未来‘续命’就指望它了 看AI如何跨界医疗领域

2017-02-20 09:00 出处:PConline原创 作者:卡夫卡 责任编辑:sunziyi

  【PConline 杂谈】生活水平的提高以及生活压力的剧增,让人们越来越重视自身健康与寿命问题,因而才更需要先进且智能化的医疗系统。随着物联网、人工智能、智能设备等技术的日渐成熟,构建完美的智能医疗体系也将指日可待。届时,由于医疗资源分配不均而导致的看病难等问题,也将迎刃而解。

未来‘续命’就指望它了 看AI如何跨界医疗领域
未来‘续命’就指望它了 看AI如何跨界医疗领域

  尤其是在近些年,随着AI技术的逐渐成熟其在各领域上的应用也更为广泛,如果之前我们还在谈论‘互联网+’给我们带来的改革创新,那么未来或许将迈向‘AI+’时代。虽然,目前我国AI+医疗产业处于起步阶段,但却并不妨碍我们对未来人工智能在医疗领域发挥作用的畅想。

足不出户,在线就诊

  试想一下,当身体感到不适或是生病时,有什么比在家就诊更叫人省心?Babylon人工智能健康咨询系统就是这么贴心。系统以用户过往的病史及常识性医学资料为基础,根据用户与在线人工智能系统对话时所列举的症状,给出初步的诊断结果和具体的应对措施。

  不仅如此,Babylon系统还能提醒用户定时服药,并实时监测用户的身体状况,从而将病人就诊的时间缩短数倍,同时还能节省用户去医院的往返与就诊等待时间,进一步实现医患资源的合理分配。

私人健康助理

  过去,私人医生或健康顾问可都是有钱人家的东东。现在,随着AI技术的发展,普通百姓也能享受此类个性化服务。Sense.ly推出了一款Molly虚拟护士服务,面带亲和微笑的虚拟护士,能帮助患者更好地接受治疗。

  要知道,患有慢性病的患者需要定期复诊,并长期与医生保持联系,Molly能够以机器学习的方式不断更新患者的健康情况,并给出针对个人的护理建议。此外,其它一些辅助用药管理的人工智能应用,也在慢慢兴起,例如AiCure就能通过手机摄像头结合人工智能技术,确认患者是否遵循处方服药。

分析医疗影像

  早前,IBM花10亿美元收购了Merge医疗影像公司,并将其与Watson健康部门合并。你可能有所不知,Merge是美国最具影响力的医疗影像公司,其不仅拥有大量的医学数据和图像(CAT扫描、乳房摄像),还有帮助医生存储、分析医学图像的顶尖技术平台。

  除了Merge公司,Enlitic公司也专注于这一领域,其图像识别软件利用CNN(卷积神经网络),读取X光片和CT图像筛查恶性肿瘤。此外,国内也有众多创业公司在研究如何用AI解读医疗影像。

人工智能诊疗

  说到此,不得不说之前发生的一个经典事例。去年8月,IBM Watson在分析了上千个基因突变后,确诊一位60岁的日本老太太患有非常罕见的白血病,并向其提供了适当的治疗方案。要知道,几个月前她还曾被医院误诊。整个诊断过程Watson用了不到10分钟,而人类医生则要花费数周。现在,Watson肿瘤解决方案已进入国内21家医院。

  当然,除了除了Watson这样的成熟应用,人工智能诊疗领域还有一些活跃于学术界的各种创新研究。例如人工智能诊断皮肤癌,斯坦福大学人工智能实验室用12.9万张皮肤病变的照片训练深度卷积神经网络,令其对皮肤损伤进行分类,诊断皮肤癌。

  据了解,斯坦福大学的这一算法的准确率能达到91%以上,与人类皮肤科医生无异。未来,这种算法可以用于移动App,让用户在家就能自行拍照诊断皮肤癌。而国内的中山大学,近期也有AI诊断方面的成果,其开发的人工神经网络CC-Cruiser,在诊断先天性白内障的准确率已达人类眼科医生水平。

走进手术室

  该领域中最知名的非Intuitive Surgical达芬奇系统莫属,该手术机器人最初用于支持微创心脏搭桥手术,后来又在前列腺癌治疗方面取得进展。达芬奇机器人由外科医生控制台、床旁机械臂系统、成像系统三部分组成。目前,美国四分之一的手术中都使用了达芬奇系统。

  除了达芬奇,也有其他公司也在不同领域推出了自己的手术机器人。人工智能也在手术室里辅助进行麻醉管理,包括术前评估、方法选择以及术中管理等等方面。在Alphabet旗下生命科学部门Verily,与强生合作创立了Verb Surgical公司,主打机器人手术助手。将来,也还会有更多的公司进入市场,探索并细分空间,打造一个结合感知、数据分析与自动化的生态系统。

挖掘新药,快速反应

  利用超级计算机的计算能力,从药物的分子结构库溯源用来研发具有针对性的药物,Atomwise公司就做到了。去年,Atomwise以现有安全药物为基础,成功通过算法寻找到能够控制埃博拉病毒的两种药物。换做过去,则需要耗费数月甚至是数年时间,而Atomwise只用了不到一天的时间。

基因排查

  有了人工智能技术,我们甚至可以畅想用其来进行基因治疗。Deep Genomics致力于通过海量的遗传信息及医疗诊断数据集,寻找遗传信息及疾病的联系。其采用了新一代计算系统能对DNA进行判断,告知医生可能出现的变异。

  不得不说的是,人工智能和机器学习在医疗健康领域的确存在着巨大的潜力,且能应用于众多的医疗场景,为患者进行治疗、诊断甚至预测。不过,鉴于医学和生物学都是非常复杂的学科,因此想要达到一定的专业水平与成熟度,仍需经历长期的学习与反复的练习。

网络设备论坛帖子排行

最高点击 最高回复 最新
最新资讯离线随时看 聊天吐槽赢奖品