科技行者 10月2日 北京消息: 醫(yī)療保健行業(yè)一直都是創(chuàng)新先行者。然而,疾病和病毒不斷地變種,給醫(yī)療保健行業(yè)帶來一定的挑戰(zhàn),現(xiàn)在借助人工智能(AI)和機(jī)器學(xué)習(xí)算法,該行業(yè)迎來了新機(jī)遇。
▲ 圖:醫(yī)療科技概念及醫(yī)療器械(Getty/圖片來源)
《柳葉刀數(shù)字健康》(The Lancet Digital Health)本周發(fā)表的一項(xiàng)研究,比較了深度學(xué)習(xí)與醫(yī)療專業(yè)人員在檢測(cè)醫(yī)學(xué)影像疾病方面的表現(xiàn),該研究采用的樣本是2012年-2019年期間的所有相關(guān)數(shù)據(jù)。
研究發(fā)現(xiàn),在過去的幾年里,AI在圖像識(shí)別疾病診斷方面變得更加準(zhǔn)確,并成為一個(gè)更可行的診斷信息來源。研究人員表示,在其考察的14項(xiàng)研究里,AI系統(tǒng)能夠正確識(shí)別疾病的百分比達(dá)87%,而醫(yī)療保健專業(yè)人士正確識(shí)別疾病的百分比為86%;且AI還能夠正確地識(shí)別出病例中93%沒有疾病的患者,而醫(yī)療保健專業(yè)人員為91%。不難推斷出,AI未來在醫(yī)療成像識(shí)別診斷的技術(shù)效率會(huì)更高。
人工智能在醫(yī)療領(lǐng)域的應(yīng)用不僅限于診斷疾病,還包括可能的治療方法。
制藥公司拜耳(Bayer)最近一直在與科技公司合作,開發(fā)有助于診斷復(fù)雜和罕見疾病的軟件,并幫助開發(fā)治療這些疾病的新藥。他們一直與醫(yī)院和研究人員合作,希望找出機(jī)器學(xué)習(xí)在分析和學(xué)習(xí)如何診斷病人病情時(shí)需要的東西。人工智能吸收的信息來自許多因素,包括癥狀數(shù)據(jù)、疾病原因、檢測(cè)結(jié)果、醫(yī)學(xué)圖像、醫(yī)生報(bào)告等等。
最近負(fù)責(zé)拜耳人工智能項(xiàng)目的Angeli Moeller接受了美聯(lián)社的采訪,Moeller解釋了新藥物的開發(fā)及用到的系統(tǒng):“我們可以模擬它在細(xì)胞里的表現(xiàn),同時(shí)綜合考慮患者服用的其他藥物。我們正在研究如何找適合的病人和地點(diǎn),進(jìn)行我們的臨床試驗(yàn)。如果成功,我們就可以進(jìn)行更短期的研究,可以更早地發(fā)現(xiàn)哪些藥物適合患者。”
機(jī)器學(xué)習(xí)系統(tǒng)并不是要取代醫(yī)生,也不能在治療病人時(shí)做出絕對(duì)的決定。據(jù)Moeller說,他們?nèi)匀幌M∪四軌蚩刂谱约旱闹委?,希望利用AI來支持決策,并根據(jù)得到的結(jié)果提出建議。
拜耳并非唯一一家在AI醫(yī)療保健領(lǐng)域掀起波瀾的公司,其他許多初創(chuàng)公司也在提出AI疾病治療方案。據(jù)BenchSci最新報(bào)告顯示,目前市場(chǎng)上有148家初創(chuàng)公司在藥物研發(fā)中使用了AI技術(shù)。
其中一家初創(chuàng)公司Atomwise剛剛與江蘇豪森藥業(yè)集團(tuán)有限公司(Jiangsu Hansoh Pharmaceutical Group)合作,成立了一家價(jià)值15億美元的合資企業(yè),用于設(shè)計(jì)癌癥治療新藥物。此次合作將Atomwise的AI技術(shù)與豪森藥業(yè)的制造能力結(jié)合起來,共同設(shè)計(jì)出預(yù)測(cè)小分子如何與靶標(biāo)蛋白綁定的新方法,有望取得醫(yī)療新進(jìn)展。類似的合資企業(yè)前景頗佳,因?yàn)檫@些企業(yè)結(jié)合了機(jī)器學(xué)習(xí)和醫(yī)療器械創(chuàng)新發(fā)展的兩個(gè)關(guān)鍵要素。
加拿大生物技術(shù)公司Deep Genomics在過去5年里一直在試驗(yàn)機(jī)器學(xué)習(xí)和藥物開發(fā)。具體而言,這家公司一直在針對(duì)一種名為“威爾遜病(Wilson Disease)”的罕見遺傳疾病做了不同的實(shí)驗(yàn),目前市場(chǎng)上尚無威爾遜病的治療方法,這種疾病會(huì)阻止人體排除銅,而銅元素最終會(huì)在器官中積聚,并可能導(dǎo)致危及生命的器官損傷,或者器官衰竭。
Deep Genomics的AI系統(tǒng)成功發(fā)現(xiàn),這種基因突變改變了ATP7B的氨基酸鏈,ATP7B是一種銅結(jié)合蛋白,威爾遜病患者缺乏ATP7B,導(dǎo)致基因組的中斷,進(jìn)而導(dǎo)致不能生成該蛋白。目前Deep Genomics公司正在測(cè)試他們的藥物對(duì)第一批應(yīng)選人的效用,但愿最終能成功治療該疾病。
不幸的是,目前市場(chǎng)上還不存在由AI創(chuàng)建的任何藥物治療,但許多公司都在努力實(shí)現(xiàn)這一點(diǎn)。患者數(shù)據(jù)和測(cè)試的收集,將持續(xù)推動(dòng)市場(chǎng)的進(jìn)步,雖然人工智能與醫(yī)療專業(yè)工作做的大量工作挽救了生命,但目前卻遠(yuǎn)非主流。
Moeller 表示,“AI真正進(jìn)入主流醫(yī)療實(shí)踐可能需要兩年的時(shí)間,但把這項(xiàng)技術(shù)應(yīng)用到患者身上,仍然是最困難的部分。”
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測(cè)"方法,解決了掩碼圖像建模AI難以有效評(píng)估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測(cè)試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭(zhēng)議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭(zhēng)議話題的分析框架,識(shí)別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭(zhēng)議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國(guó)際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識(shí)別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競(jìng)爭(zhēng)能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。