美最新AI检测丁丁技术引争议！号召用户上传照片：急需各种丁照，越多越好（组图）

“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感染性病的危险！”

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

根据介绍，APP只需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、吸收了全球各种丁丁照片后，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使用，而且在正式发布前，AI算法接受了数千张丁丁图片的训练，已经是阅尽千丁的老司机。

公司代表还说，这些图片都是从公众那里收集，并由医生进行逐个检查。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觉得眼前的丁丁照片有些不对劲，会马上提醒用户推迟发生性行为，并建议采取行动，例如使用保护措施或去看医生。

当然，AI只会提示风险，还不具备判断疑似患病丁丁具体情况的能力。如果照片中没有判断出任何生病的迹象，APP就会显示“一切正常”，提示用户可以继续进行亲密行为。

APP一经发布，就引发了争议。

有性健康专家提到，这种仅靠视觉来鉴别丁丁的方法算不上靠谱：“即使你在一家光线良好的诊所，让一位拥有30年经验的医生来看病，也没法保证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解决方案：“我们的AI在检测外观方面是高手，但也要注意，有些性相关的感染周期会比较长，症状可能在接触几周后才会出现。”

（公司创始人Yudara Kularathne在朋友经历了性传播感染恐慌后，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，无法保证数据和隐私相关的问题。比如无法判断用户上传照片前是否征得丁丁主人的同意，以及丁丁的主人是否已满18。

（联合创始人Mei-Ling Lu表示，正在努力解决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，而且还有泄露隐私的风险，怎么想都不太靠谱啊...

“一个只会带来各种麻烦的噱头，指望这个正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。

你不知道你眼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，所以一定要做好保护措施，因为一个人可能在任何迹象出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，但这两年突飞猛进的发展之后，它在其他医学领域的应用正在被深度挖掘，越来越多采用AI进行查病的研究项目雨后春笋般出现。

比如，去年12月英国华威大学发布的一项研究称，AI可以像医生一样分析X光片并诊断医疗问题。

项目的AI算法使用超过150万名患者的胸部X光片进行了训练，分析37种可能出现的病症。其中的35种与医生的分析同样准确，某些情况下准确率甚至超过了医生。

当然，研究人员提到类似AI项目的目的不是要代替医生，而是减少医生的工作量和诊断延误，为放射科医生提供“第二意见”。

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

诊断阿尔茨海默症的传统方法通常仅在症状出现后才能应用，但往往，患者开始出现症状时，已经错过了最佳治疗时间。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。

新研究的原理是，研究者用AI分析了医学中心500万患者的庞大数据库，找到医疗数据中经常出现的复杂非线性关系，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相关性的因素。

发表于《Nature Aging》杂志的研究结论提到，“这是在常规临床数据上使用AI的第一步，不仅可以尽早识别风险，还可以了解其背后的生物学原理。有望改变阿尔茨海默病等复杂疾病的早期诊断和发现的情况。”

（示意图）

如果AI诊断阿尔茨海默症能在未来得到大规模普及，毫无疑问会成为全世界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训练，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。

项目负责人提到，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征。

（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，我们有能力同时收集和分析大量数据。”

该研究尚未经过行业内评审，不过谷歌之前已经实现了通过拍摄皮肤状况照片，辅助确定皮肤可能存在哪些异常情况。业内人士比较乐观地认为，新的“AI咳嗽判断”也早晚能够成真。

（示意图）

技术发展为医学带来更多可能性，可能在下一步技术爆炸中，AI在医学领域的应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怎样的惊喜了。