根據(jù)調(diào)研機構(gòu)MarketsandMarkets公司的調(diào)查報告，預計到2025年，以醫(yī)療保健領(lǐng)域為重點的人工智能市場將增長50%。

以下是五個主要趨勢：

（1） 2018年，全球醫(yī)療市場的人工智能市場規(guī)模為21億美元。

（2）預計到2025年，全球醫(yī)療市場的人工智能市場規(guī)模將增長到361億美元，在預測期內(nèi)復合年增長率為50.2%。

（3）機器學習預計將占據(jù)市場的最大份額，其次是自然語言處理。

（4）驅(qū)動因素越來越大，數(shù)據(jù)集也越來越復雜，越來越需要降低日益增加的醫(yī)療成本、提高計算能力、降低硬件成本。

（5）面臨的挑戰(zhàn)是醫(yī)療從業(yè)者不愿意采用基于人工智能的技術(shù)，缺乏熟練的勞動力，以及對軟件的監(jiān)管指南不明確。

醫(yī)療保健行業(yè)的首席人工智能官

醫(yī)療保健行業(yè)的高級管理人員增加了新成員：首席人工智能官。而Anna Goldenberg博士就是一位首席人工智能官。她于今年1月在多倫多的兒童醫(yī)院擔任生物醫(yī)學信息學和人工智能主管。

Goldenberg在接受加拿大《環(huán)球郵報》采訪時說：“作為一名計算機科學家，我成為機器學習和人工智能領(lǐng)域的研究人員，我現(xiàn)在感覺可以在醫(yī)療保健方面做出巨大的改變。這需要一些時間，但我認為越來越接近了。”

事實上，人工智能正在為醫(yī)療保健行業(yè)提供動力。Goldenberg的職位的部分資金來自一位多倫多的企業(yè)家的175萬美元捐款，他剛出生的孩子在這家兒童醫(yī)院接受了手術(shù)。而這位企業(yè)家創(chuàng)辦了一家合資公司，該公司開發(fā)了一個軟件平臺，將自動駕駛汽車與智能基礎(chǔ)設施連接起來，去年這家公司被出售給了福特汽車公司。該職位的其余部分資金來自由醫(yī)院籌款基金，使捐款總額達到350萬美元。

Goldenberg擁有數(shù)據(jù)挖掘和機器學習的碩士學位和博士學位，目前擔任多倫多大學計算機科學副教授，并在該醫(yī)院擔任高級科學家。她的研究重點是利用機器學習來繪制人類疾病異質(zhì)性，并使用患者數(shù)據(jù)和人工智能預測心臟驟停等疾病。

人工智能贏得第一個同行評審點

有關(guān)人工智能的首次回顧性研究于去年8月發(fā)表在“柳葉刀腫瘤學”網(wǎng)站上。該研究旨在開發(fā)一種評分，以預先確定癌癥治療的反應者，并提高治療的療效和成本比。

同行評審的這種挖掘確定了人工智能可以處理醫(yī)學圖像以提取生物和臨床信息。這意味著醫(yī)生很快就可以使用成像來識別身體任何部位的腫瘤生物學特征，而無需進行活組織檢查。如果團隊沒有證明其可行性，那么該技術(shù)聽起來就像是科幻小說中的技術(shù)一樣。

研究團隊設計了一種分析CT圖像的算法。圖像數(shù)據(jù)與“放射特征”相結(jié)合，定義腫瘤淋巴細胞浸潤水平，并為患者免疫治療的療效提供預測評分。對500名患者進行了放射性特征的采集、開發(fā)和驗證。研究小組發(fā)現(xiàn)，在3個月和6個月時免疫治療有效的患者放射評分較高，總體存活率較高的患者放射評分也較高。

建立人工智能‘道德機器‘

在這個充滿智能的時代，需要有一個新的中心，其新的使命是激勵和影響關(guān)于人工智能道德的公共政策和法規(guī)，并建立“有道德的機器”。安大略省圭爾夫大學成立了促進負責任和道德人工智能中心（CARE-AI），致力于確保技術(shù)使人們受益，最大限度地減少傷害，并保持技術(shù)的人性化。

該中心匯集了90名大學研究人員和學者，他們計劃分析人工智能的人文和社會方面，并研究人類和動物健康、環(huán)境科學、農(nóng)業(yè)食品和生物經(jīng)濟領(lǐng)域的學習算法、人機界面、數(shù)據(jù)分析、傳感器和機器人等方法。在這些問題中，他們將探討人工智能成為具有情感和意識的實體的潛力，以及當智能機器開始自己設計時，人類和人工智能將會有哪些相互作用。

梅奧診所發(fā)現(xiàn)“沉默”的心臟病

將人工智能應用于心電圖可以幫助識別無癥狀的左心室功能障礙，這是心力衰竭的前兆。梅奧診所的一組研究人員在《自然醫(yī)學》上發(fā)表了一項研究報告，表明他們可以做到這一點。

該團隊使用梅奧診所的臨床數(shù)據(jù)篩選出625，326對的EKG和經(jīng)胸超聲回波心電圖，以確定患者。然后他們創(chuàng)建、訓練、驗證并測試了一個神經(jīng)網(wǎng)絡來驗證他們的假設，了解與其他常見的篩選測試相比的準確性。

有趣的是，研究發(fā)現(xiàn)，在可能具有心室功能不全風險的患者中，人工智能檢測出陽性的患者未來發(fā)生心室功能不全的風險是陰性患者的四倍。

“換句話說，該測試不僅可以確定無癥狀疾病，還可以預測未來疾病的風險，這是通過識別心肌無力之前發(fā)生的非常早期、細微的心電圖變化來實現(xiàn)的。”Paul Friedman醫(yī)學博士說。

HBR：人工智能可能會減少醫(yī)療保健的繁文縟節(jié)

能夠處理大量數(shù)據(jù)和進行實時建議的人工智能工具可以大大減輕醫(yī)療系統(tǒng)的管理負擔，并節(jié)省啟動資金。文章表明，在美國醫(yī)療體系3萬億美元的年度成本中，約有三分之一的成本浪費在行政和運營效率低下方面。人工智能已經(jīng)實現(xiàn)了更快的病床分配、更簡單和改進的文檔和自動欺詐檢測。例如，人工智能幫助醫(yī)療系統(tǒng)更快地分配床位，將外科病人的恢復時間縮短80%，將急診床等待時間縮短20%，并接受60%以上的轉(zhuǎn)院患者。

為了利用人工智能，醫(yī)療保健組織需要：

?簡化和標準化數(shù)據(jù)和流程，以便人工智能可以使用它們。

?確保IT系統(tǒng)之間的互操作性和數(shù)據(jù)共享。

?逐步淘汰那些通過幫助改善成果來增加業(yè)務價值的員工。

消除“黑盒”挑戰(zhàn)？

馬薩諸塞州波士頓總醫(yī)院的研究人員使用不到1000例的成像病例，能夠訓練一種人工智能算法來檢測顱內(nèi)出血（ICH），并在未增強頭部CT掃描上對其五個子類型進行分類。深度學習算法的設計是為了揭示其決策背后的推理，通常被稱為人工智能的“黑盒”問題，通過一個“注意力地圖”，突出顯示用于進行預測的圖像上的重要區(qū)域。它還消除了放射科醫(yī)師對用于訓練大多數(shù)深度學習模型的大型高質(zhì)量數(shù)據(jù)集進行注釋的需要。

研究小組發(fā)現(xiàn)，該模型的準確性與訓練有素的放射科醫(yī)師相當，但其靈敏度相當高。

這就是它真正重要的原因：腦出血是一種潛在的致命疾病，采用自動敏感模型能夠可靠地檢測到它，可以加快患者的治療。它還可以幫助具有不同專業(yè)水平的神經(jīng)放射科醫(yī)生更快地確定腦部掃描是否存在出血的情況，避免顱內(nèi)出血（ICH）的遲發(fā)或漏診。

人工智能工具比皮膚科醫(yī)生更好地檢測皮膚癌

根據(jù)最近一項對腫瘤學年鑒的研究，無論醫(yī)生的經(jīng)驗水平如何，基于人工智能的網(wǎng)絡在分析癌癥皮膚病變圖像方面都優(yōu)于皮膚科醫(yī)生。然而，皮膚科醫(yī)生在為他們的診斷添加真實的臨床信息后表現(xiàn)更好，但仍然優(yōu)于神經(jīng)網(wǎng)絡。

“我們的數(shù)據(jù)清楚地表明，卷積神經(jīng)網(wǎng)絡（CNN）算法可能是一種合適的工具，可以幫助醫(yī)生進行黑素瘤檢測，無論他們的個人經(jīng)驗水平和培訓水平如何?！钡聡５卤ご髮W皮膚病學系的教授Holger A. Haenssle博士表示。

瀕于危險：DL預測乳腺腫瘤對化療的反應

為精確治療做好準備。例如：根據(jù)發(fā)表在《數(shù)字成像》雜志上的最新研究結(jié)果，研究人員已經(jīng)預測乳腺腫瘤對新輔助化療（NAC）的反應準確率為88%。其提供的好處是雙重的：提供了更好的方法來早期評估治療反應，并顯著改進了當前的預測方法，即一旦開始治療，就依賴于間隔成像。

使用乳房MRI腫瘤數(shù)據(jù)集，紐約哥倫比亞大學歐文醫(yī)學中心的研究人員采用深度學習卷積神經(jīng)網(wǎng)絡（CNN）方法來訓練和預測化療開始前對化療的反應。