导读用于重建医学图像的基于人工智能的技术实际上可能导致错误的诊断。这是根据一项由剑桥大学专家领导的新调查的结果得出的。根据他们的研究，
用于重建医学图像的基于人工智能的技术实际上可能导致错误的诊断。
这是根据一项由剑桥大学专家领导的新调查的结果得出的。根据他们的研究，那里的科学家设计了一系列测试来评估这种成像重建，并发现了许多伪像和其他错误，该研究于5月11日发表在《美国国家科学院院刊》上。
他们指出，这个问题似乎在不同类型的AI上仍然存在，并且可能不容易解决。
剑桥大学医学系的安德斯·汉森博士(Anders Hansen PhD)表示：“人们对医学成像中的AI充满热情，它可能具有革新现代医学的潜力;但是，存在潜在的陷阱也不能忽视。”应用数学和理论物理在一份声明中说。“我们发现AI技术在医学成像中非常不稳定，因此输入的微小变化可能会导致输出的巨大变化。”
为了得出结论，Hansen和来自挪威，葡萄牙，加拿大和英国的联合研究人员使用了几种评估来查明AI算法中的缺陷。他们针对CT，MR和核磁共振成像，并根据与运动有关的不稳定性，微小的结构变化以及与样品数量有关的不稳定性进行了测试。
团队发现，即使是很小的动作，也会在最终产品中造成大量伪像，细节模糊或缺失。汉森等有人担心放射科医生可能会将这些错误解释为医疗问题，而不是予以消除。
汉森在声明中说：“当涉及到有关人类健康的关键决策时，我们不能让算法犯错误。”“我们发现，如果您使用AI和深度学习来重建医学图像，那么最细微的损坏(例如可能是由患者移动引起的)可能会产生截然不同的结果，这意味着这些算法缺乏所需的稳定性。”