|
家住华盛顿今年 67 岁的 Lon Coleman 越来越感觉自己的记忆笼罩在一片迷茫的大雾中。他走进了卧室，却忘记了自己进来要做些什么，有的时候还会莫名其妙地拨打一个空号。Coleman 写过三本书，曾经一天可以写五首诗，而现在他的创作灵感经常在他刚刚拿起纸笔的时候就已经悄悄溜走。有时候大雾散了，他的记忆又回重新回来。「这让人很吃惊，有时候我确实就记不住事情了，这是必须承认的事实。」 在全世界约有 4680 万人与 Coleman 一样遭遇某种形式的老年痴呆症的困扰，其中也包括了阿尔茨海默症。每天 Coleman 要吃两次药，这可以延缓他的病情发作速度，但是并不能完全治愈，病情依然在不断发展。于此同时，科学家也依然如何治疗老年痴呆所困扰。但是也有一些人认为人工智能，或者说 AI 可以加速针对老年痴呆药物开发的进程，就像它们已经在很多其他药物开发领域所做的那样。在与疾病的抗争中，人工智能可以分析基因组来作为治愈疾病的基础工作，或者是扫描数以百万计的分子结构识别出那些最有可能运用到制药中。AI 还能够可以对于病情做出更快的诊断，它自带的软件可以从语音记录中辨别一个人是否认知衰退，迅速从显微镜玻片中分辨出疟疾。基因组的增殖以及其他医疗相关数据的不断增加，人类将要更多地依靠计算机对信息进行储存与分析。 考虑到开发一种药物可能需要十年甚至更长的时间，且可能要花费数十亿美元，人工智能在制药开发这方面的影响力将是巨大的。尤其是针对那些罕见病与热带疾病的药物开发，由于制药公司没有什么从中盈利的激励，也就不愿意投入太多的人力物力去开发新药。人工智能还可以成为医生判断如何用药的强有力工具，它可以用于为病人进行诊断或者治疗。制药公司也可以通过人工智能技术分析基因档案，去预测一个病人或者一类病人将对药物有何反应，这有助于减少药物的副作用。所有的这些可能性都意味着更快、更准确的诊断，这不仅能降低医疗保健成本，还通过减轻处理医疗数据的繁重工作压力，使科学家与临床医生在这方面少花精力，让他们能从事更多其他类型的工作，比如花时间与病人沟通交流。 人工智能将如何为我们治病？ 如今的 AI 技术包含了机器学习与深度学习，这两者都涉及到如何使用大量的案例训练计算机建立一个模式去识别一个未知的对象。Winterlight 实验室已经训练其基于机器学习的软件去通过 1-5 分钟的演讲片段检测一个人是否具有认知障碍，这其中就涉及到识别正常人与阿尔茨海默症患者在说话中不同的音高与所用语法的复杂性。其创始人 Frank Rudzicz 让用户回想他们从互联网上看到的一幅画或者读到的一个故事，再用自己的语言组织起来。软件会将分析结果发送给医生。分析一个音频样本大约需要 5 分钟，相比传统的长达 3 小时的分析其速度已经大大提高，其分析结果可以用于阿尔茨海默症的早期诊断，让患者能够更及时地得到服务，并且减少医疗成本。 当人工智能被用于分析基因组来理解疾病的时候，它还能帮助医生得到更精确的诊断，进而让患者得到更好的治疗。多伦多的 Deep Genomics 公司已经开发出了一个可以判断基因变异的软件系统，这将解开基因变异如何引发疾病的谜团。这家公司在一项针对一个拥有免疫障碍孩子的研究中测试他们的技术，这个病童具有罕见的基因突变情况。公司 CEO Brendan Frey 希望他们的技术可以「改变制药研究的方式」。从某种程度上说，通过确定药物靶向，可以预测出病人对于一种药物有何反应。 除了上述公司之外，Intellectual Ventures 实验室开发的 Autoscope 检测系统也依赖深度学习网络来从显微镜玻片中检测血液中的疟疾原虫。直到今天，训练有素的显微镜化验员用的标准方式依然是通过用肉眼从玻片的微小孔隙中找出那些难以识别的寄生虫。但是在很多疟疾肆虐的地区根本没有那么多的显微镜化验员，更别提熟练的操作人员了。在最近一次于泰国的现场评估中，预计将在 2017 年推向市场的 Autoscope 已经能够通过分辨形状和纹理等特征正确识别 170 个玻片中的寄生虫。但是由于该系统需要电力支持，且成本高达 1500 美元，Autoscope 更有可能被那些可以提供足够资源的诊所使用，而不是穷困的边远地区。 现在也已经有了专门为简化药物而设计出的人工智能。Atomwise 公司的 AtomNet 建立在深度学习系统之上，它能够基于早期研究数据教会自己如何识别药物化学的构建模块。当它面对一个蛋白质结构目标时（将其考虑为一把锁），它一天就能够考虑到上百万种可能的「钥匙」，进而预测出那一把「钥匙」会最有效率地「开锁」。这家位于旧金山的公司与研究人员合作去找出那些潜在的能够治疗癌症、神经系统的药物分子。 不过 Atomwise 公司的首席运营官 Alexander Levy 提到了 AtomNet 还需要进行测试，「人工智能并不能解决所有医学发展的问题」。Coleman 也指出任何医学上的新发现都将面临十分滞后的审批流程。「在初期也许其中会存在一些噱头，但是最终人工智能会被证明是能真正起到作用的，找不到其他方法来解决的问题都可以让人工智能试一试。」弗吉尼亚大学的计算机科学教授 Yanjun Qi 如此说道。关于人工智能的使用还存在一些别的担忧，比如担心它们可能导致更多的错误，或是在推广使用后引起制药公司与医疗机构的裁员。 有些病人对于机器做出的临床决策会感到不安，但是今年 57 岁的平滑肌肉瘤患者 Suzie Siegel 则十分乐观，「人工智能可以让医生在决定治疗方案的时候得到更充分的信息，因此使用机器看病一点也不会吓到我。」 文章来源：OZY，TECH2IPO / 创见 陈铮 编译，首发于创见科技（http:///），转载请注明出处 |
|
|
