• 深度
  • 行業
  • 行業
  • 互動

AI在醫療領域到底有什么作為?未知潛力遠大于已知應用

極客網?極客觀察7月10日,在醫學領域,AI已經帶來無數進步,例如我們可以用AI管理電子病歷,用AI診斷一些病癥,用AI輔助治療……

有人預測說自主AI將會取代醫生,有人則不以為然。內科醫生們感到樂觀,他們對醫療AI充滿期待,卻并不擔心工作會被AI奪走。

不應神化,也不該拒絕——那AI到底在醫療領域有什么用?我們今天就來簡單盤點并討論一下。

photo-1453847668862-487637052f8a.jpg

AI給診斷帶來變革

在醫療AI領域,大多的研究工作圍繞“診斷”展開。科學家訓練AI系統,讓它識別不同條件下病人的病癥,這是主要的研究方向。

在國外,IDx-DR之類的自主AI系統已經獲得FDA的認可,它們可以診斷糖尿病視網膜病變等疾病。谷歌也與Verily 合作開發AI系統,它也可以診斷糖尿病視網膜病變。

一般來說,使用這些AI系統時需要專門的臨床儀器,不過密歇根大學凱洛格眼科中心開發的AI診斷系統用智能手機攝像頭就能識別糖尿病視網膜病變。這個名叫RetinaScope的系統將智能手機與AI技術融合,可以降低成本,讓視網膜成像技術得到更廣泛的應用,這是很多AI+醫療創業夢想的方向。

谷歌在AI方面投入重兵,它開發的一套AI系統診斷肺癌的準確率比人類專家還要高。原理很簡單,谷歌用深度學習算法訓練肺癌診斷AI系統,它可以分析斷層掃描(computed tomography,CT)影像,預測患病概率,效率和準確率超出人眼。

另有研究指出,用機器學習程序診斷心臟病,準確率也已達到與傳統手段不相上下的水平。

同時,AI診斷領域還取得一些其他小進步,例如可以用Apple Watch診斷檢測精神分裂癥和心臟病。

這些原理都很簡單,對于那些有明確表征的疾病,AI在讀取數據和分析數據方面,要比人類高效和精準得多。

AI幫助醫生篩選數據

AI的另一個醫療應用是幫助醫生篩選數據。借助預測性算法,AI可以像專業人士一樣快速篩選數據。

例如,外媒報道美國威爾康乃爾醫學院(Weill Cornell Medicine)用AI系統分析數據,判斷5天大的體外受精胚胎成功懷孕的幾率有多高。研究人員收集12000張人類胚胎圖片,花幾天時間處理,然后用數據訓練AI算法,它就能識別健康與不健康胚胎。

研究發現,用這種名叫Stork的算法評估新胚胎影像時成功率達到97%。以前,診斷胚胎時有時要依靠人類的主觀判斷,Stock能分擔人類的一些工作,讓流程標準化,而且更精準。

不只如此,研究人員還用AI系統分析病人,看病人的身體條件是否適合做手術。例如,有專家開發了一套AI系統,它可以分析病人是否適合做角膜屈光手術,以及哪些病人做完手術之后可能會有并發癥。

簡言之,人類醫生判斷時往往會出現錯誤,有了AI工具,研究人員也許能開發出更精準的篩選工具。當然,也不是所有的醫療場景都適合,AI解決的還是大量重復勞作的問題。

AI分辨癌細胞類型

AI能否在癌癥診斷、管理方面給人類帶來幫助?當然有可能。Osaka大學的研究人員最近做過實驗,他們開發一套AI系統,可以分辨癌細胞類型。研究團隊用卷積神經網絡開發一套系統,然后用8000張細胞圖片對系統進行訓練,最終系統識別癌細胞的精準率達到98%。

癌癥有多種,病人不同,癌細胞的類型也不同,而且會存在巨大變化,這使得人類很難區分,AI系統則可以幫上大忙。

最近,盧森堡大學生命科學研究組也開發出一套系統,它可以模擬癌細胞代謝過程,分析抗癌藥物的效果。據悉,該系統首先給健康細胞和癌細胞建模,然后專家將10000名病人的基因數據輸入系統,再用系統進行模擬,看看不同化合物對細胞代謝有何影響。

如此,AI就可以用來篩選抗癌藥物,看看哪些藥物安全有效,這樣一來在藥物進入實驗室接受測試之前,研究人員就可以提前淘汰不合格藥物。

AI遠程監控病人體征

將AI植入穿戴設備,醫生就可以在遠方監控病人。例如,一家名叫Current Health的公司開發出一款AI設備,病人在家中使用該設備,Current Health就可以收集多種關鍵信號,包括病人的脈搏、呼吸、氧飽和度、溫度等。

該設備將各種實時數據發送給醫生,讓他們遠程處理。收集數據之后,Current Health會用AI對數據進行分析,及時發現數據中出現的不良變化。

實際上在醫療電子領域,將AI與智能手表等設備融合監控心臟病,早已開始流行。此外,研究人員還開發出可以診斷肥大型心肌病的AI工具,也可以植入攜帶方便的穿戴設備。

AI用于基因研究

AI還可用于基因研究。據報道,利用AI技術,研究人員最近在DNA非編碼區發現一些基因突變,發現它們與自閉癥有關。然后研究人員用深度學習技術去分析這些“垃圾區域”,找出它們的影響。

具體做法上,研究小組對12萬個基因突變進行分析,判斷哪些突變與自閉癥患者的遺傳行為有關。這一研究可能無法告訴我們到底是什么原因引發自閉癥,但它的確有可能揭示怎樣的基因突變與自閉癥有關。這樣的海量數據大規模分析,非AI不能高效完成。

總之,AI之于醫療行業的應用已經無處不在,從病情診斷到輔助治療,從癌癥分析到基因研究,都有AI的身影。當然,雖然AI在醫療行業的應用的確取得了不少進步,不過AI仍然很年輕,未知潛力遠大于已知應用,醫療+AI的精彩之路才剛剛開始。

(免責聲明:本網站內容主要來自原創、合作媒體供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )