醫(yī)學(xué)博士Stefan Buttigieg認(rèn)為，在日常生活中我們可能并不能感受到目前正在進行著的人工智能革命，但事實上這些前沿的技術(shù)正在以驚人的速度推動著醫(yī)學(xué)的革新。
他預(yù)計，人工智能（AI）系統(tǒng)將在美國90％的醫(yī)院和全球60％的醫(yī)院和保險公司中得到應(yīng)用，從而為70％的患者提供更加方便獲取、價格更低廉且質(zhì)量更高的護理。
此外， AI市場中的醫(yī)療保健應(yīng)用將在全球得到迅速采用，預(yù)計到2021年的年復(fù)合增長率達到42％。Frost＆Sullivan甚至認(rèn)為，到2021年這些AI的醫(yī)療保健應(yīng)用的全球收益將達到67億美元。
那具體到提高病癥的治療研究如世界醫(yī)學(xué)公認(rèn)的難題癌癥的治療，人工智能會產(chǎn)生哪些影響？Stefan Buttigieg對在AI技術(shù)推動下的癌癥治療和研究的未來進行了探索。
人工智能在癌癥治療研究的影響
腫瘤學(xué)是專門針對癌癥診斷和治療的醫(yī)學(xué)分支學(xué)科，其包含醫(yī)學(xué)腫瘤學(xué)、放射腫瘤學(xué)和外科腫瘤學(xué)三門不同的子學(xué)科，人工智能（AI）在這些子專業(yè)中都發(fā)揮著重要的作用。
人工智能是怎樣在癌癥這種復(fù)雜的疾病的治療研究中發(fā)揮作用的呢？
德克薩斯大學(xué)MD安德森癌癥中心和加利福尼亞州帕洛阿爾托醫(yī)學(xué)基金會的醫(yī)生們已經(jīng)開始探索人工智能和大數(shù)據(jù)在抗癌方面的潛在用途。
他們提出了14種可以使得癌癥治療研究可以獲益的應(yīng)用場景。AI研究人員和臨床醫(yī)生將這些場景主要歸納為三條主要途徑來加速腫瘤學(xué)研究：
1、通過進一步發(fā)展和整合現(xiàn)有的癌癥記錄手冊，從地方到全球?qū)用妫M行分析和解釋，以更好地了解癌癥機制（從常見到罕見癌癥）。大數(shù)據(jù)集提供了可靠的證據(jù)基礎(chǔ)，而另一方面由人工智能來幫助分析；
2、通過對最佳實踐方式及趨勢進行分析，來提升全球癌癥治療途徑；
3、通過大力促進成本效益實驗的實施。
AI重塑了我們用于診斷癌癥的工具
傳統(tǒng)醫(yī)學(xué)上我們使用臨床手段如超聲檢查、X射線、計算機斷層掃描（CT）和磁共振成像（MRI）檢測癌癥。然而，這些技術(shù)其實對許多癌癥是無法完全識別出的。
另一種方法是分析微陣列基因譜，這種聽上去很復(fù)雜的方法只需使用極少量的遺傳物質(zhì)來檢測癌癥，以評估某些基因表達的程度。這種遺傳材料產(chǎn)生的數(shù)據(jù)可創(chuàng)造必須分析的巨大數(shù)據(jù)集。此分析可能需要好幾個小時才能完成。但現(xiàn)在這個復(fù)雜耗時的分析可以通過AI來快速執(zhí)行。
從2001就開始的研究中可以看出事實上，人工智能在這里起著重要的作用，而當(dāng)我們快速推進到2017年時，我們看到神經(jīng)網(wǎng)絡(luò)的研究人員已經(jīng)在通過創(chuàng)新技術(shù)（如Gene Masking）對癌癥進行分類了。
當(dāng)科學(xué)家難以理解甚至準(zhǔn)確地預(yù)測腫瘤的行為方式時，腫瘤惡性作用就會暴露無遺。無數(shù)癌癥患者及其家屬都在與那些未知的復(fù)發(fā)可能性做斗爭。當(dāng)幾個原癌細胞在初始治療中僥幸存活下來或者因體積太小在治療后難以被檢測到，病人就有可能面臨癌癥復(fù)發(fā)的危險。
斯坦福人工智能實驗室和斯坦福大學(xué)醫(yī)學(xué)院之間的合作啟發(fā)了TensorFlow和13萬皮膚病圖像數(shù)據(jù)庫的誕生，并訓(xùn)練TensorFlow算法來視覺診斷潛在的皮膚癌。最重要的是，這套算法算出的結(jié)果與21名皮膚科醫(yī)生團隊也互相匹配。
抗癌戰(zhàn)斗中的AI初創(chuàng)公司
腫瘤學(xué)領(lǐng)域的人工智能應(yīng)用越來越多，目前有五家公司非常值得關(guān)注。近年，從圖像中識別出對象物的圖像識別技術(shù)借助深度學(xué)習(xí)，其應(yīng)用范圍得以迅速提高。
總部位于美國舊金山的新興企業(yè) Enlitic將深度學(xué)習(xí)運用到了癌癥等惡性腫瘤的檢測中。該公司開發(fā)的系統(tǒng)的癌癥檢出率高于放射技師。深度學(xué)習(xí)是使用模擬人腦結(jié)構(gòu)的“深度神經(jīng)網(wǎng)絡(luò)”的一種機器學(xué)習(xí)方法，也可用于語音識別及自然語音處理等，但取得顯著成果的要數(shù)圖像識別領(lǐng)域。
Enlitic正在使用深度學(xué)習(xí)來自動檢測胸部CT圖像中的肺癌結(jié)節(jié)，結(jié)果顯示其比胸部放射科醫(yī)師專家組具有更高的準(zhǔn)確度。
Insilico Medicine 公司成立于2014年1月，位于巴爾的摩。其通過AI技術(shù)來進行藥物研發(fā)、生物標(biāo)志物開發(fā)和衰老研究，該公司應(yīng)用深度學(xué)習(xí)算法來進行癌癥治療的藥物研發(fā)，如免疫療法。今年8月Insilico Medicine還與全球領(lǐng)先的區(qū)塊鏈技術(shù)全方位服務(wù)公司Bitfury簽訂了合作協(xié)議，共同研發(fā)將區(qū)塊鏈技術(shù)應(yīng)用于醫(yī)療健康應(yīng)用程序的創(chuàng)新解決方案。
OncoraMedical公司正在為放射腫瘤學(xué)提供預(yù)測意見和風(fēng)險分析。通過這種方式，他們正在幫助輻射腫瘤學(xué)家做出更好的決策，并更好地利用他們生成的多樣化和有價值的數(shù)據(jù)。這家位于費城的初創(chuàng)公司專注于幫助癌癥研究和治療，特別是在放射治療方面。
世界各地的病理醫(yī)生每天都在診斷癌癥，他們的工作需要分析上千張片子。如果有一個簡單的方法幫助這些專家過濾所有正常的片子，并對需要進一步研究的片字進行標(biāo)注，那么醫(yī)生們的工作量將會減輕很多。
Proscia是一家將計算機智能應(yīng)用于腫瘤病理學(xué)的公司，它收集整理來自全世界的腫瘤病理數(shù)據(jù)和圖像，并將其應(yīng)用于臨床一線腫瘤治療。Proscia設(shè)計的這個數(shù)字病理平臺，允許病理學(xué)家和研究人員利用每張片子中的病理數(shù)據(jù)。今年上半年，Proscia將這項云技術(shù)跨界應(yīng)用于腫瘤病理分析，建立了讓全世界的人們可以輕松共享的腫瘤病理切片云數(shù)據(jù)庫。
AI在腫瘤學(xué)領(lǐng)域的未來
腫瘤學(xué)雜志在ESMO Open刊登了Curioni-Fontecedro博士的文章“應(yīng)用人工智能的腫瘤學(xué)新時代”，該文章簡要解釋了目前的情況。
雖然這項技術(shù)和研究存在并可用于癌癥護理和研究，但它們尚未覆蓋到整個腫瘤學(xué)界。那些還沒有覆蓋到的地方需要在腫瘤學(xué)達到下一個水平時，通過醫(yī)生拿到資助及接受培訓(xùn)去購買，才能得到實施。
癌癥研究治療的未來是光明的，我們期待在不久的將來，癌癥將被以一種簡單無縫的方式來看待及解決，為癌癥患者們提供恢復(fù)健康的希望和機會。Stefan Buttigieg還提到了十種對人類醫(yī)療保健具有重大影響的人工智能應(yīng)用場景。
1、電子病歷挖掘
電子病歷是一個匯集了患者們所有健康數(shù)據(jù)的存儲庫。如果決策者需要根據(jù)在某個特定的年份來分配資源，這就需要公共衛(wèi)生專業(yè)人員、數(shù)據(jù)科學(xué)家和信息學(xué)家共同協(xié)作，根據(jù)特定的臨床編碼標(biāo)準(zhǔn)來分析成千上萬的匿名患者記錄。
在目前紙質(zhì)臨床文件主導(dǎo)的大環(huán)境下，這是不可能實現(xiàn)的。此外該過程通常還需要好幾個月的時間且有諸多結(jié)果是不符合科學(xué)意義的。
但電子病歷挖掘技術(shù)不僅限于高層次決策背景下的應(yīng)用，其實它也可用于直接改善患者的醫(yī)療體驗。比如在招募患者進行臨床試驗時，電子病歷挖掘技術(shù)可對患者進行匹配。換而言之，患者招募系統(tǒng)（PRS）可以直接發(fā)掘到符合條件特定患者，為他們提供參與臨床試驗的機會。
2、高級咨詢機器人
設(shè)想這樣一個場景，在一個下雪天，你感受到鼻子快爆炸了且呼吸困難。在看醫(yī)生與待家里吃點藥等自己康復(fù)之間你難以抉擇。終于你下定決心要看醫(yī)生，于是打電話預(yù)約你最信任的醫(yī)生，可是卻被通知今天來不了因為車壞了，只能夠提供一些基礎(chǔ)意見并改約其他時間。
在人工智能技術(shù)高速發(fā)展的今天，這將成為過去式了。你只需打開智能手機與最信任的高級咨詢機器人進行交流即可，這是一種可以以對話形式進行交互的特殊應(yīng)用程序，已經(jīng)通過了由專業(yè)且經(jīng)驗豐富的醫(yī)生組成團隊的科學(xué)驗證。高級咨詢機器人的應(yīng)用可以給出實用的建議，并且在緊急情況還可以實現(xiàn)下進行視頻通話。
3、提高醫(yī)生臨床工作效率
從紙質(zhì)臨床文件到電子臨床文件的過渡并不是我們想象中的那樣簡單。事實上，對于許多醫(yī)生來講，數(shù)據(jù)輸入在日常工作仍然具有挑戰(zhàn)性的。但這個痛點已經(jīng)促使了一些戰(zhàn)略合作伙伴關(guān)系的形成，例如Nuance Communications和世界領(lǐng)先的患者電子記錄提供商之一Epic的合作。
這項合作將使得Nuance的AI計算機輔助醫(yī)師文檔工具的人工智能功能被整合到Epic NoteReader模塊中，臨床文檔從而得到改進。通過使用深度學(xué)習(xí)和自然語言處理技術(shù)分析相關(guān)患者記錄，Nuance CAPD工具可以標(biāo)注出電子病歷中的某些臨床指標(biāo)，并在數(shù)據(jù)丟失或需要說明時提醒醫(yī)生。
不同專業(yè)的醫(yī)生們在各自的崗位上從事著重復(fù)且乏味的工作，而人工智能還可以在特定專門或特定角色的上提供便利。例如，放射科醫(yī)師每天需要看到無數(shù)的放射學(xué)圖像。
大多數(shù)急診室放射科醫(yī)生每天可能會看200例以上的圖像，一例下半身CT血管造影可以包含多達3000張圖像。這可能會導(dǎo)致眼睛疲勞，而放射科醫(yī)師在許多國家是稀缺人才資源，因此推進這種圖像觀看過程至關(guān)重要。
因此，IBM研發(fā)團隊通過“醫(yī)療篩”項目，創(chuàng)建了一個圖像引導(dǎo)信息系統(tǒng)，可以過濾醫(yī)師需要了解的有關(guān)患者診斷和治療計劃的重要臨床信息，以達到提高醫(yī)生們臨床工作效率的目的。
4、提升患者就診體驗
現(xiàn)如今，改善患者的就診體驗已經(jīng)有了多種途徑。而改善過程中最關(guān)鍵的因素之一就是在對的時間與衛(wèi)生系統(tǒng)中，與對的供應(yīng)商建立聯(lián)系，稱為患者訪問解決方案，Kyruus和PokitDok就是這一領(lǐng)域的領(lǐng)頭羊。
患者通過更簡單的語言就可以完成預(yù)約，了解適合的醫(yī)生人選，進行血液檢查。目前，已經(jīng)有一些創(chuàng)業(yè)公司推出了提供全面解決方案的服務(wù)，該服務(wù)將AI和醫(yī)生組合，來將患者就診體驗提升到更高的水平。
5、個性化治療方案和臨床決策支持
個性化治療方案可能帶來的具有長期積極的治療效果是至關(guān)重要的。此外，在臨床決策支持下，可降低臨床醫(yī)生對治療同時的影響（如藥物的不良反應(yīng)）的擔(dān)憂。一些技術(shù)公司在這一領(lǐng)域已經(jīng)處在了領(lǐng)先地位。
其中，IBM沃森腫瘤研究部門與腫瘤學(xué)家們合作，為臨床醫(yī)生提供循證治療方案。這是對臨床記錄和報告中結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)意義與背景的分析，已被證明在選擇個性化治療途徑方面至關(guān)重要，特別是其具有同時考慮了病人文件，外部研究和數(shù)據(jù)的屬性。
6、醫(yī)療支持和藥物管理
雖然對護理人員和醫(yī)生日益增長的需求已經(jīng)是全球公認(rèn)的醫(yī)療保健問題，但護理和醫(yī)學(xué)院校的人才培養(yǎng)似乎還是空缺。
這啟發(fā)了Sense.ly開發(fā)了是世界上第一個人工智能虛擬護Molly士。通過創(chuàng)新的技術(shù)，Molly可以模仿患者需要的服務(wù)方式。這項技術(shù)對于需要長期管理，個性化監(jiān)測和后續(xù)護理的慢性病患者，起著至關(guān)重要的作用。
但該技術(shù)不僅是在慢性病護理支持上發(fā)揮重要作用， 在某些情況下患者需要在較短的時間內(nèi)嚴(yán)格遵守醫(yī)囑，例如結(jié)核病的直接觀察治療或臨床研究。美國國立衛(wèi)生研究院推薦使用智能手機前置攝像頭和人工智能的AiCure應(yīng)用程序來目視監(jiān)控確認(rèn)藥物攝入，從而確?；颊咦袷仄涮幏?。
致力于對抗糖尿病的人工智能初創(chuàng)公司 Neura AI正在為Medisafe提供一個有趣的藥丸提醒應(yīng)用程序的算法。Neura AI的算法可以幫助醫(yī)生了解患者的日常生活，例如分析他們睡覺起床的時間，以幫助Medisafe向患者通知他們正確的服藥時間。
7、精準(zhǔn)醫(yī)療
遺傳學(xué)和基因組學(xué)也將受到人工智能的嚴(yán)重影響，從而推動個性化醫(yī)療的發(fā)展。個性化醫(yī)療即基于病人自身具體條件，給出特定的具體的治療方案。
匯集了世界頂尖專家的Deep Genomics公司研究出了一代可預(yù)測DNA變異的計算技術(shù)。 在2016年2月主題為“如何閱讀基因組和建立人類”TED talk上，Riccardo Sabatini展示了他的團隊如何成功地使用一瓶血液和特定的機器學(xué)習(xí)技術(shù)來預(yù)測個體的身體特征。
此外，Alphabet公司（Google Inc.的母公司）旗下子公司之一Verily Life Sciences也正在開展一些專注于精準(zhǔn)醫(yī)療項目，以解決帕金森病，多發(fā)性硬化癥和心血管疾病等疾病。
8、新藥研發(fā)，生物標(biāo)志物開發(fā)和衰老研究
藥物開發(fā)不僅耗時長且成本巨大，使用AI不僅可以加快研發(fā)進程且更加經(jīng)濟。Atomwise已經(jīng)使用超級計算機來完成了這項挑戰(zhàn)。通過開展虛擬搜索可以重新利用現(xiàn)有的可治療埃博拉病毒的安全的藥物，他們已經(jīng)能夠找到兩種能夠降低埃博拉病毒感染性的藥物。
使用傳統(tǒng)方法分析卻需要幾個月或幾年時間才能解決的問題，Atomite的這項技術(shù)在一天之內(nèi)就完成了。
模擬也在新藥研發(fā)過程中發(fā)揮了重要作用。數(shù)據(jù)分析公司InSilico Medicin肩負(fù)著一個特殊的使命即延長人類的壽命，他們正通過使用人工智能來進行藥物研發(fā)和衰老研究。該公司與學(xué)術(shù)界、制藥及化妝品公司合作，已發(fā)現(xiàn)827余種藥物-疾病預(yù)測和生物標(biāo)志物，該模擬技術(shù)減少了對動物實驗和人體臨床試驗的需求。
9、醫(yī)學(xué)影像
新興技術(shù)的發(fā)展同時也使得醫(yī)學(xué)影像技術(shù)愈發(fā)成熟。Verily Life Sciences通過視網(wǎng)膜成像開發(fā)糖尿病相關(guān)眼疾病的機器學(xué)習(xí)解決方案已經(jīng)墊底了這一領(lǐng)域的領(lǐng)頭羊地位。
目前經(jīng)營的項目包括：能檢測糖尿病指標(biāo)的智能隱形眼鏡、供給帕金遜患者使用的 Liftware Spoon 智能勺子，以及為了建立健康人體的圖譜，從人群中抽取遺傳和分子信息的 Baseline Study 研究、健康檢測手環(huán)等。
機器學(xué)習(xí)和診斷放射學(xué)
Zebra Medical Technologies推出了Zebra Medical Vision，是一項專注于使用先進的機器學(xué)習(xí)與醫(yī)學(xué)成像來幫助診斷病癥的應(yīng)用，通過數(shù)百萬的實時和回顧性成像研究的自動化分析，公司正在教電腦檢測和診斷關(guān)鍵的醫(yī)療條件。Zebra Medical Vision 公司相信，通過為機器學(xué)習(xí)研究人員提供所需的工具和數(shù)據(jù)集，可以加速開發(fā)先進的決策支持工具和診斷解決方案，為全世界提供更好的健康服務(wù)。
靜動態(tài)成像
Enlitic公司致力于利用深度學(xué)習(xí)幫助醫(yī)生解讀圖像，并通過實時臨床支持更快更準(zhǔn)確地進行追溯分析。還有一些創(chuàng)業(yè)公司，如Butterfly Network，正在研究其他類型的動態(tài)成像模式，如超聲波。
解剖病理學(xué)
醫(yī)學(xué)成像包括不同類型的圖像，最重要的是與解剖病理學(xué)相關(guān)的圖像。3Scan將手動模擬和定性領(lǐng)域轉(zhuǎn)變?yōu)樽詣踊?、?shù)字化和定量化的醫(yī)學(xué)科學(xué)，解決了這一問題，提高了解剖病理學(xué)的準(zhǔn)確性和效率。
10、公共衛(wèi)生
在2016年里約奧運時，寨卡病毒（Zika）在整個奧運會中得到很好的控制，這與流行病學(xué)啟動者A.I.M.E發(fā)揮的重要作用密不可分。
該公司的專長是研究傳播疾病。 A.I.M.E的平臺為用戶提供了確切的定位和下一次傳染病爆發(fā)日期的信息，可提前三個月預(yù)知，其預(yù)測模型的平均精準(zhǔn)度為86.37％。伴隨著預(yù)測還有該公司的一個完全可定制分析的平臺，以了解用戶的公共衛(wèi)生數(shù)據(jù)，提供時間表、病史記錄以及來自社交媒體的報告等。
