即便是數(shù)字時(shí)代，疾病也仍然是全國(guó)乃至全世界的一個(gè)主要死亡原因，排在首位的是心臟病，癌癥緊隨其后。

 

　　無(wú)論你相信與否，其實(shí)這是一種進(jìn)步的標(biāo)志。對(duì)比一下即可明白，1900 年，導(dǎo)致美國(guó)人死亡的那些疾病其實(shí)放在今天都是可以治愈的，例如呼吸系統(tǒng)疾?。ǚ窝?、肺結(jié)核和流感）以及胃腸道感染類(lèi)疾?。ɡ缁魜y和瘧疾）。簡(jiǎn)而言之，現(xiàn)在的“文明疾病”已經(jīng)不再是像西班牙流感（在 1918-1919 年曾經(jīng)造成全世界約 10 億人感染，2500 萬(wàn)到 4000 萬(wàn)人死亡）或鼠疫之類(lèi)的細(xì)菌性流行病?，F(xiàn)在的許多疾病都是源于久坐的生活方式和一些其他的現(xiàn)代生活習(xí)慣所致。

 

　　盡管人類(lèi)傾向于線(xiàn)性思考，但通過(guò)合作措施和技術(shù)領(lǐng)域的飛躍性發(fā)展之后，技術(shù)所帶來(lái)的進(jìn)步往往呈現(xiàn)出指數(shù)級(jí)別的效果。而隨著世界經(jīng)濟(jì)繁榮程度的提高，這種模式也在向其他的國(guó)家蔓延。心臟病和中風(fēng)取代了以前的一些傳染性疾病，例如下呼吸道感染和腹瀉等。顯然，一個(gè)國(guó)家發(fā)展的越發(fā)富足，它們的基礎(chǔ)設(shè)施也不斷加強(qiáng)，疾病所帶來(lái)的威脅也發(fā)生了變化。現(xiàn)在他們的人口可能不再受衛(wèi)生條件所導(dǎo)致的相關(guān)疾病的影響，卻仍然會(huì)遭受與富裕社會(huì)有關(guān)的負(fù)面后果。

 

　　這不禁也讓我們想到一個(gè)有趣的問(wèn)題：我們最終真的可以擺脫疾病嗎？又或者我們擺脫了一種死亡的原因，另外一種新的原因又會(huì)隨之出現(xiàn)呢？

 

 

　　這也讓我們的目光聚焦到了下一個(gè)里程碑：計(jì)算機(jī)。雖然計(jì)算機(jī)早就被用于醫(yī)學(xué)領(lǐng)域（20 世紀(jì) 60 年代，早期的計(jì)算機(jī)被用于追蹤血源性疾?。?，但最新的發(fā)展成果可能會(huì)讓醫(yī)學(xué)領(lǐng)域發(fā)生革命性的變化。最有希望的一項(xiàng)發(fā)展成果是機(jī)器學(xué)習(xí)，這有望幫助我們終止人類(lèi)疾病時(shí)代。

 

　　對(duì)于機(jī)器學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域的潛力，我們現(xiàn)在抓住的只是一些表面?，F(xiàn)在，機(jī)器學(xué)習(xí)程序是對(duì)醫(yī)生的一種補(bǔ)充，軟件對(duì)大量的數(shù)據(jù)進(jìn)行篩選和解釋?zhuān)\斷患者的問(wèn)題，從他們的歷史病歷中提取創(chuàng)建患者概況，然后無(wú)縫預(yù)測(cè)患者未來(lái)狀況?？紤]到醫(yī)學(xué)研究所產(chǎn)生的海量數(shù)據(jù)（2003 年，有一家醫(yī)療保健網(wǎng)絡(luò)服務(wù)商預(yù)測(cè)，大約需要 30 年的時(shí)間才能審查現(xiàn)有的每一項(xiàng)隨機(jī)試驗(yàn)數(shù)據(jù)），計(jì)算機(jī)在分析和聚合患者數(shù)據(jù)方面非常有前途。

 

 

　　機(jī)器學(xué)習(xí)的功能只會(huì)越來(lái)越多。研究人員現(xiàn)在正對(duì)于機(jī)器學(xué)習(xí)的變體，深度學(xué)習(xí)領(lǐng)域開(kāi)展試驗(yàn)。深度學(xué)習(xí)程序由層疊在一起的算法組成，一層的輸入內(nèi)容被傳送到下一層，每個(gè)后續(xù)層都會(huì)對(duì)這些信息進(jìn)行處理。有了這個(gè)復(fù)雜的系統(tǒng)，深度學(xué)習(xí)就可以很容易的識(shí)別模式，并且進(jìn)行高級(jí)別的程序，比我們迄今為止從普通機(jī)器學(xué)習(xí)程序中看到的都要高。

 

　　有了這種處理能力，距離消除疾病的日子可能屈指可數(shù)了。Nvidia 是一家以生產(chǎn)圖形處理器而聞名的公司，它不太可能成為深度學(xué)習(xí)的領(lǐng)導(dǎo)者。但正如開(kāi)發(fā)人員所指出的那樣，GPU 的特性使得 Nvidia 成為深度學(xué)習(xí)的理想選擇。相比具有八個(gè)內(nèi)核的普通 CPU（計(jì)算機(jī)芯片）相比，GPU 具有數(shù)千個(gè)內(nèi)核，這也使得它能夠更輕松的運(yùn)行復(fù)雜的程序。由于這種意外的交叉效果，Nvidia 現(xiàn)在正將其深度學(xué)習(xí)專(zhuān)長(zhǎng)應(yīng)用于醫(yī)學(xué)領(lǐng)域，其中包括識(shí)別與神經(jīng)紊亂相關(guān)的遺傳因素以及使用算法來(lái)預(yù)測(cè)患者的健康狀況（并不斷從錯(cuò)誤和成功中繼續(xù)學(xué)習(xí)）。

 

　　因?yàn)檫@其中蘊(yùn)藏著深度學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域的最大優(yōu)勢(shì)：適應(yīng)性和自主性品質(zhì)。深度學(xué)習(xí)算法就像人類(lèi)一樣，可以利用知識(shí)不斷進(jìn)化。事實(shí)上，有研究表明，在許多應(yīng)用中，深度學(xué)習(xí)可以超越人的能力。在醫(yī)學(xué)成像領(lǐng)域，深度學(xué)習(xí)能夠完成一種曾經(jīng)僅限于人類(lèi)專(zhuān)家才能完成的自動(dòng)化任務(wù)，并且是以相比而言低得多的錯(cuò)誤率來(lái)完成。事實(shí)上，一些深度學(xué)習(xí)團(tuán)隊(duì)已經(jīng)開(kāi)始使用他們的程序來(lái)從患者圖片中對(duì)皮膚癌細(xì)胞進(jìn)行分類(lèi)，這也向我們展示了深度學(xué)習(xí)算法的能力所在。

 

　　深度學(xué)習(xí)領(lǐng)域的尖端、前瞻性機(jī)構(gòu)正在試圖推翻我們的疾病模式。例如，微軟生物計(jì)算實(shí)驗(yàn)室提供了各種激動(dòng)人心的程序，其中最戲劇化的程序可能是模擬生物系統(tǒng)和預(yù)測(cè)結(jié)果的能力。在機(jī)器學(xué)習(xí)、數(shù)學(xué)和生物學(xué)的交叉領(lǐng)域，微軟實(shí)驗(yàn)室希望未來(lái)有一天能夠掌握和控制細(xì)胞的行為方式，以便通過(guò)編程來(lái)扭轉(zhuǎn)疾病。

 

　　這些只是冰山一角。在美國(guó)南加州大學(xué) Michelson Center for Convergent Bioscience，像 Fei Sha 博士這樣的 AI 專(zhuān)家將機(jī)器學(xué)習(xí)應(yīng)用于健康和生物科學(xué)，來(lái)確定癌癥等疾病的遺傳原因，開(kāi)發(fā)高效的精確治療方法來(lái)治愈這些疾病。

 

 

　　計(jì)算機(jī)科學(xué)現(xiàn)在正在以一種人們無(wú)法預(yù)測(cè)的方式來(lái)變革醫(yī)學(xué)健康領(lǐng)域。技術(shù)已經(jīng)在很大程度上改變了人類(lèi)的生活，隨著智能機(jī)器的出現(xiàn)，人體和計(jì)算機(jī)之前的界限將會(huì)比以前更為模糊。這其中的影響可以說(shuō)是非同尋常。

 

　　想象一下，如果我們每個(gè)人都有一張攜帶我們遺傳密碼的 SD 卡，醫(yī)生可以根據(jù)我們每個(gè)人獨(dú)特的信息來(lái)為我們打印一個(gè)器官或者是更換某個(gè)身體附件。想象一下，人工智能計(jì)算機(jī)的研究工作可以通過(guò)收集數(shù)據(jù)和學(xué)習(xí)以指數(shù)的速度推進(jìn)。

 

　　毫無(wú)疑問(wèn)，在現(xiàn)在與未來(lái)消除疾病的烏托邦之間，肯定會(huì)有障礙。并且，這也會(huì)導(dǎo)致人口過(guò)剩以及不平等等問(wèn)題。但是我相信，計(jì)算機(jī)科學(xué)正在重新定義人類(lèi)，并且隨著人工智能滲透到主流醫(yī)學(xué)領(lǐng)域，計(jì)算機(jī)科學(xué)將繼續(xù)發(fā)揮它的作用所在。