|
或许用不了几年，人工智能就可以无所不能。 2017年人工智能程序AlphaGo(阿尔法狗)横扫围棋界顶尖棋手，AlphaGo近乎完美的表现赢得了当局棋手及各界的一至赞赏。人工智能初露锋芒。 时至年末，市场又被人工智能刷屏。在人工智能相继战胜国际各位围棋高手后，又有了一个新的突破，而这个突破就是在医疗领域。 今年11月，国家医学考试中心发布了“2017年国家执业医师考试临床综合笔试”合格线，由科大讯飞和清华大学联合研发的“智医助理”机器人取得了456分的成绩，大幅超过360分的临床执业医师合格线，标志着人工智能在全球范围内首次通过医考笔试。 消息一出，业界一片震惊，因为机器人来抢医生饭碗的日子终究要来了！ 一次笔试就得出这样的结论，未免太过武断？让我们看看这位“智医助理”机器人是如何脱引而出的。 资料显示，从1999年执业医师资格开考以来，考试难度一年比一年大，通过率也越来越低。近几年，全国每年执业医师资格考试中考生的总体通过率基本保持在25%上下。 在“智医助理”参加的这场考试中，共有两万多人参与考试，它在学习了近百万张医学影像资料、53本专业医学教材、200万分真实电子病历，40万份医疗文献之后，最终的考试成绩进入前100名，这个成绩也超出很多人的预期。 近几年人工能智领域的快速发展，给各行业都带来很多积极的变化，特别是医疗领域，人工智能除了可以通过医师考试，其在智能药物开发、智能诊疗和智能影像识别等细分医疗领域也在不断进化和完善。而随着技术的不断突破，这些领域的实现速度将会远超过我们的想象。 2017年人工智能在医疗行业有6大最新进展，其中在新药研发包括研发流感疫苗和抗癌新药，在疾病诊断领域涉及直肠癌、乳腺癌、帕金森病和阿兹海默病等诊断工作。
…………新药研发…………
1、赛诺菲巴斯德利用AI研发流感疫苗 赛诺菲巴斯德（SanofiPasteur）是全球知名的研发企业。近日，它与一家名为BERG的生物医药公司达成合作，利用人工智能进行流感疫苗研发。 每年，美国10%-20%的人口会感染流感，美国疾病控制与预防中心（CDC）认为最佳的控制手段就是进行流感疫苗接种。然而，不同人对流感疫苗的反应不尽相同，有人能从中获得更佳的免疫力，有人接种的效果则非常一般。人工智能有望找到背后的原因。 BERG的平台利用其开发的人工技能技术，可以对高通量的分子和临床信息进行数据驱动分析。它能从分散、庞大的数据里头提取出可执行的洞见，这一方法也已得到了验证。利用这一人工智能平台，赛诺菲巴斯德将寻找能评估季节性流感疫苗效果的潜在生物标志物。如果一切顺利，这些标志物能预测流感疫苗引起的免疫反应的广度和持久性，这有助于未来的疫苗研发，造福患者。
2、助力葛兰素史克研发新药 美国癌症研究所有一项触目惊心的数据：每10名美国人中，就有4名会在一生里被诊断有癌症。其中，有三分之一的患者无法活过5年。与此同时，开发一款抗癌新药所花的时间，却要超过10年，成功率更是不足7%。为此，人们也在思索如何提高新药研发的效率。 位于美国巴尔的摩（Baltimore）的Insilico Medicine希望能用人工智能技术为新药研发带来革命。他们开发了两种计算机网络，一种能找到具有抗癌活性的新分子，另一种则能剔除那些基于现有疗法提出的建议。 专家用艺术来作类比，前者就像是一名模仿大师的美术生，后者则是剔除临摹品的专家。这样的两个系统能相辅相成——被第二个网络挑出毛病的新药，会在第一个网络里得到进一步的锤炼，而经过提升的新药分子，又会让第二个网络炼出火眼金睛。 在互相磨练后，这两款网络从公开数据库中的7200个化学分子里找到了不少潜在的抗癌新药，其中有60款已经被其他公司注册，这从侧面验证了这套系统的确能找到具有抗癌活性的分子。 研究人员声称，在短短的一个月里，他们的技术就能从几百万个分子中，找到最有潜力的100个候选新药。这能大大缩短新药发现的过程，并有望减少试错的成本。2017年8月，葛兰素史克（GSK）已经与这家公司达成寻找新药协议。或许第一款用AI设计出来的新药，已经进入了人工智能的视野。
…………疾病诊断…………
3、人工智能不到1秒就能诊断结直肠癌，准确率达86% 正确且及时地诊断癌症，一直是个难题。来自日本的一群科学家利用人工智能的方法，能在不到1秒钟的时间里对结直肠癌做出诊断，准确率高达86%。令人赞叹的是，它甚至能在良性肿瘤恶化前，就做出诊断。 在这项研究里，科学家们让人工智能对结直肠中的息肉进行了深度观察。他们将息肉放大了500倍，让人工智能可以仔细看清这些组织的变化。随后，他们又提供了3万张癌变前和癌变后的细胞照片，用机器学习的方法来训练人工智能。最终，这套系统可以在短短1秒内做出诊断，准确率高达86%。这也是人工智能首次被用于结直肠癌的诊断。
4、诊断乳腺癌，人工智能准确率高达97% 在美国，每年有4万名女性因乳腺癌去世。这一令人遗憾的结果，与乳腺癌没有得到及时诊断有关。据统计，如果乳腺癌能在早期得到发现，它们甚至有望被治愈。 另一方面，作为乳腺癌常规检查手段的乳腺X光检查则有着假阳性率高的问题。有些患者的乳腺在X光下会出现可疑组织，她们也会选择手术进行移除。然而手术后对这些组织的分析却常常发现，它们是良性的。换句话说，这些女性接受了不必要的治疗。 那么，有没有什么技术可以在确保诊断出乳腺癌的同时，还能降低假阳性率呢？人工智能可以做到。 哈佛医学院和麻省总医院的研究人员们开发的这款系统能从一系列数据点中做出诊断。除了活检结果和病理报告，这款人工智能还会分析患者的家族病史，以及种族信息。这样一来，诊断的正确率大大提高。 在335项高风险的病理中，该项人工智能的诊断正确率为97%。研究人员说，由于它的准确率，患者接受不必要的手术的概率下降了30%。
5、人工智能发现帕金森病进展标志物 位于麻省剑桥地区的GNSHealthcare宣布，利用人工智能技术找到了帕金森病的一个进展标志物，这项研究发表在了《柳叶刀》的子刊《TheLancet Neurology》。 值得关注的是，这是用“电脑”来解决“人脑”问题的一个典型案例。利用其机器学习技术，GNS从312名帕金森病患者和117名对照组志愿者中收集到了遗传学和临床的数据，并将遗传学上的变异于疾病的进展联系了起来。这一系统找到了一个叫做LINGO2的基因。与另一个遗传变异一起，它们能用来预测患者运动能力衰退的进展情况。此外，研究人员们也发现了一些和疾病进展有关的人口因素。 6、病发数年前预知阿兹海默病 意大利巴里大学（Universityof Bari）的研究人员用MRI扫描了67名志愿者的大脑，其中一些罹患阿兹海默病，一些轻度认知障碍患者，以及一些普通健康人。利用算法，他们能准确地鉴定出患有阿兹海默病的患者，准确率达86%。此外，他们也能将健康人与轻度认知障碍患者进行区分。 轻度认知障碍一般被认为是阿兹海默病的前兆。在项研究中，科学家人也发现，实验中的轻度认知障碍患者最终都发展成了阿兹海默病。也就是说，利用他们开发的算法，我们能在阿兹海默病出现前的几年，就发现患有认知障碍的大脑，预知阿兹海默病的发生。 或许真的有一天，当医院装备了人工智能医疗的设备，每天都会产生海量的病历和它们的治疗方案，不断地进行数据积累，从简单的搜寻类似案例进行治疗，再到复杂的从中深度学习，从而推导出其中的关联性以及概率，那么一场纯粹由人工智能来进行的治疗就已经不远了。 |
|
|
