美最新AI检测丁丁技能引争议！号召用户上传照片越多越好！

“拍下您伴侣的丁丁照片，我们帮您从丁丁外表来判断是否有传染性病的危险！
”

”

美国最近发布了一款搭载了AI技能的“丁丁识别”APP，没想到刚上架就引发了争议。

根据先容，APP只须要用户拍下丁丁照片点击上传，AI就能自动识别是否有性传播疾病的视觉迹象，并在几秒钟之内反馈结果。

在AI学习、接管了环球各种丁丁照片后，判断成功率还会进一步上升，因此在发布之后，APP运营公司希望能有更多的用户积极行动，多拍、多上传丁丁照片。

好家伙，搁这儿玩“大众丁评”呢...

发布APP的公司表示，他们家的产品可以免费利用，而且在正式发布前，AI算法接管了数千张丁丁图片的演习，已经是阅尽千丁的老司机。

公司代表还说，这些图片都是从"大众那里网络，并由年夜夫进行逐个检讨。
用户在拍摄伴侣的丁丁照片后点击上传，内置AI就会扫描照片并根据图片数据库进行比对，查找任何潜在的性传播疾病迹象。

如果AI以为面前的丁丁照片有些不对劲，会立时提醒用户推迟发生性行为，并建议采纳行动，例如利用保护方法或去看年夜夫。

当然，AI只会提示风险，还不具备判断疑似患病丁丁详细情形的能力。
如果照片中没有判断出任何生病的迹象，APP就会显示“统统正常”，提示用户可以连续进行亲密行为。

APP一经发布，就引发了争议。

有性康健专家提到，这种仅靠视觉来鉴别丁丁的方法算不上靠谱：“纵然你在一家光芒良好的诊所，让一位拥有30年履历的年夜夫来看病，也没法担保仅靠视觉就做出诊断，更别说通过APP的AI算法来判断了。
”

对此，APP的研发公司也有回应：在不同光照及肤色等条件影响下，APP的判断准确率在65%~96%不等。

他们表示，用户可以把这款APP想象成进行亲密行为前的第一道防线，但不能指望它成为完美的办理方案：“我们的AI在检测外不雅观方面是高手，但也要把稳，有些性干系的传染周期会比较长，症状可能在打仗几周后才会涌现。
”

（公司创始人Yudara Kularathne在朋友经历了性传播传染惶恐后，想到了这样的点子）

更大的担忧是，APP通过拍照上传这种方法来鉴别丁丁，无法担保数据和隐私干系的问题。
比如无法判断用户上传照片前是否征得丁丁主人的赞许，以及丁丁的主人是否已满18。

（联合创始人Mei-Ling Lu表示，正在努力办理有关用户隐私的问题）

网友们表示并不看好这种APP：不能确保准确率，而且还有透露隐私的风险，怎么想都不太靠谱啊...

“一个只会带来各种麻烦的噱头，指望这个精确率还不如去指望算命的，至少算命还算是人与人之间的互动。
”

“看起来这个AI只能检测出肉眼可见的病变，但实际上大多数性传播疾病，包括梅毒，大多数时候都没有明显的迹象。

你不知道你面前的人昨天和谁发生过性关系，也不知道他们的伴侣之前和谁发生过性关系，以是一定要做好保护方法，由于一个人可能在任何迹象涌现之前就已经是携带者了！
”

“我们已经到了生活被太多科技主宰的地步了。
”

虽然目前来看AI在丁丁鉴别领域不被看好，但这两年突飞年夜进的发展之后，它在其他医学领域的运用正在被深度挖掘，越来越多采取AI进行查病的研究项目雨后春笋般涌现。

比如，去年12月英国华威大学发布的一项研究称，AI可以像年夜夫一样剖析X光片并诊断医疗问题。

项目的AI算法利用超过150万名患者的胸部X光片进行了演习，剖析37种可能涌现的病症。
个中的35种与年夜夫的剖析同样准确，某些情形下准确率乃至超过了年夜夫。

当然，研究职员提到类似AI项目的目的不是要代替年夜夫，而是减少年夜夫的事情量和诊断耽误，为放射科年夜夫供应“第二见地”。

在美国，加州大学旧金山分校的科学家开拓了一种AI模型，最早能够在临床症状涌现的七年前，预测阿尔茨海默症的发病情形。

诊断阿尔茨海默症的传统方法常日仅在症状涌现后才能运用，但每每，患者开始涌现症状时，已经错过了最佳治疗韶光。
而如果能提前诊断出阿尔茨海默症，对症治疗也能更快速更有效。

新研究的事理是，研究者用AI剖析了医学中央500万患者的弘大数据库，找到医疗数据中常常涌现的繁芜非线性关系，筛选出高血压、高胆固醇和维生素D等多个和阿尔茨海默症有一定干系性的成分。

揭橥于《Nature Aging》杂志的研究结论提到，“这是在常规临床数据上利用AI的第一步，不仅可以尽早识别风险，还可以理解其背后的生物学事理。
有望改变阿尔茨海默病等繁芜疾病的早期诊断和创造的情形。
”

（示意图）

如果AI诊断阿尔茨海默症能在未来得到大规模遍及，毫无疑问会成为全天下潜在风险人群和确诊人群预防与治疗的福音。

（示意图）

与此同时，也有AI项目瞄准了人类的声音。

谷歌研发的AI工具用人类音频片段进行演习，有望通过辨别咳嗽和呼吸的声音，来评估一个人的肺部功能状况，判断是否有肺部疾病。

项目卖力人提到，通过自动化流程，他们从公开的网络视频中提取了超过3亿个咳嗽、呼吸、清喉咙和其他人类声音的短声音片段，以此来检测新冠、结核病以及一个人是否吸烟等特色。

（示意图）

“声学科学已经存在了几十年，如今不同的是，借助AI和机器学习，我们有能力同时网络和剖析大量数据。
”

该研究尚未经由行业内评审，不过谷歌之前已经实现了通过拍摄皮肤状况照片，赞助确定皮肤可能存在哪些非常情形。
业内人士比较乐不雅观地认为，新的“AI咳嗽判断”也早晚能够成真。

（示意图）

技能发展为医学带来更多可能性，可能不才一步技能爆炸中，AI在医学领域的运用会迎来更大的飞跃。
我们也可以期待一下，未来的AI会为人类的医学进步带来若何的惊喜了。