平博体育-人工智能在医疗领域应用呈现快速增长，助力医疗行业转型升级

　　医之道人工智能在医疗领域应用呈现快速增长，助力医疗行业转型升级，非精不能明其理，非博不能至其得。

——徐春甫 《古今医统大全》

　　医学之复杂，以疾病为例，现有病种已达40000种之多，也难怪国医大师裘沛然会感叹“学如测海深难识……世犹多病愧称医。”

　　培训医生和卫生工作者更是平博体育一个艰巨的过程，需要接受多年的专业教育和临床经验。一名会看病的医生“出厂配置”是本硕博的8年苦读+各种证。

　　目前全球有近700万名医生、护士以及其他卫生工作人员短缺，用工缺口正在逐步扩大。医生用工荒，特别是在医疗服务不足的地区，这难以满足人们日益增长的需求。

　　“医学和生物学都是非常复杂的，我们想要达到一定的专业水平往往需要经过长期的学习和反复的练习。”斯坦福大学生物医学信息学负责人Russ Altman博士说，“在学习和发现知识的能力上，计算机能够比人类更快达到成熟水平，这是非常令人激动的。”

　　眼下看来，人工智能在医疗领域已经全面爆发，深度学习教会机器如何“听懂”“读懂”和“看懂”我们的世界，并在此基础上协助医生诊断疾病。结合英途6月的硅谷医疗项目考察方案（点击人工智能在医疗领域应用呈现快速增长，助力医疗行业转型升级了解考察详情），我们整理出AI算法和软件如何改善医疗保健服务的质量和可用性。

　　AI健康助手

　　人工智能最基础但最有效的用例之一是优化临床过程。 传统上，当患者生病时，他们去看医生，检查他们的生命体征，问问题，并给出处方。现在，AI助手可以解决很大一部分临床和门诊服务，让医生有时间去看待更多的关键病例。

　　Sense.ly开发人工智能在医疗领域应用呈现快速增长，助力医疗行业转型升级了可以识别用户表情和情绪，与用户进行互动的虚拟医疗助手。虚拟医疗助手根据医生确定的治疗方案，随访患者的治疗情况，收集医疗器械采集到的数据，帮助患者积极执行治疗方案，所有信息经过分析后呈现给医生，帮助病人康复，按需调整患者的治疗方案，节省医院的远程医疗开支和运营成本。

　　AI健康助手使用自然语言处理和生成来提供丰富、流畅的体验，机器学习算法可以创建用户状况的复杂地图并提供个性化体验。

　　Sense.ly的平台集成了医疗传感、远程医疗、语音识别、增强现实等技术。患者用户可以在PC、平板或智能手机上通过问答会话与Molly进行沟通来获得服务。用户所提供的信息会被Molly转交给IBM的Watson超级计算机。Watson可以在数秒之内理解消化2亿页的信息，曾在智力竞赛中击败过人类冠军。

　　如果Watson认为病人提供的信息不足以进行诊断，Sense.ly就会为病人安排与医生的远程视频会议。此外，平台还可以连接用于四肢的传感器，以便医生了解用户的运动等指标情况。

　　据介绍，在一项试点计划中，该平台把病人的来电率降低了28%，而医生的生产率则提升了20%。

　　其他健康助手如Catalia Health开发的个人医疗助理机器人Mabu是一款类人形的平板电脑，它运用人工智能技术，通过监测患者服用药物的时间和方式来提供药物依从性帮助。Mabu一方面可以为慢性病患者提供帮助，另一方面又可以收集数据提供给医疗保健机构。

　　MedWhat，医疗助手版“大白”，用人工智能改变看病方式。

　　MedWhat是一个基于人工智能和数据挖掘技术的健康助手应用，被称为“手机上的大白”、“医疗界的Siri”。MedWhat用起来很简单，你可以语音提问，或者输入你有关健康的问题，系统就会马上作出回复，而且还会有进一步的追踪问题。

　　健康助手可以帮助病人寻找更多难以发现的疾病。 此外，在医生和诊所供不应求的地区，可以节省病人等待排队的时间。

　　早期和精确的诊断

　　罕见和危险疾病的治疗和预防通常取决于在正确的时间检测症状。在许多情况下，早期诊断可以完全治愈。相反，诊断延误可能会导致有害或潜在的致命结果。在检查图像和样品以及做出可靠的决策时，人的技能和经验是有限的。

　　AI算法可以在短时间内快速摄取数百万个样本，并收集其有用的模式。 与人类不同的是，当他们变老时，他们不会失去自己的优势。目前，有几家机构和公司正在投资开发医疗保健解决方案。

　　GE Healthcare隶属于GE（通用电气）公司，通过革新医疗技术和服务，使全世界更多的人能以更可负担的成本获得更好的医疗。

　　去年，GE Healthcare 宣布与 UC San Francisco（UCSF）进行合作，二者准备开发一个深度算法库，帮助加速鉴别和诊断，改善临床工作流程，进而缩短治疗时间并优化患者情况预测过程。一旦这些算法作为 GE Health Cloud 和智能 GE 图像机上的应用程序部署在全球范围下，那么全球的临床医生就将可以通过虚拟技术以及自身的相关专业知识和工作来创建新的算法。

　　放射科医生被称为想象家。他们面对二维的图像，要在脑中形成三维的模型，并且对其中微小的细节保持高度敏感。而Enlitic就是帮医生们做这件事的。Enlitic的核心技术是深度学习，即让计算机接受大量的数据训练，具备识别图像、分析图像的能力，再将分析的结果呈现给医生。该公司开发的系统的肺癌检出精度比一名放射技师检查肺癌的精度高5成以上。

　　这家成立于2014年的公司，在第二年就登上了麻省理工科技评论（MIT Technology Review）“全球50家最聪明的公司”榜单，排名39。

　　其他的还有利用云技术开发医学影像软件Arterys、颠覆性医学成像技术将组织生物学转化为数据科学3Scan、将人工智能引入心血管治疗领域Bay Labs、智能的DNA诊断方式Freenome等。

　　动态护理

　　对于某些疾病，确定正确的治疗途径，并使其适应患者克服疾病恢复健康的变化是至关重要和具有挑战性的。

　　首当其冲的便是微软的机器学习技术项目Hanover，用人工智能技术深度理解每年发表的医学专业论文，帮助肿瘤科医生更快速搜索大量生物医学研究论文，从而帮助医生预测哪些药物对治疗癌症最有效，向所有癌症患者提供个性化的、精准的癌症治疗方法。

　　微软表示，美国政府的Pub Med服务每分钟会发布2篇论文，每年发布篇数超过100万。微软Hanover项目团队利用这个资源库开发了机器读取技术，自动地分析数百万的生物医学文章，而无需依赖标注，无需转换为结构化数据库。

　　其他公司正在使用人工智能来处理疾病是小而关键的一步。 其中一个代表性的是Atomwise，他们用超级计算机代替试管，研究药物的效力，辨别出药物毒性，发现药物新用途，减少研发失败率。Atomwise的人工智能技术已预测到两种能降低埃博拉病毒的传染率的新药。Atomwise现有的客户包括默克公司、Notable实验室、Karolinska医学院等。

　　还有诸如利用人工智能为病理生理学建模的Lumiata、医疗健康人工智能平台服务供应商CloudMedx、基于AI的通信服务平台CareSkore等等。

　　需要克服的不仅是技术挑战

　　人工智能在许多领域获得全面应用之前，要克服某些挑战。医疗保健也不例外，特别是在隐私方面。去年，DeepMind在与NHS的数据共享交易中深陷“隐私门”，部分学者质疑其数据安全。由于医疗信息敏感，处理这些信息的机构需要考虑其收集、存储和分享政策。

　　一些公司正在考虑使用支持比特币和以太坊的分布式账本技术作为解决方案。例如，Morpheo使用区块链来确保患者数据在其平台上的透明度和隐私。

　　另一个开放式的问题是人工智能如何影响医疗行业的工作。在现阶段，照顾人类是人类的一种工作。目前，没有算法能够模拟医生或护士的社会和职业技能。事实上，机器人并没有取代人，而是增强了人们通过努力达到的效果，以提高卫生服务的整体质量和可用性。

　　基于AI的医疗保健工具的建议作用有一天会变成决策吗人工智能在医疗领域应用呈现快速增长，助力医疗行业转型升级？只有时间可以告诉我们，但最近的人工智能发展表明，机器仍然给人类带来不少惊喜。

　　（特别标注人工智能在医疗领域应用呈现快速增长，助力医疗行业转型升级：文中出现的医疗公司皆为英途6月份即将启程考察的硅谷公司，感兴趣的朋友可以点击此处了解考察详情）

　　信息参考：机器人圈

相关考察推荐