英报告称“深度思维”获取病人敏感数据

谷歌旗下的人工智能公司"深度思维"正与英国的医院合作，通过数据分析提高医院的工作效率。但一份日前发表在期刊《健康与科技》的报告说，这一合作让"深度思维"获取大量敏感的病人数据，整个操作也缺乏透明度，当局有必要加强监管。

因"围棋人机大战"备受关注的"深度思维"公司正逐步将自己的技术推广到医疗等领域。报告说，该公司此前与"皇家自由伦敦国民保健制度信托基金会"签订协议，得以接触到基金会下属医院大量病人信息，这些数据主要用于一款名为"数据流"的急性肾损伤病例管理软件。

基金会在一篇公告中介绍说，两家机构合作开发的这款软件通过分析患者的健康数据，能够识别哪些人出现急性肾损伤的风险最高，并提醒医护人员，以有效缩短他们的反应时间，优先治疗急需的患者。

剑桥大学的学者朱莉娅·波尔斯和《经济学人》周刊记者哈尔·霍德森在这篇报告中说，让"深度思维"接触这些敏感数据并不一定会带来安全风险，但协议的条款仍有很多值得质疑的地方，尤其是缺乏透明度，并且也没有足够的法律和道德基础来支持大范围数据的访问授权。

两位作者认为，医院在与"深度思维"共享数据一事上没有征求病患是否同意，并且该公司能够接触到的数据不但涉及急性肾损伤患者，还涉及在医院接受治疗的其他患者。这项协议显示公共机构在与私人公司进行数据共享合作的过程中还存在"一定程度的天真"，对公众以及公共机构来说也是一个重大挑战。

"深度思维"已经与基金会重新签订了一份协议，英国的监管机构也开始注意到此争议，目前还在审视相关协议是否有不当之处。

体检报告血小板数据偏低，大家帮我看一下是什么意思啊

建议您复查后积极治疗。

血小板疾病是由于血小板数量减少(血小板减少症)或功能减退(血小板功能不全)导致止血栓形成不良和出血而引起的.

血小板减少症

血小板数低于正常范围14万~40万/μl.

血小板减少症可能源于血小板产生不足,脾脏对血小板的阻留,血小板破坏或利用增加以及被稀释(表133-1).无论何种原因所致的严重血小板减少,都可引起典型的出血：多发性瘀斑,最常见于小腿；或在受轻微外伤的部位出现小的散在性瘀斑；粘膜出血(鼻出血,胃肠道和泌尿生殖道和阴道出血)；和手术后大量出血.胃肠道大量出血和中枢神经系统内出血可危及生命.然而血小板减少症不会像继发于凝血性疾病(如血友病,参见第131节)那样表现出组织内出血(如深部内脏血肿或关节积血).

诊断

必须彻底弄清病人的服药史,以排除对敏感病人增加血小板破坏的药物.约5%接受肝素治疗的患者可发生血小板减少(见下文肝素诱发血小板减少),为保持动静脉输注导管通畅,即使应用极少量肝素冲洗,也可发病.其他药物较少诱发血小板减少症,例如奎尼丁,奎宁,磺胺制剂,口服抗糖尿病药,金盐以及利福平.

病史中还有很重要的内容,病史中可能引出提示免疫性基础疾病的症状(例如关节疼痛,雷诺氏现象,不明热)；提示血栓性血小板减少症(见下文TTP-HUS)的体征与症状；10天之内输过血提示可能是输血后紫癜,大量饮酒提示酒精所致血小板减少症.5%孕妇分娩期可发生轻度血小板减少症.由于感染人类免疫缺陷性病毒(HIV)的患者常伴血小板减少症,可与特发性血小板减少性紫癜症(见ITP)相鉴别；由此可以得出其他HIV感染症状的危险因素和病史.

体检对诊断亦很重要：(1)通常继发于感染性或活动性系统性红斑狼疮(SLE)的血小板减少症以及血栓性血小板减少症(TTP)时有发热,而在特发性血小板减少性紫癜(ITP)以及与药物有关的紫癜则不发热.(2)由于血小板的破坏增加(例如特发性血小板减少性紫癜,与药物有关的免疫性血小板减少症,血栓性血小板减少性紫癜)而引起的血小板减少症病人的脾脏扪诊不增大；而继发于脾脏对血小板阻留的血小板减少症患者的脾脏大多可以扪及,继发于淋巴瘤或骨髓增生性疾病的血小板减少症病人也是如此.(3)其他慢性肝病的体征对诊断也有意义,如蜘蛛痣,黄疸和肝掌.(4)妊娠末期常引起血小板减少症.

外周血细胞计数是确定血小板减少症及其严重性的关键性检查,同时血涂片检查能为其病因检查提供线索(表133-2).若血小板减少不伴有其他影响止血功能的疾病(例如肝脏疾病或弥散性血管内凝血),止血功能筛选检查(参见第131节)则是正常的.骨髓象检查若在血涂片上见到除血小板减少以外的异常,有本检查适应证.本检查可提供巨核细胞的数量及形态的信息,并确定有或无引起骨髓功能衰竭疾病(例如骨髓异常增生)的存在.抗血小板抗体检查临床意义不大.若患者病史或检查提供HIV感染危险依据,应对其进行HIV抗体检查.

治疗

血小板减少症的治疗随其病因和严重程度而多变,需迅速鉴别病因,若有可能应予以纠正(如在肝素有关的血小板减少症停用肝素).由于血小板反复输注会产生同种血小板抗体,造成疗效的降低,因而要间歇性使用以预防上述抗体产生.若血小板减少是由于血小板消耗,则血小板输注应保留于治疗致命性或中枢神经系出血.若由于骨髓衰竭引起的血小板减少,则血小板输注保留于治疗急性出血或严重性血小板减少(如血小板数＜10000/μl).

特发性(免疫性)血小板减少性紫癜

本病为不伴全身性病变的出血性疾病,成年患者表现为慢性型,而儿童患者常是急性型并有自限性.

成年特发性(免疫性)血小板减少性紫癜(ITP)是由于产生了一种针对结构性血小板抗原的抗体(自身抗体)；而儿童患ITP时,是由病毒抗原激发了抗体的合成.该抗体和附着在血小板表面的病毒抗原起反应.

诊断

除了瘀斑,紫癜和粘膜出血(轻微或量多)外,体检结果均为阴性.外周血检查结果,除血小板数目减少外,均属正常.骨髓检查通常除可发现巨核细胞正常或数量增加外,其他亦属正常.

治疗

成年人的治疗通常开始口服皮质类固醇(例如强的松每日1mg/kg).如有效,血小板计数将在2~6周内恢复正常,然后逐步递减皮质类固醇.但大多数病人的疗效不够满意,或是减少肾上腺类固醇剂量后即复发.脾脏切除可使50%~60%病人得到缓解.对于用类固醇和脾脏切除治疗难以奏效的病人,使用其他药物的疗效尚未证实.由于慢性ITP病程长,同时慢性ITP患者死亡率低,而对治疗方法的利弊仍须慎重权衡.应用合成的雄激素(达那唑),或使用硫唑嘌呤,长春新碱,环磷酰胺,或环孢菌素的免疫抑制疗法的疗效并不一致.

对ITP伴致死性出血的患者,可使用免疫球蛋白静注(IVIg),这可抑制单核巨噬细胞的清除包被抗体血小板的作用.IVIg剂量1g/kg,1天或连续2天.患者血小板数常可在2~4天内上升,但仅维持2~4周.大剂量甲基强的松龙1g/(kg.d)静脉输注3天,可使血小板数迅速上升,且费用略低于IVIg.对那些有致命性出血的患者亦应输注血小板.由于糖皮质类固醇或IVIg可能预期在几天内显效,因而对ITP患者不应预防性输注血小板.

患儿治疗与成人相反.使用皮质类固醇或IVIg可迅速恢复血小板数,但不能改善临床结果.由于大多患儿在几天或几周内可从严重血小板减少症自发性恢复,有时推荐单用支持疗法.对使用皮质类固醇或IVIg无效的慢性型ITP患儿脾切除术应至少推迟6~12个月,这由于无脾患儿增加了严重感染的危险,即使患病经年累月,大多患儿可自发性缓解.

人工智能除了下围棋还能干啥

智能识别应用广泛
2012年谷歌的科学家们用1.6万块电脑处理器构建了一个世界上最大的“模拟神经网络”，这和Al-phaGo的“大脑”类似。科学家们向“谷歌”大脑展示了随机选取的1000万段视频，想看看它能“学”到什么，结果“谷歌大脑”在没有任何人工指令的情况下认出了猫的脸。“谷歌大脑”识别猫的学习方法与AlphaGo是一样的，它们都使用了“深度学习”的方法。过去几年间，大数据利用成为可能，电脑运算能力呈量级增长，得益于这二者，建立类似于人脑的“神经网络”，发展电脑的深度学习能力成为可能。目前人工智能的识别能力已经在某种程度上超过了人类。智能识别技术的应用正在迎来一个全新的时代。
最为典型的应用就是人脸识别，近年来海关、交通运输等重要安防监控场所已经有比较成熟的产品投入使用，实现了时时的智能人脸抓拍与识别及报警。
在深度学习被提出后，语音识别的技术同样得到了飞跃性的发展。有人预测，在不久的将来，电脑将能够像人一样用语言同人类交流，它能听懂你的话，也能表达自己的意思，而你很可能分辨不出与自己对话的究竟是人还是电脑。
智能医疗可望可即
深度学习的出现，使得智能医疗成为可能，过往的医疗数据为人工智能提供了丰富的学习资料。有人预测，将来深度学习如果能够深入应用于医疗领域，人工智能将对人类医生形成挑战。
2015年加拿大一家叫做Deep Genomics的科技公司成立，这家公司让人工智能通过深度学习解开基因组的秘密。人类很难“读懂”基因组中的信息，但是人工智能通过深度学习却可以做到，它能够比人类更好的理解基因。Deep Genomics 公司目前正在做的就是基因组检测，这家公司的创始人将深度学习基因组技术比喻为基因突变领域的谷歌搜索：研究人员可对DNA序列进行查询，系统将鉴别出突变，并告知这些突变会导致什么疾病和致病原因，这对于未来医疗无疑是颠覆性的。
同样研发了AlphaGo的“深度思维”公司也将研发范围扩展到了医学领域。不久之前，“深度思维”推出了自己的医疗项目“深度思维健康”。目前他们正在开发一款安装在苹果手机上的医疗应用“Streams”，这个应用能够迅速向医疗人员发出有关病人面临的风险的警告，告知医生病人可能存在的并发症等。
无人驾驶面临突破
这两年，“无人驾驶”的概念突然火热起来，但是无人驾驶，电脑必须能够识别道路，以及道路上的所有标志，包括车道线、交通标志、信号灯等，还必须识别道路上的行人和其他车辆，最重要的还需实时做出判断和决策，也就是得“随机应变”。这些技术都需要人工智能来实现，说的更准确一点，都需要“深度学习”来帮助实现。目前谷歌无人驾驶汽车已经在美国加利福尼亚州的公路上测试超过170万英里（约274万公里），而测试6年以来，总共发生了11次小规模的事故。
根据美国高速公路安全管理局的规定，美国针对“仅造成财产伤害的碰撞事故”制定的全国标准约为每驾驶10万英里0.3次。谷歌无人驾驶汽车行驶170万英里发生11桩事故的比例为每驾驶10万英里0.6次。从这个数据看来，无人驾驶汽车想要最终投入市场，可能还要走很长一段路。不过可以想象，也许用不了太多时间，无人驾驶汽车将开始逐渐出现在世界各地的公路上

本文地址:http://www.dadaojiayuan.com/jiankang/140834.html.

声明： 我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本站部分文字与图片资源来自于网络，转载是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们(管理员邮箱：602607956@qq.com)，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!

上一篇: 巴西农业部部长：问题肉或致15亿美元···

下一篇: 尼日尔戊肝疫情暴发,孕妇感染后死亡率···