身體不適,去醫(yī)院檢查卻被醫(yī)生告知,身體一切正常,有可能是患了職業(yè)!說起職業(yè)病,我想從事制造業(yè)的小伙伴應(yīng)該更有發(fā)言權(quán)吧。初期只是有點耳鳴,交談什么都還算正常。到后來,個人聽覺能力開始進一步喪失,“你說啥?我完全聽不清啊。”這是噪聲聾,也是職業(yè)病的一種。
它的發(fā)展是一個比較緩慢的過程。噪聲作業(yè)工齡較長的人如果聽力損傷比較嚴(yán)重,后續(xù)治愈的機率并不高,極個別還有可能留下終生殘疾。
有些小伙伴表示,在自己聽力還沒有完全喪失之前,自己很清楚地感覺到身體不適,去醫(yī)院檢查后,醫(yī)生卻告知我身體沒有任何異常,再后來“我”的聽力就已經(jīng)沒辦法治愈了。
針對這種情況,小編表示很正常。就拿經(jīng)常接觸放射源的職業(yè)人群來舉例。
首先,人類放射科醫(yī)生有7%的假陰性率(漏掉有病的概率),有66%假陽性率(誤診為有病的概率)。兩項數(shù)據(jù)一對比可以發(fā)現(xiàn),假陽性率要比假陰性率高得多,而這會導(dǎo)致一種什么樣的結(jié)果?只要數(shù)值不是特別反常,憑借以往的診斷經(jīng)驗,醫(yī)生通常會認(rèn)定你的檢查結(jié)果是正常的。正是因為這種原因,才會出現(xiàn)上述小伙伴所遇到的情況。
為降低這類誤診率,現(xiàn)如今有很多領(lǐng)域就已經(jīng)開始借助AI人工智能診斷職業(yè)病了。
在訓(xùn)練AI的過程當(dāng)中,拿來訓(xùn)練AI的數(shù)據(jù)均是只與某一種疾病相關(guān)的單一數(shù)據(jù),那么這就會造成AI先入為主的檢病邏輯。說白了就是AI沒有全局觀,只會做選擇題而不會做分析題。沒有全局觀就不能用來檢測疾病了嗎?職業(yè)病檢測就正好適合這種沒有全局觀的AI。而且正是由于AI沒有全局觀,所以它對職業(yè)病診斷的精準(zhǔn)率較于人類醫(yī)生要高出很多。
職業(yè)病體檢和普通體檢是完全不同的兩種模式。不同的職業(yè)所需要進行的體檢項目是根據(jù)該職業(yè)的工作性質(zhì)來決定,并且每一種職業(yè)所囊括的職業(yè)病有特定范圍。這不就正好與全局觀沒有培養(yǎng)起來的AI不謀而合嗎?
做職業(yè)病檢測的AI不需要檢測出你到底患了多少病,它需要做的只是為放射環(huán)境下的職工檢查淋巴微核細(xì)胞率,為在粉塵環(huán)境下工作的職工檢查到底有沒有塵肺病,在噪音環(huán)境下工作的工人聽覺細(xì)胞有沒有受損,別的一概不管,僅此而已。
由此看來,把AI運用到職業(yè)病領(lǐng)域,是細(xì)鉆垂直領(lǐng)域應(yīng)用的一個典型表現(xiàn)。
|