人工智能在医疗行业的9个落脚点,让你更懂AI

很多思想领袖认为我们正在经历第四次工业革命。这次工业革命融合了物理世界、数字世界和生物世界,将影响所有学科、经济体和产业,甚至挑战“人类”的定义。

医疗行业是这场革命的主要领域,而导致医疗行业变革的主要催化剂就是AI(人工智能)。

大数据和人工智能将革新我们的生活

随着数字容量的扩展,越来越多的数据被产生并存储在数字空间中。可用数据量正在以每两年翻一番的惊人速度增长。2013年,可用数据量为4.4千兆字节,但到2020年,每年创建和复制的数据将达到44千兆字节!

通常,我们通过建立系统的规则和流程来了解我们周围的世界。但大数据世界对我们而言过于巨大了,我们需要人工智能来帮我们了解它。

我们目前还没有实现真正的人工智能,但它已经蓄势待发,准备潜入我们的生活。在我们的车里,在谷歌搜索中,在亚马逊推荐里,以及许多其他设备上,狭义的AI早就出现了。苹果的Siri,微软的Cortana,Google的OKGoogle以及亚马逊的Echo,都是极好的AI,它们使用自然语言处理技术,从对话中提取出问题,然后执行一些事情,比如寻找餐厅,获得行车路线,找一个开放的会议室,或者进行简单的网页搜索。

AI能实现的不仅仅是上述这些。英国一名19岁程序员在去年9月推出了一个机器人,该机器人成功地帮人们对停车罚单提出上诉。机器人是一个“AI律师”,它向收到停车罚单的人提问,了解情况,然后选择处理方式。截止到6月,机器人成功地为伦敦和纽约的16万份停车罚单提起了上诉,胜诉率为64%。

想象一下这个效率将发生在医疗卫生行业!

在医疗和医药行业上,AI可以更好地规划病人的治疗方案,并为医生提供做出好决策所需要的所有信息。

不要以为这是遥不可及的未来。 Sutter Health的资深数据科学家Andy Schuetz表示:“我毫不怀疑在未来几年内,精密学习和AI算法将在医疗中找到一席之地。” “我不知道将过两年还是十年,但它终将出现。”

像《权力的游戏》第六季里凛冬终于降临那样,我们应该确信我们会逐渐实现AI的。看一下有多少公司对医疗AI感兴趣吧,我们能感受到它是一个非常有前景的未来领域。IBM的Watson是医疗认知计算领域的领头羊,但这一领域的竞争已经日趋白热化了。

已经有几个很棒的医疗领域AI解决方案,这些方案展现出了AI潜在的巨大影响和未来可能的用途,使得我们对AI的未来相当乐观。

然而,AI解决方案现在只面向最富有的医疗机构(因为太贵)和少数专家(因为它们太难使用)。只有当AI解决方案面向普通主流用户时,医疗行业的变革才算真正实现。

人工智能在医疗领域变革的开始

人工智能已经在医疗的几个细分领域里开展了变革,比如通过在重复性的工作中提供协作来设计治疗计划、药物管理及药物研发。这仅仅只是一个开始。AI在医疗行业的应用面也越来越广泛,比如:

1、对医疗记录进行数据挖掘

AI在医疗中最显而易见的应用是数据管理。对数据进行收集、存储、结构化、追踪——这是革新现有医疗体系的第一步。最近,搜索巨头谷歌的AI研究部门推出了Google Deepmind Health项目,该项目通过挖掘医疗记录的数据,提供更好更快的卫生服务。该项目处于起步阶段。目前该项目正在与Moorfields Eye Hospital NHS Foundation Trust (摩菲眼科医院国民医疗服务信托基金)合作,以改善眼睛治疗。

2、设计治疗计划

IBM Watson推出了专门的肿瘤项目Watson for Oncology,该项目可以为临床医生提供循证治疗方案。Watson for Oncology拥有先进的技术,能够对临床笔记和报告中结构化和非结构化数据的含义和上下文进行分析。这个分析对选择治疗方式至关重要。进行数据分析后,Watson for Oncology将结合患者档案的特点、临床专业知识以及外部研究和数据,为患者确定一套治疗计划。

3、协助重复性的工作

IBM推出了一个称作Medical Sieve的算法项目。这是一项雄心勃勃的、长期的、探索性的项目,它希望制造出具有分析、推理能力和足够临床知识的下一代“认知助手”。Medical Sieve能够协助放射学和心脏病学的临床决策。Medical Sieve能够分析放射学图像,更快更可靠地发现和检测问题。在未来,我们只会在最复杂的医疗情境中需要人类放射科医生。

医疗行业创业公司Enlitic也致力于将深度学习与庞大的医疗数据库结合,来提高诊断效果和改善患者疗效。Enlitic这样表述深度学习的优点:“一直以来,医疗诊断计算机程序都要使用一系列关于疾病特异性特征的预定义假设。

必须为身体的每个部分设计一个专门的程序,而且只能识别有限的疾病,缺乏灵活性和可扩展性。这些程序往往过于简化,导致诊断性能差,因而没有得到广泛的临床应用。相比之下,深度学习可以毫无困难地处理全身的许许多多的疾病,以及所有的成像模式(X射线,CT扫描等)。”

4、充分利用在线实况咨询

你发烧了,你的伴侣告诉你,你看起来不太好,应该去看医生。于是你打电话给你的医生的助理进行预约,却获知你必须等上两天才能去看病。现在,Babylon与其新应用不会允许这种事情发生了。Babylon是英国的线上医疗咨询和健康服务公司,它在今年发布了一款应用,这款应用提供基于个人病史和医学常识的医疗AI咨询。

这款应用具有语音识别功能,用户向这款应用描述病情症状,应用将用户描述与疾病数据库进行匹配。在综合考虑病人的病史和情况后,应用会提供适当的方案。应用还会提醒患者服用药物,并进一步了解患者的感受。通过这种方式,诊断病人的效率大大提高。

5、卫生援助和药物管理

让我们欢迎世界上第一个虚拟护士——Molly吧。Molly是由医疗行业初创公司Sense开发的。它有着微笑、友善的面孔和愉悦的声音,专用于监测患者的状况和治疗情况。它以机器学习作为医生诊疗慢性病患者的技术支持,提供对慢性疾病经验证的定制监测和后续护理。

此外,也有一个监测病人是否按处方服药的AI方案。 The National Institutes(国立卫生研究院)的AiCure应用程序,使用智能手机的网络摄像头和人工智能来确认患者是否遵守处方。这对于那些患有严重疾病的人,和那些总是违背医生建议的患者和临床试验参与者来说,是非常有用的。

6、精密医学

人工智能也将对遗传学和基因组学产生巨大影响。Deep Genomics希望在遗传信息和医疗记录的海量数据中寻找突变和与疾病的联系。他们正在研发新一代计算技术,新的计算技术能够告诉医生,当DNA由于遗传变异被改变时,细胞内会发生什么。

同时,人类基因组计划之父之一Craig Venter正在研究一种算法,该算法会根据DNA来设计患者的生理特征。他的公司Human Longevity,为患者(大多是富人)提供完整的基因组测序、全身扫描和非常细致的体检服务。这一系列服务可以帮助患者在癌症或血管疾病早期时及时发现。

7、药物研发

通过临床试验来研发药物,有时会花费十多年的时间和数十亿美元的金钱。如果能够加快速度并使用更经济的方式研制药物,那对今天的医疗行业将产生巨大影响,并使得医疗创新深入千家万户。去年,Atomwise推出虚拟搜索,通过超级计算机来寻找现有的、可以重构的安全药物,对抗埃博拉病毒。

利用AI技术,Atomwise发现了两种可以显著降低埃博拉病毒感染的药物。这种分析通常需要几个月或几年,但是借助超级计算机,分析在不到一天的时间内完成。Atomwise首席运营官Alexander Levy表示:“早几个月或几年发现对抗致命病毒的药物,意味着多拯救了成千上万的生命。”“想象一下,因为像Atomwise这样的技术存在,有多少人可能会在下一次大感染中幸存下来”。

使用大数据进行患者管理(patient management)的例子是Berg Health,它是位于波士顿的生物制药公司。Berg Health通过数据挖掘来了解某些病人从严重疾病中存活下来的原因,从而改善现有疗法或创造新的疗法。Berg Health将AI与患者的生物学数据相结合,绘制出健康状态和疾病状态下生理环境的差异,以此在研发药物、病情诊断和医疗应用等方面提供帮助。

8、开放AI帮助人们做出更健康的选择和决定

你听说过开放AI生态系统吗?没有?不用担心,因为它是对相互联系的AI基础设施的一个非常新颖的表述。世界经济论坛将其称为2016年十大新兴技术之一,因此让我们对它做一些深入了解吧。开放AI生态系统,是指有了前所未有的海量数据,再加上自然语言处理和社会认知算法的进步,人工智能将变得越来越有用。

在医疗和医药方面尤其如此。有很多数据可以利用:患者的病史记录,治疗数据,以及最近的来自可穿戴的健康跟踪器和传感器的信息。有了能够详细分析巨量数据的AI,不仅意味着主动的患者可以得到关于生活方式的更好提议,还意味着医护人员可以根据患者的需求和习惯得到如何设计医疗服务的指导信息。

9、分析医疗体系

在荷兰,97%的医疗发票是数字化的,包含治疗、医生和医院的数据。这些发票信息能够很容易地被检索。荷兰一家公司Zorgprisma Publiek使用 IBM Watson的云计算对医疗发票数据进行了数据挖掘。通过数据分析,他们能够告诉医生、诊所或医院在治疗某种疾病时是否重复出现错误,以帮助他们改善并避免患者不必要的住院治疗。

怎么做才能使AI真正实现上述功能呢?

首先,我们必须消除对人工智能的偏见和恐惧,并帮助大众了解我们该如何实现人工智能的益处,以及我们该如何应对人工智能可能的危险。人类对AI最大的恐惧是,AI将变得比人类的大脑更精密,并试图控制人类的生活。史蒂芬霍金甚至表示,彻底的人工智能的发展可能会导致人类走向终结。Elon Musk也同意他的观点。

我不认为情况如此消极,但我同意在使用AI时应注意适当性。我们需要做好以下准备,以避免AI的使用不当:

1.制定适用于整个医疗行业的强制性伦理标准
2.逐步发展AI,以便有充分的时间发现AI存在的缺点
3.对于医学专家:需要掌握AI在医疗环境中如何工作的基本知识,以便于在日常工作中应用AI
4.对于患者:要习惯AI并发掘它的的好处——例如在孩子的认知发展方面,就可以使用Cognito,Cognito借助AI技术或Siri服务,以有趣和温柔的方式来支持小孩的认知发展
5.对于开发AI智能解决方案的公司(如IBM),应该与公众就AI在医学上的潜在优势和风险进行更多的沟通
6.对于医疗卫生机构的决策者,既需要尽最大的努力来衡量评价AI医疗系统的功效,也需要推动企业提供经济实惠的AI解决方案(只有这样,AI才不会仅仅存在于科幻小说中,而成为21世纪的真实应用)。

如果我们取得成功,将会有巨大的医疗发现和治疗突破,可能一天就会发生好几次这样的医疗发现和治疗突破。如果你曾遇到过或使用过我们说的狭义AI系统,那么你肯定能理解我对AI的乐观。

来源: AI科技大本营

--电子创新网--
粤ICP备12070055号