oct|眼科：人工智能领域的先驱( 二 )

“有一种现象叫做自动化偏见，医务人员有时更倾向于听从人工智能工具的建议——甚至可能违背他们更好的判断，”他说。

可解释性

Balaskas指出了可解释性问题——在许多情况下，这些AI工具的功能不透明。

他指出：“我们不完全了解具体建议是如何达成的，无论是诊断还是管理建议，缺乏透明度会加剧前面提到的医疗、法律和道德问题。”总之，我们发现，在人工智能工具能够以安全的方式应用到现实生活中并改善临床诊疗效果之前，还需要克服几个障碍。”

此外，Balaskas表示，未来眼科医生的生活可能会发生变化，但他对医疗实践中的AI抱有乐观的看法。

“我们的领域变得越来越复杂，我们在评估患者时需要处理来自各种来源的数据：来自多种成像方式的数据、遗传数据和各种类型的组学，例如蛋白质组学和新兴的眼组学领域，其中眼科检查的特征可以提示全身健康问题，”他说。

Balaskas 还指出，来自家庭视觉监控设备的数据将变得越来越可用。

然而，Balaskas表示，理解所有这些数据以便为每个患者制定个性化的治疗计划可能令人生畏。

“人工智能可以成为一种非常有用的辅助手段，如英国健康教育署委托的人工智能Topol评论中所述，通过处理高维复杂数据源，为患者和医务人员提供时间礼物（高效），让他们有机会共同讨论和决定最佳治疗方案是什么，”他总结道。

张明明博士摘译自《Ophthalmology Times》

【 oct|眼科：人工智能领域的先驱】排版：视普泰验光师培训学校/视普泰眼视光学院