谷歌李佳：我為什麼要成為AI科學家？為了救我的家人

李佳是誰？

谷歌 AI 中國中心負責人，谷歌雲研發負責人。在加入谷歌前，她是Snapchat公司的資深高管。

作為一位 AI 科學家，李佳 2011 年加入雅虎，2014 年成為資深研究員，開始領導雅虎實驗室的視覺計算和機器學習部門。2015 年 2 月，李佳被聘請為 Snapchat 的人工智慧研發團隊主管。

為什麼選擇 AI ？

李佳對 AI 、AI 應用於醫療的熱情自大學就開始了。在大學期間，她參加了一些機器人足球賽之類的活動。而後在攻讀碩士學位時，李佳做的研究是 MRI 分割方法與醫療相關的。自此，李佳對於AI 技術幫助人類解決健康問題尤為著迷。在斯坦福大學攻讀博士學位期間，李佳研究了大規模的視覺識別問題。

而將她真正帶入 AI 領域，卻是因為她的家人。她的一位家人患有皮膚病，為了讓醫生更好的診斷，李佳致力於開發了一種圖像識別技術，幫助醫生對皮膚病進行分類。

如今，李佳博士作為 Google Cloud AI 研發主管以及斯坦福大學醫學院兼職教授，她們的團隊專註於開發為不同行業提供解決方案的 AI 產品， 致力於通過人工智慧解決現實世界中困難。

傳統醫療中，醫生需要通過病人的表觀病徵，生理檢驗結果等一系列數據對病情做出判斷。而人工智慧可以根據臨床反應與生理指標，快速地調出可能對應的疾病，輔助醫生進行判斷。

如今，人工智慧在醫療領域的應用可以分為六個細分領域——虛擬助理、病歷與文獻分析、醫療影像輔助診斷、診療結果預測、藥物研發、以及基因測序。今天我們著重要講的就是醫療影像輔助診斷。

醫療影像輔助診斷

這個輔助系統是如何工作的呢？我們要拆解成兩步。

第一步：學習

輔助診斷需要學歷、理解、歸納大量的醫療信息，從權威醫學書籍文獻到診斷指南和病歷。如果把輔助診斷擬人化，他大概就是一個過目不忘的百科全書型醫生。

第二步：進化

紙上得來終覺淺，第二步，輔助診斷就要用深度學習技術學習海量的臨床診斷案例，再對比數十萬機器和專家的診斷數據，不斷優化他的診斷能力，從醫學影像、檢查檢驗結果和病史等多個維度對病症進行深度診斷，給出具體病症預測。

這為醫生提供了更好的決策基礎，能輔助他們更快、更有效的理解病案，提升診療效率。

知乎上曾經有過這樣一個問題：你為什麼當醫生或者學醫？

高票回答中有因為父母行醫而被影響的，有因為父母重病被治癒體會到了救濟世人的意義的，當然也有說自己填錯了志願的……但是更多的像李佳一樣，為了所愛之人進入這一領域。

醫生行醫治療病痛，還有一些我們不知道的科學家在研究疾病，希望能夠探索生物的奧秘，解除人們的病痛。

人到老年，更容易生病。其中，阿爾茨海默病（又叫老年痴呆症）是老年期間常見的慢性精神衰退性疾病，發病率高。現有藥物治療非常有限，但早期發現、治療能減緩疾病進程。輕度認知障礙是介於正常老化和阿爾茨海默病之間的過渡階段，患者存在記憶或認知障礙，但達不到痴呆的診斷標準。

如何才能更準確的診斷輕度認知障礙、阿爾茨海默症是如今醫學上的一大疑難問題，科學家們也試圖引進醫療影像輔助診斷來輔助醫生。

我們聯繫了來自耶魯大學頂尖人工智慧團隊，推出了科研課題：高效的醫學影像自動識別腦部疾病。該課題將採用深度學習的方法，從圖像處理的角度，對核磁共振影像數據進行大數據分析，提取AD、MCI特徵，建立阿爾茨海默症的輔助診斷的分類模型。

作為中學生，現在你有一個機會，為人類健康獻出一份力了~

-end-

文 - 新媒體組

圖 - 互聯網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！