人工智慧為醫療領域帶來的這些突破，你都了解嗎？

葯明康德/報道

人工智慧正在為藥物研發、臨床研究和醫學治療等各個領域帶來一場全新的革命。許多人工智慧專家都一再強調，這一技術進步對醫療行業產生了巨大價值，有望對目前效率低下、時間密集、不斷試錯的創新研發過程帶來重大變革。那麼，在醫療領域範圍內，人工智慧取得的進步究竟體現在了哪些方面呢？讓我們一起來看一看。

診斷

像放射學這樣基於圖像進行診斷的方式非常適合使用深度學習技術，因為在這一領域，有大量標記完整的圖像數據可用來對演算法進行訓練。目前，研究人員們在應用AI進行圖像識別和診斷疾病方面取得了很多成果。在識別胸部X光圖像、超聲心動圖、視網膜圖像等方面，AI都達到了非常高的準確率，有助於醫生更好地開展診斷和治療工作。

▲目前，有很多研究人員正在使用AI演算法對患者的視網膜圖像進行識別，目的是為了篩查眼部及心血管方面的疾病（圖片來源：《Eye》）

除了放射學領域之外，機器學習和人工智慧在其他疾病領域的診斷工作也同樣出色。Enlitic正是一家使用AI輔助醫生進行診斷和治療的新銳公司，希望通過使用深入學習技術來進行診斷、管理患者分診和篩查進程，以及確定人群的健康趨勢。谷歌大腦研究小組（Google Brain team）、谷歌DeepMind公司和IBM沃森（IBM Watson）在這一領域也都非常活躍，事實上，谷歌大腦研究小組之前曾經發表過一項重磅研究，使用深度學習技術，通過分析患者的視網膜圖像來對其心血管狀況進行預測。

健康監測

機器學習技術也可以讓人們自己進行簡單的健康診斷和監測，而無需醫生的介入。去年，蘋果發布了一款APP，可以使用Apple Watch的內置心率監測器來收集不規則的心跳數據，並對那些可能患有心房纖顫的患者進行提醒。另外，近日AliveCor公司也宣布了其正在進行的兩項新研究結果：其個人心電圖設備KardiaBand在配合Apple Watch使用時，可以準確地檢測使用者的心房纖顫癥狀（AFib）及高鉀血症。

▲KardiaBand可以監測用戶的心臟情況（圖片來源：AliveCor官網）

藥物研發

在藥物研發和精準醫療領域使用AI技術，可以讓演算法根據患者的遺傳學或其他因素定製醫療干預措施，以預測患者的反應。AI技術可以根據患者個體的遺傳特徵確定其靶向通路，來為每位患者確定最佳藥物，幫助加速藥物研發進程。位於多倫多的Deep Genomics公司就是這一領域的代表。該公司使用深度學習技術及大型神經網路，來對基因組數據進行分析，從而識別某一種或多種導致疾病的基因。Deep Genomics致力於構建一個準確的人工智慧數據驅動平台，用來幫助遺傳學家、分子生物學家和化學家研發治療疾病的新型藥物。

▲Deep Genomics公司致力於使用人工智慧技術來對基因組學進行研究（圖片來源：Deep Genomics官網）

電子健康記錄（EHR）

AI可以分析患者的電子健康記錄（EHR）中的患病歷史和相關風險因素，以便為患者量身制定以已有證據為基礎的臨床治療方案。如今，多家專註於電子健康記錄（EHR）業務的公司都已經開始著手，將AI、機器學習和大數據技術應用於自己的產品之中。其中Allscripts公司於去年宣布與微軟合作，開發一個由人工智慧和雲計算技術驅動的EHR系統。另一家名為Epic的公司宣布與Nuance Communications進行合作，將Nuance公司的AI虛擬助手技術應用到Epic開發的EHR工作流程中。

手術

AI已經開始被納入各種手術程序的規劃和執行過程中。目前，研究人員正在探索不同的手術方案，包括燒傷護理、肢體移植、顱面手術、癌症治療等，試圖將AI技術更好地融入到這些方案中。我們也期待未來AI在這一領域，能帶給我們更多的驚喜。

當然，要想在醫療領域完全應用人工智慧，目前還面臨著很多障礙。在醫療領域，就算只出現了一點小錯誤，也會導致足以威脅患者生命的嚴重後果。因此在這一領域，想要發布一款使用AI技術的新產品，其難度會遠遠高於其他行業。

▲要想讓AI在醫療領域能夠得到完全的應用，我們還有很長的路要走

為了讓AI能夠更好的在醫療領域得到應用，研究人員必須研發更加強大的技術，並且建立更加清晰的責任分配鏈，從而為醫生及其輔助技術如何做出診斷和護理決策提供明確的理由。要想做到這些，我們需要利用大量的數據，花費許多時間來進行多輪測試，開發出新工具和新技術，從而更好地應用深度學習等人工智慧相關的演算法。

在目前的一段時間內，那些在科幻小說情節中才會出現的「機器人醫生」還無法成為現實。然而確定的是，在未來幾年內，機器學習和人工智慧無疑將在提升患者和醫生的體驗方面發揮重要作用，讓我們拭目以待。

參考資料：

[1] IT pros are gearing up for AI to transform health care

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！