隨著人工智能、大數(shù)據(jù)等相關應用與理念的不斷傳播，越來越多曾經(jīng)深入人心的觀念被徹底撼動，當然，醫(yī)療行業(yè)也不例外。

在醫(yī)療行業(yè)中，經(jīng)常存在著信息不對稱的問題，看病難的問題也經(jīng)常困擾著病人，除了醫(yī)生之外很少能夠得到有效的指導，隨著技術越來越便利和智能，交互的接口的豐富，將會大大地改善這種情況。

當人工智能擁有正確的規(guī)則、算法、和情報系統(tǒng)時，將會更加了解醫(yī)患過往的病史、過敏史和過去的生活模式，并結合患者的情況，進行個性化的指導。這樣就不需要自己苦苦去尋找信息，系統(tǒng)會推薦信息給患者們。

當擁有了豐富的結構化數(shù)據(jù)和非結構化數(shù)據(jù)，這些數(shù)據(jù)可以作為培訓集，可以提高決策的精準度，并創(chuàng)建一個持續(xù)的學習循環(huán)。

隨著人工智能日趨成熟，AI將成為越來越多臨床醫(yī)生的合作伙伴，幫助醫(yī)生自動化檢測和支持輔助性診斷，從而提高效率。

下面筆者君就給大家介紹一下AI在醫(yī)療行業(yè)的6大最新進展事項

賽諾菲巴斯德利用AI研發(fā)流感疫苗

賽諾菲巴斯德（Sanofi Pasteur）是全球知名的研發(fā)企業(yè)。近日，它與一家名為BERG的生物醫(yī)藥公司達成合作，利用人工智能進行流感疫苗研發(fā)

根據(jù)該協(xié)議，BERG將利用其專有的研發(fā)平臺獲得數(shù)據(jù)并進行建模，以數(shù)據(jù)驅動的方式評估與季節(jié)性流感疫苗接種效果相關的潛在生物標志物。

每年，美國10%-20%的人口會感染流感，美國疾病控制與預防中心（CDC）認為最佳的控制手段就是進行流感疫苗接種。然而，不同人對流感疫苗的反應不盡相同，有人能從中獲得更佳的免疫力，有人接種的效果則非常一般。人工智能有望找到背后的原因。

BERG的平臺利用其開發(fā)的人工技能技術，可以對高通量的分子和臨床信息進行數(shù)據(jù)驅動分析。它能從分散、龐大的數(shù)據(jù)里頭提取出可執(zhí)行的洞見，這一方法也已得到了驗證。利用這一人工智能平臺，賽諾菲巴斯德將尋找能評估季節(jié)性流感疫苗效果的潛在生物標志物。如果一切順利，這些標志物能預測流感疫苗引起的免疫反應的廣度和持久性，這有助于未來的疫苗研發(fā)，造?；颊?。

人工智能不到1秒就能診斷結直腸癌，準確率達86%

正確且及時地診斷癌癥，一直是個難題。最近，來自日本的一群科學家利用人工智能的方法，能在不到1秒鐘的時間里對結直腸癌做出診斷，準確率高達86%。令人贊嘆的是，它甚至能在良性腫瘤惡化前，就做出診斷。

在這項研究里，科學家們讓人工智能對結直腸中的息肉進行了深度觀察。他們將息肉放大了500倍，讓人工智能可以仔細看清這些組織的變化。

隨后，他們又提供了30000張癌變前和癌變后的細胞照片，用機器學習的方法來訓練人工智能。最終，這套系統(tǒng)可以在短短1秒內做出診斷，準確率高達86%。這也是人工智能首次被用于結直腸癌的診斷。

對于結腸直腸癌而言，早早診斷相當重要，因為如果癌癥處在早期，治愈率非常高，但是診斷出來往往已經(jīng)進入晚期，此時癌細胞已經(jīng)擴散到血流。當結腸和直腸的良性息肉變成惡性腫瘤，病人就會患上癌癥。有了AI的幫助，醫(yī)生可以及早發(fā)現(xiàn)，讓更多患者及時得到治療。

兩大計算機網(wǎng)絡助力葛蘭素史克研發(fā)新藥

美國癌癥研究所有一項觸目驚心的數(shù)據(jù)：每10名美國人中，就有4名會在一生里被診斷有癌癥。其中，有三分之一的患者無法活過5年。與此同時，開發(fā)一款抗癌新藥所花的時間，卻要超過10年，成功率更是不足7%。為此，人們也在思索如何提高新藥研發(fā)的效率。

近日，葛蘭素史克公司(GSK)就與Exscientia達成合作。據(jù)外媒報道，這筆交易涉及金額約為4300萬美元。Exscientia是一家蘇格蘭的初創(chuàng)公司，主要業(yè)務是利用人工智能進行藥物研發(fā)指導，雙方合作之后，Exscientia將利用其AI藥物研發(fā)平臺為GSK進行10個創(chuàng)新小分子藥物疾病的靶點開發(fā)。

Exscientia首席執(zhí)行官Hopkins對媒體表示，該公司的AI系統(tǒng)只需相當于傳統(tǒng)方法四分之一的時間和成本即可完成新藥候選。

據(jù)了解，Exscientia公司的藥物研發(fā)平臺可同時利用大數(shù)據(jù)和機器學習方法，根據(jù)已有的藥物研發(fā)數(shù)據(jù)自動設計出上百萬種與特定靶標相關的小分子化合物，并根據(jù)藥效、選擇性、ADME等其他條件對化合物進行篩選。而后篩選出來的化合物會被合成并且進行實驗檢測，然后實驗數(shù)據(jù)會被反饋到AI系統(tǒng)中用于改善下一輪化合物的選擇。

位于美國巴爾的摩（Baltimore）的Insilico Medicine希望能用人工智能技術為新藥研發(fā)帶來革命。他們開發(fā)了兩種計算機網(wǎng)絡，一種能找到具有抗癌活性的新分子，另一種則能剔除那些基于現(xiàn)有療法提出的建議。如果用藝術來作類比，前者就像是一名模仿大師的美術生，后者則是剔除臨摹品的專家。這樣的兩個系統(tǒng)能相輔相成——被第二個網(wǎng)絡挑出毛病的新藥，會在第一個網(wǎng)絡里得到進一步的錘煉，而經(jīng)過提升的新藥分子，又會讓第二個網(wǎng)絡煉出火眼金睛。

在互相磨練后，這兩款網(wǎng)絡從公開數(shù)據(jù)庫中的7200個化學分子里找到了不少潛在的抗癌新藥，其中有60款已經(jīng)被其他公司注冊，這從側面驗證了這套系統(tǒng)的確能找到具有抗癌活性的分子。研究人員聲稱，在短短的一個月里，他們的技術就能從幾百萬個分子中，找到最有潛力的100個候選新藥。這能大大縮短新藥發(fā)現(xiàn)的過程，并有望減少試錯的成本。

今年8月，葛蘭素史克（GSK）已經(jīng)與這家新銳達成協(xié)議，尋找新藥?；蛟S，第一款用AI設計出來的新藥，已經(jīng)進入了人工智能的視野。

診斷乳腺癌，人工智能準確率高達97%

在醫(yī)學領域，人工智能的應用越來越頻繁。最近，科學家們開發(fā)了一款能用來診斷乳腺癌的人工智能，它的準確率比專業(yè)的病理學家花30個小時做的病理分析，還要高出15個百分點！

在美國，每年有40000名女性因乳腺癌去世。這一令人遺憾的結果，與乳腺癌沒有得到及時診斷有關。據(jù)統(tǒng)計，如果乳腺癌能在早期得到發(fā)現(xiàn)，它們甚至有望被治愈。

另一方面，作為乳腺癌常規(guī)檢查手段的乳腺X光檢查則有著假陽性率高的問題。有些患者的乳腺在X光下會出現(xiàn)可疑組織，她們也會選擇手術進行移除。然而手術后對這些組織的分析卻常常發(fā)現(xiàn)，它們是良性的。換句話說，這些女性接受了不必要的治療。那么，有沒有什么技術可以在確保診斷出乳腺癌的同時，還能降低假陽性率呢？

人工智能可以做到。哈佛醫(yī)學院和麻省總醫(yī)院的研究人員們開發(fā)的這款系統(tǒng)能從一系列數(shù)據(jù)點中做出診斷。除了活檢結果和病理報告，這款人工智能還會分析患者的家族病史，以及種族信息。這樣一來，診斷的正確率大大提高。

在335項高風險的病理中，該人工智能的診斷正確率為97%。研究人員說，由于它的準確率，患者接受不必要的手術的概率下降了30%！對于患者來說，這不啻于一個巨大福音。

柳葉刀子刊：人工智能發(fā)現(xiàn)帕金森病進展標志物

位于麻省劍橋地區(qū)的GNS Healthcare宣布，利用人工智能技術找到了帕金森病的一個進展標志物，這項研究發(fā)表在了《柳葉刀》的子刊《The Lancet Neurology》。

值得關注的是，這是用“電腦”來解決“人腦”問題的一個典型案例。利用其機器學習技術，GNS從312名帕金森病患者和117名對照組志愿者中收集到了遺傳學和臨床的數(shù)據(jù)，并將遺傳學上的變異于疾病的進展聯(lián)系了起來。這一系統(tǒng)找到了一個叫做LINGO2的基因。與另一個遺傳變異一起，它們能用來預測患者運動能力衰退的進展情況。此外，研究人員們也發(fā)現(xiàn)了一些和疾病進展有關的人口因素。

病發(fā)數(shù)年前預知阿茲海默病

阿茲海默氏癥影響世界上數(shù)以百萬計人口。單單在美國，據(jù)估計就有超過400萬人罹患此病。阿茲海默氏癥在美國之成人死因排名第四位，僅次於心臟病、癌癥及腦中風。

作為一類慢性中樞神經(jīng)疾病，阿茲海默病越來越嚴重地影響了現(xiàn)代社會。2015 年，全世界約有 3000 多萬人被診斷患有這種疾病。因為需要花費巨大人力物力來妥善護理病人，它也給世界各地的衛(wèi)生保健系統(tǒng)帶來了很大的經(jīng)濟負擔。雖然目前沒有已知的方法在晚期病例階段中制止該疾病的惡化，但有證據(jù)表明，如果早期發(fā)現(xiàn)，相應治療有望使疾病進展獲得減慢或停止。

所以，如何找到一種可靠的方法來提早發(fā)現(xiàn)那些有可能具備疾病風險的潛在病人，逐步成為醫(yī)學研究和臨床護理的重要目標。

意大利巴里大學（University of Bari）的研究人員用MRI掃描了67名志愿者的大腦，其中一些罹患阿茲海默病，一些輕度認知障礙患者，以及一些普通健康人。利用算法，他們能準確地鑒定出患有阿茲海默病的患者，準確率達86%。此外，他們也能將健康人與輕度認知障礙患者進行區(qū)分。

輕度認知障礙一般被認為是阿茲海默病的前兆。在項研究中，科學家人也發(fā)現(xiàn)，實驗中的輕度認知障礙患者最終都發(fā)展成了阿茲海默病。也就是說，利用他們開發(fā)的算法，我們能在阿茲海默病出現(xiàn)前的幾年，就發(fā)現(xiàn)患有認知障礙的大腦，預知阿茲海默病的發(fā)生。