MIT CSAIL的系统在做出预测时可以听从专家的意见

麻省理工学院计算机科学与人工智能实验室(CSAIL)的一项新研究提出了一种机器学习系统，该系统可以检查X射线以诊断包括肺萎陷和心脏扩大的状况。这并不是特别新颖-医疗保健中的计算机视觉是一个公认的领域-但是CSAIL的系统可以新颖地服从专家，具体取决于人的能力和经验水平等因素。

尽管有希望，医学上的人工智能仍然面临着伦理挑战。Google最近发布了一份白皮书，发现预测眼疾的系统在现实世界中是不切实际的，部分原因是技术和临床失误。STAT报告称，未经证实的AI算法已用于预测COVID-19患者的人数下降。像巴比伦健康公司这样的公司声称其系统可以像人类医生一样诊断疾病，也受到了监管机构和临床医生的审查。

CSAIL的系统旨在通过“分类器”和“拒绝器”来解决这个问题，“分类器”可以预测任务的某些子集，“拒绝器”可以决定给定任务应由分类器还是专家来处理。该系统背后的研究人员声称，该分类器相当准确，与仅使用专家相比，在进行心脏肥大(心脏扩大)的情况下，该分类器的性能提高了8%。但是可以说，它的真正优势在于可定制性-该系统允许用户针对他们想要的任何选择进行优化，无论是预测准确性还是专家的时间和精力成本。

效率是系统方法的另一个优点。通过对医学诊断任务以及文本和图像分类进行实验，结果表明，它不仅可以实现比基线更好的性能，而且可以用更少的计算量和更少的训练样本来实现。

研究人员尚未与人类专家一起测试该系统，而是开发了一系列“综合专家”，以便他们可以调整经验和可用性等参数。当前的迭代需要入职，以适应特定人员的长处和短处，但是团队的计划要求架构师系统从有偏见的专家数据中学习，并立即与(并请)多位专家一起工作。

麻省理工学院电气工程与计算机科学系医学工程副教授，首席作者，冯·亥姆霍兹副教授戴维•桑塔格(David Sontag)说：“有很多障碍阻碍了临床环境中的完全自动化，包括信任和责任制，这是可以理解的。”“我们希望我们的方法能够激发机器学习从业人员在将实时人类专业知识集成到他们的算法中时更具创造力。”

中国联通：已累计开通5G基站33.2万站 到今年年底预计超过38万个

饿了么现已入驻1000所高校食堂 校园内平均20分钟送达

谷歌在西雅图附近规划新园区 在亚马逊和微软总部所在地扩大触角

我国国家顶级域名“.CN”数量超过2300万个 IPv6规模化部署提速

邬贺铨：截至8月我国IPv6活跃用户达3.65亿 占互联网用户之比达40.32%

苹果、谷歌、英特尔等公司已经加入行业组织美国“6G联盟”

微软今天正式终止Win7嵌入式系统支持 花钱可买三年补丁

OPPO将发布首款概念级应用OPPO CybeReal 针对AR领域