人工智能在医疗健康十大领域应用前景
博子岛集团
AI 智慧科技
关注
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
期望健康长寿是每个人的心愿，也是科学家和工程师致力于将技术应用于医疗健康领域的动力所在。相对于金融、运输和零售业等领域，AI在医疗健康领域研发最少。美国德克萨斯大学副校长Lynda Chin教授说过“人类大脑的容量是有限的，与日俱增的患者数据和爆炸式信息增长，让医生无法跟上医学知识发展的步伐，AI将成为辅佐医生提高认知能力的最佳工具和手段。”
在医疗健康领域里，AI应用并不是最近才兴起的。上世纪70年代，斯坦福大学专家们就发明了世界上第一个医用AI专家系统(MYCIN)。这是一款辅助医生对住院患者进行感染菌诊断和抗菌素药物筛选的专家系统。当时的网络通讯和电子病历系统未能使MYCIN系统得以普及应用。但该AI专家系统建议的治疗方案可接受度为69%，比大部分同一参考标准给出治疗方案要智慧得多。
随着科学技术进步，在医疗健康领域已有不少AI应用成功案例，譬如：新药研发、辅助疾病诊断、健康管理、医学影像、临床决策支持、医院管理、便携设备、康复医疗和生物医学研究。我们归纳梳理一下：
1、新药研发
新药研发的痛点是周期长，平均为10年；费用高，每款新药研发费约15亿美元；成功率低，约5000种候选化合物中才有1种能进入II临床试验。结合AI技术的药物研发将会显著提高研发效率并降低成本。目前，在药物研发中，AI应用于，包括药物挖掘、新药安全有效性预测、生物标志物筛选等。
2、辅助疾病诊断
实际上，诊断就是数据分析过程，从基因序列到影像图片分析，病人会产生大量数据，机器学习应需而生。通过AI分析技术与机器学习相互结合，极大地提高了医疗服务质量和预后。
临床上，常规病理诊断方法需要大量人力成本，结果仍然缺乏质量保证。在AI基础上开发的病理诊断方法更加精确和具有可预测性。许多医疗机构正在尝试利用图像识别技术辅助癌症诊断。
3、辅助治疗
AI技术还可以用于辅助临床决策。例如选择合适的用药剂量，制订安全有效的个体化治疗方案，其中最成功的辅助治疗案例是IBM Watson在肿瘤辅助治疗方面的应用。Watson提供的肿瘤治疗方案能够汲取海量信息，包括3000多份医学期刊、200余种教科书以及近1500万页文字。同时，IBM Watson还吸收了美国综合癌症网络发布的临床指南。Watson能在几秒内筛选数十年的150万份患者病历和治疗效果，为医生提供可选择的循证治疗方案。IBM公司的Medical Sieve技术与Watson系统相结合，使原本仅擅长从文本信息中进行自我学习的Watson系统具有医学图像高速处理和分析的能力。
4、健康管理
情感识别是AI一个热点领域。该领域已经衍生出了很多优秀技术，从语言、表情、语音中识别人的情感和情绪。Ginger.IO 和 Mobile Therapy 公司通过挖掘用户智能手机数据来发现用户精神健康的微弱波动。例如，Ginger.IO能够通过收集手机数据，推测用户生活习惯是否发生了变化，根据用户习惯来主动对用户提问。当情况变化时，会推送报告给身边的亲友甚至医生。Affectiva公司的一项技术通过手机或电脑摄像头实时分析人的情绪。
人工智能也可用于识别疾病风险和降低风险的措施。为个体设计个性化的健康管理计划，通过个人健康档案数据分析建立个性化健康管理方案。例如，风险预测分析公司Lumiata的核心产品风险矩阵（Risk Matrix）能够为个体绘制患病风险随时间变化的轨迹。2016年，在消化疾病周上一项研究结果显示，研究人员应用唾液分析、患者问卷调查的横断面数据和人工智能分析工具，预测食管癌的发生风险。Ayasdi主要用于病人风险评估、降低再住院率。
5、康复医疗
最近，《新英格兰医学杂志》报道了全球首例接受“皮质电图机 ”Electrocorticograph(ECoG)治疗的患者。该患者为一名58岁女性，这种设备被植入到患者大脑组织里，可以捕获到想象肢体运动而触发的微弱生物脉冲电信号，然后经过放大后，再传输到置于胸前的另一个微型可穿戴设备上。经过反复训练，患者用仅存的眼球肌肉运动来传递“大脑—微机”指令，以恢复她所失去的四肢运动功能。该智能化设备还具有学习功能，不断完善自我。直到患者能够完全把控调节室温、开关电视等等简单、却是必需的家庭生活刚需。
《科学：转化医学》刊登了美国匹兹堡大学的首次意念感知智能人体临床试验。科学家们第一实现了意念感知机器人手臂，利用植入大脑的特殊芯片，让患者的意念通过智能机器人手臂感觉周围环境，并且反馈触摸感再链接回到大脑意识中来。人工智能研究的核心问题是让机器人手臂有感触觉，并且试验者可以意念控制或接受反馈感觉。在试验测试中，研究人员将试验者眼睛蒙上，然后通过各种方式来触摸智能机器人手臂，试验者不仅感触到，而且还能判断出绝大多数的测试（成功率84%）。
6、互联网+医疗
如果觉得身体有些不适，是选择去医院看病，还是有更简便方法？人工智能健康咨询系统能够实现这一点。一家硅谷创业公司希望将人工智能带入医疗咨询行业，用智能聊天机器人来为用户提供医疗健康的专业咨询。
英国Babylon Health公司开发的在线就诊AI系统，能够基于用户既往病史与用户和在线AI系统对话时所列举的症状，给出初步诊断结果和具体应对措施。此外，该AI系统还能提醒用户定时服药，并实时监测用户的身体状况。这样的解决方法能将病人就诊时间缩短数倍，实现医患资源的合理配置。该AI系统的核心技术是自然语言处理和深度学习，前者用于识别患者语音症状描述，基于疾病数据库、患者体征数据库和外部环境数据库的海量数据分析，利用深度学习技术，提供医疗护理建议、预测疾病发生的类型、概率和程度，该公司获得了Google的DeepMind的投资。
7、便携设备
目前，可穿戴设备和移动医疗设备大多只能检测脉搏和血压等简单生命指标，被动地提醒患者何时吃药，但无法主动监测和记录患者行为、环境和风险因素，并给出预防措施和建议。AI技术与这些应用相结合，能够提供个性化的实时健康预警反馈与建议，监控个体行为，实现健康管理的目标。
8、医院管理
在医院里，人工智能技术可用于优化医疗服务流程和资源配置，通过数据分析提高医护效率和质量，降低医疗成本。例如，医疗实时分析平台Analytics MD通过机器学习和数据分析，能够协助医院管理人员进行有数据支撑的管理决策，利用实时分析平台saas得出辅助性意见。
9、精准医疗
机器学习和神经网络在医疗健康大数据分析与应用领域具有巨大潜力。对电子健康档案数据的分析将在精确医学和癌症研究中发挥重要作用。人工智能支持生物信息技术在组学数据（基因组学、蛋白质组学、代谢组学等）研究中的风险评估，例如，全基因组关联分析和基因测序。有望将个性化医疗和精准医疗概念带入现实。
10、生物医学研究
人工智能系统能够协助科学家阅读文献、查询专利、提高理论和以往观察结果的拟合度、形成可验证的假设、利用AI系统和模拟技术进行实验研究、开发新的设备和软件。例如，2015年，《PLOS计算生物学》杂志报道，美国塔夫斯大学研究者利用AI技术破解了对困扰科学界120年之久的难题——研究涡虫被切开后如何再生为新个体。AI技术第一次不需要人类的帮助，独立发现了一个新的科学理论。这表明在生物医学研究中，人工智能不仅对实验中产生的大数据进行挖掘，也能分析复杂数据背后的原理。
人类思维模式趋向于快思维（fast thinking）捷径，能够从少数样本、数据和碎片化信息中迅速得出普遍性结论的本能。但这种天赋并不适用于癌症和阿尔兹海默症等复杂疾病现象。深度学习则擅长识别潜在的模式和细节之间的联系。例如，基因型和表现型之间的联系是一个复杂的问题，若要挖掘两者之间的关联，需要建立能够处理生物学内生的复杂因果关系的运算模型。生物医学领域对深度学习在基因组关联分析中的应有抱有厚望。如科研人员正在研究基因协同致死作用（synthetic lethality），这方面的研究也是癌症靶向治疗的关键。
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20181113B1ISDO00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
