目前，人工智能技术的应用已经相当广泛，尤其是在医疗领域，例如，它能够辅助监测肺癌、乳腺癌和皮肤癌等疾病。然而，关于何时应依赖专家的经验而非算法的判断，仍然是一个复杂的问题。这不仅涉及到机器与人类在诊断能力上的比较，还需要考虑专业医疗人员的时间、精力和专业水平。
据外媒8月4日报道，麻省理工学院计算机科学与人工智能实验室的研究团队开发了一种新型机器学习系统，旨在解决这一难题。该系统可以根据具体情况判断是自主提供诊断建议，还是将决策转交给医疗专家。
该系统的关键在于它能够根据团队成员的可用性、经验和专业领域，灵活调整何时需要人类专家的介入。例如，在繁忙的医院环境中，系统可能会在绝对必要的情况下才请求人工协助。
研究人员对该系统进行了多次训练，包括分析胸部X光片。在诊断患者是否存在心脏肿大的过程中，结合人工智能与人类的混合工作模式较单独使用人工智能或医疗人员的表现提高了8%。
麻省理工学院计算机科学与人工智能实验室的负责人David Sontag表示：“临床环境中存在许多实际障碍，包括信任和责任问题。我们希望这一方法能够激励机器学习领域的从业者在将实时人类专业知识融入人工智能算法时更加富有创意。”
此外，研究人员还在筹备测试一个能够同时与多位专家进行合作的系统。
[[[IMG_1]]]
[[[IMG_2]]]
[[[IMG_3]]]
