(shù)據(jù)并不一定會帶來安全風(fēng)險，但協(xié)議的條款仍有很多值得質(zhì)疑的地方，尤其是缺乏透明度，并且也沒有足夠的法律和道德基礎(chǔ)來支持大范圍數(shù)據(jù)的訪問授權(quán)。

兩位作者認(rèn)為，醫(yī)院在與"深度思維"共享數(shù)據(jù)一事上沒有征求病患是否同意，并且該公司能夠接觸到的數(shù)據(jù)不但涉及急性腎損傷患者，還涉及在醫(yī)院接受治療的其他患者。這項協(xié)議顯示公共機構(gòu)在與私人公司進行數(shù)據(jù)共享合作的過程中還存在"一定程度的天真"，對公眾以及公共機構(gòu)來說也是一個重大挑戰(zhàn)。

"深度思維"已經(jīng)與基金會重新簽訂了一份協(xié)議，英國的監(jiān)管機構(gòu)也開始注意到此爭議，目前還在審視相關(guān)協(xié)議是否有不當(dāng)之處。

體檢報告血小板數(shù)據(jù)偏低，大家?guī)臀铱匆幌率鞘裁匆馑及?/span>

建議您復(fù)查后積極治療。

血小板疾病是由于血小板數(shù)量減少(血小板減少癥)或功能減退(血小板功能不全)導(dǎo)致止血栓形成不良和出血而引起的.

血小板減少癥

血小板數(shù)低于正常范圍14萬~40萬/μl.

血小板減少癥可能源于血小板產(chǎn)生不足,脾臟對血小板的阻留,血小板破壞或利用增加以及被稀釋(表133-1).無論何種原因所致的嚴(yán)重血小板減少,都可引起典型的出血：多發(fā)性瘀斑,最常見于小腿；或在受輕微外傷的部位出現(xiàn)小的散在性瘀斑；粘膜出血(鼻出血,胃腸道和泌尿生殖道和陰道出血)；和手術(shù)后大量出血.胃腸道大量出血和中樞神經(jīng)系統(tǒng)內(nèi)出血可危及生命.然而血小板減少癥不會像繼發(fā)于凝血性疾病(如血友病,參見第131節(jié))那樣表現(xiàn)出組織內(nèi)出血(如深部內(nèi)臟血腫或關(guān)節(jié)積血).

診斷

必須徹底弄清病人的服藥史,以排除對敏感病人增加血小板破壞的藥物.約5%接受肝素治療的患者可發(fā)生血小板減少(見下文肝素誘發(fā)血小板減少),為保持動靜脈輸注導(dǎo)管通暢,即使應(yīng)用極少量肝素沖洗,也可發(fā)病.其他藥物較少誘發(fā)血小板減少癥,例如奎尼丁,奎寧,磺胺制劑,口服抗糖尿病藥,金鹽以及利福平.

病史中還有很重要的內(nèi)容,病史中可能引出提示免疫性基礎(chǔ)疾病的癥狀(例如關(guān)節(jié)疼痛,雷諾氏現(xiàn)象,不明熱)；提示血栓性血小板減少癥(見下文TTP-HUS)的體征與癥狀；10天之內(nèi)輸過血提示可能是輸血后紫癜,大量飲酒提示酒精所致血小板減少癥.5%孕婦分娩期可發(fā)生輕度血小板減少癥.由于感染人類免疫缺陷性病毒(HIV)的患者常伴血小板減少癥,可與特發(fā)性血小板減少性紫癜癥(見ITP)相鑒別；由此可以得出其他HIV感染癥狀的危險因素和病史.

體檢對診斷亦很重要：(1)通常繼發(fā)于感染性或活動性系統(tǒng)性紅斑狼瘡(SLE)的血小板減少癥以及血栓性血小板減少癥(TTP)時有發(fā)熱,而在特發(fā)性血小板減少性紫癜(ITP)以及與藥物有關(guān)的紫癜則不發(fā)熱.(2)由于血小板的破壞增加(例如特發(fā)性血小板減少性紫癜,與藥物有關(guān)的免疫性血小板減少癥,血栓性血小板減少性紫癜)而引起的血小板減少癥病人的脾臟捫診不增大；而繼發(fā)于脾臟對血小板阻留的血小板減少癥患者的脾臟大多可以捫及,繼發(fā)于淋巴瘤或骨髓增生性疾病的血小板減少癥病人也是如此.(3)其他慢性肝病的體征對診斷也有意義,如蜘蛛痣,黃疸和肝掌.(4)妊娠末期常引起血小板減少癥.

外周血細(xì)胞計數(shù)是確定血小板減少癥及其嚴(yán)重性的關(guān)鍵性檢查,同時血涂片檢查能為其病因檢查提供線索(表133-2).若血小板減少不伴有其他影響止血功能的疾病(例如肝臟疾病或彌散性血管內(nèi)凝血),止血功能篩選檢查(參見第131節(jié))則是正常的.骨髓象檢查若在血涂片上見到除血小板減少以外的異常,有本檢查適應(yīng)證.本檢查可提供巨核細(xì)胞的數(shù)量及形態(tài)的信息,并確定有或無引起骨髓功能衰竭疾病(例如骨髓異常增生)的存在.抗血小板抗體檢查臨床意義不大.若患者病史或檢查提供HIV感染危險依據(jù),應(yīng)對其進行HIV抗體檢查.

治療

血小板減少癥的治療隨其病因和嚴(yán)重程度而多變,需迅速鑒別病因,若有可能應(yīng)予以糾正(如在肝素有關(guān)的血小板減少癥停用肝素).由于血小板反復(fù)輸注會產(chǎn)生同種血小板抗體,造成療效的降低,因而要間歇性使用以預(yù)防上述抗體產(chǎn)生.若血小板減少是由于血小板消耗,則血小板輸注應(yīng)保留于治療致命性或中樞神經(jīng)系出血.若由于骨髓衰竭引起的血小板減少,則血小板輸注保留于治療急性出血或嚴(yán)重性血小板減少(如血小板數(shù)＜10000/μl).

特發(fā)性(免疫性)血小板減少性紫癜

本病為不伴全身性病變的出血性疾病,成年患者表現(xiàn)為慢性型,而兒童患者常是急性型并有自限性.

成年特發(fā)性(免疫性)血小板減少性紫癜(ITP)是由于產(chǎn)生了一種針對結(jié)構(gòu)性血小板抗原的抗體(自身抗體)；而兒童患ITP時,是由病毒抗原激發(fā)了抗體的合成.該抗體和附著在血小板表面的病毒抗原起反應(yīng).

診斷

除了瘀斑,紫癜和粘膜出血(輕微或量多)外,體檢結(jié)果均為陰性.外周血檢查結(jié)果,除血小板數(shù)目減少外,均屬正常.骨髓檢查通常除可發(fā)現(xiàn)巨核細(xì)胞正?；驍?shù)量增加外,其他亦屬正常.

治療

成年人的治療通常開始口服皮質(zhì)類固醇(例如強的松每日1mg/kg).如有效,血小板計數(shù)將在2~6周內(nèi)恢復(fù)正常,然后逐步遞減皮質(zhì)類固醇.但大多數(shù)病人的療效不夠滿意,或是減少腎上腺類固醇劑量后即復(fù)發(fā).脾臟切除可使50%~60%病人得到緩解.對于用類固醇和脾臟切除治療難以奏效的病人,使用其他藥物的療效尚未證實.由于慢性ITP病程長,同時慢性ITP患者死亡率低,而對治療方法的利弊仍須慎重權(quán)衡.應(yīng)用合成的雄激素(達那唑),或使用硫唑嘌呤,長春新堿,環(huán)磷酰胺,或環(huán)孢菌素的免疫抑制療法的療效并不一致.

對ITP伴致死性出血的患者,可使用免疫球蛋白靜注(IVIg),這可抑制單核巨噬細(xì)胞的清除包被抗體血小板的作用.IVIg劑量1g/kg,1天或連續(xù)2天.患者血小板數(shù)常可在2~4天內(nèi)上升,但僅維持2~4周.大劑量甲基強的松龍1g/(kg.d)靜脈輸注3天,可使血小板數(shù)迅速上升,且費用略低于IVIg.對那些有致命性出血的患者亦應(yīng)輸注血小板.由于糖皮質(zhì)類固醇或IVIg可能預(yù)期在幾天內(nèi)顯效,因而對ITP患者不應(yīng)預(yù)防性輸注血小板.

患兒治療與成人相反.使用皮質(zhì)類固醇或IVIg可迅速恢復(fù)血小板數(shù),但不能改善臨床結(jié)果.由于大多患兒在幾天或幾周內(nèi)可從嚴(yán)重血小板減少癥自發(fā)性恢復(fù),有時推薦單用支持療法.對使用皮質(zhì)類固醇或IVIg無效的慢性型ITP患兒脾切除術(shù)應(yīng)至少推遲6~12個月,這由于無脾患兒增加了嚴(yán)重感染的危險,即使患病經(jīng)年累月,大多患兒可自發(fā)性緩解.

人工智能除了下圍棋還能干啥

智能識別應(yīng)用廣泛
2012年谷歌的科學(xué)家們用1.6萬塊電腦處理器構(gòu)建了一個世界上最大的“模擬神經(jīng)網(wǎng)絡(luò)”，這和Al-phaGo的“大腦”類似?？茖W(xué)家們向“谷歌”大腦展示了隨機選取的1000萬段視頻，想看看它能“學(xué)”到什么，結(jié)果“谷歌大腦”在沒有任何人工指令的情況下認(rèn)出了貓的臉?！肮雀璐竽X”識別貓的學(xué)習(xí)方法與AlphaGo是一樣的，它們都使用了“深度學(xué)習(xí)”的方法。過去幾年間，大數(shù)據(jù)利用成為可能，電腦運算能力呈量級增長，得益于這二者，建立類似于人腦的“神經(jīng)網(wǎng)絡(luò)”，發(fā)展電腦的深度學(xué)習(xí)能力成為可能。目前人工智能的識別能力已經(jīng)在某種程度上超過了人類。智能識別技術(shù)的應(yīng)用正在迎來一個全新的時代。
最為典型的應(yīng)用就是人臉識別，近年來海關(guān)、交通運輸?shù)戎匾卜辣O(jiān)控場所已經(jīng)有比較成熟的產(chǎn)品投入使用，實現(xiàn)了時時的智能人臉抓拍與識別及報警。
在深度學(xué)習(xí)被提出后，語音識別的技術(shù)同樣得到了飛躍性的發(fā)展。有人預(yù)測，在不久的將來，電腦將能夠像人一樣用語言同人類交流，它能聽懂你的話，也能表達自己的意思，而你很可能分辨不出與自己對話的究竟是人還是電腦。
智能醫(yī)療可望可即
深度學(xué)習(xí)的出現(xiàn)，使得智能醫(yī)療成為可能，過往的醫(yī)療數(shù)據(jù)為人工智能提供了豐富的學(xué)習(xí)資料。有人預(yù)測，將來深度學(xué)習(xí)如果能夠深入應(yīng)用于醫(yī)療領(lǐng)域，人工智能將對人類醫(yī)生形成挑戰(zhàn)。
2015年加拿大一家叫做Deep Genomics的科技公司成立，這家公司讓人工智能通過深度學(xué)習(xí)解開基因組的秘密。人類很難“讀懂”基因組中的信息，但是人工智能通過深度學(xué)習(xí)卻可以做到，它能夠比人類更好的理解基因。Deep Genomics 公司目前正在做的就是基因組檢測，這家公司的創(chuàng)始人將深度學(xué)習(xí)基因組技術(shù)比喻為基因突變領(lǐng)域的谷歌搜索：研究人員可對DNA序列進行查詢，系統(tǒng)將鑒別出突變，并告知這些突變會導(dǎo)致什么疾病和致病原因，這對于未來醫(yī)療無疑是顛覆性的。
同樣研發(fā)了AlphaGo的“深度思維”公司也將研發(fā)范圍擴展到了醫(yī)學(xué)領(lǐng)域。不久之前，“深度思維”推出了自己的醫(yī)療項目“深度思維健康”。目前他們正在開發(fā)一款安裝在蘋果手機上的醫(yī)療應(yīng)用“Streams”，這個應(yīng)用能夠迅速向醫(yī)療人員發(fā)出有關(guān)病人面臨的風(fēng)險的警告，告知醫(yī)生病人可能存在的并發(fā)癥等。
無人駕駛面臨突破
這兩年，“無人駕駛”的概念突然火熱起來，但是無人駕駛，電腦必須能夠識別道路，以及道路上的所有標(biāo)志，包括車道線、交通標(biāo)志、信號燈等，還必須識別道路上的行人和其他車輛，最重要的還需實時做出判斷和決策，也就是得“隨機應(yīng)變”。這些技術(shù)都需要人工智能來實現(xiàn)，說的更準(zhǔn)確一點，都需要“深度學(xué)習(xí)”來幫助實現(xiàn)。目前谷歌無人駕駛汽車已經(jīng)在美國加利福尼亞州的公路上測試超過170萬英里（約274萬公里），而測試6年以來，總共發(fā)生了11次小規(guī)模的事故。
根據(jù)美國高速公路安全管理局的規(guī)定，美國針對“僅造成財產(chǎn)傷害的碰撞事故”制定的全國標(biāo)準(zhǔn)約為每駕駛10萬英里0.3次。谷歌無人駕駛汽車行駛170萬英里發(fā)生11樁事故的比例為每駕駛10萬英里0.6次。從這個數(shù)據(jù)看來，無人駕駛汽車想要最終投入市場，可能還要走很長一段路。不過可以想象，也許用不了太多時間，無人駕駛汽車將開始逐漸出現(xiàn)在世界各地的公路上

本文地址:http://www.soujuw.cn/jiankang/140834.html.

聲明： 我們致力于保護作者版權(quán)，注重分享，被刊用文章因無法核實真實出處，未能及時與作者取得聯(lián)系，或有版權(quán)異議的，請聯(lián)系管理員，我們會立即處理，本站部分文字與圖片資源來自于網(wǎng)絡(luò)，轉(zhuǎn)載是出于傳遞更多信息之目的,若有來源標(biāo)注錯誤或侵犯了您的合法權(quán)益，請立即通知我們(管理員郵箱：602607956@qq.com)，情況屬實，我們會第一時間予以刪除，并同時向您表示歉意,謝謝!

上一篇: 巴西農(nóng)業(yè)部部長：問題肉或致15億美元···

下一篇: 尼日爾戊肝疫情暴發(fā),孕婦感染后死亡率···