0
| 本文作者： 奕欣 | 2016-11-09 17:56 |
編者按：人工智能的潛力，大家想必都有目共睹。在未來幾年，人工智能無疑會在生活的方方面面發揮作用，健康領域同樣不例外。雷鋒網整理編譯了九個人工智能將會顛覆或重塑的健康行業，一起來看看吧。
在 2013 年，數據還只是處于緩慢增長的狀態，達到 4.4 ZB，但 emc 預計這一數字每兩年就會翻一倍，到 2020 年將會達到 44 ZB，也就是 440 億GB的驚人數量。
如果少了人工智能對浩如煙海的這些數據進行整理及計算，人類必然無所適從。誠然，我們遠沒有達到強人工智能的階段，但在弱人工智能層面上，我們已經取得了一定的成就。 Siri、小娜、OK Google，還有 Echo，都能在短時間內對人類所提的簡單問題進行快速檢索并給出解答。
而人類也在人工智能上嘗試走得更遠，更貼近我們的生活。例如去年 9 月的 DoNotPay，這款應用由 19 歲的斯坦福學生Joshua Bowder 開發，能在一分鐘內處理亂收費的停車罰單。截至 6 月，這款應用已經在紐約及倫敦處理了 25 萬張罰單里的 16 萬張，成功率達到 64%。
想象一下，如果這種高效能應用在健康領域，是否能拯救不少人的生命？
人工智能與健康領域的結合能夠讓病人就診流程更加便利，醫生也能合理安排手術日程，甚至還能為醫生們在看病時提供決策建議。一名就職于 Sutter Health 的數據科學家Andy Schuetz 表示，“雖然我不知道成熟的人工智能算法可能會花兩年還是十年才能實現，但這一愿景正在實現。”
只需環顧一下人工智能市場的健康領域，你就會發現他所言不虛。雖然 IBM Watson 經常霸占著 AI 健康領域的頭條，但是還有不少熟悉的名字也出現在了這個板塊中：戴爾、蘋果、日立研究院、Alchemy API、Lumiata……而這也只是一管窺豹。
目前已經有不少人工智能在健康領域實踐的成功案例，無疑也預示著它的樂觀前景。雷鋒網接下來將和大家一起看看幾個比較熱門的健康領域：
健康領域與人工智能結合，最簡單的聯想自然是數據管理。收集、存儲、同構并跟蹤它的來源，這些著實會對現有的健康系統帶來顛覆。Google 的 DeepMind Health 項目對大量的就診記錄進行挖掘，為患者提供更好更高效的健康服務體驗。雷鋒網此前也報道過DeepMind與英國國家醫療服務體系（NHS）進行了二度合作，將和 Moorfields 眼科醫院一同開發識別視覺疾病的機器學習系統（詳細報道請點此處）。
雷鋒網此前提過 IBM Watson 的腫瘤治療項目，它能夠為醫生提供基于數據支持的診療計劃。通過對病歷中結構化或非結構化的數據及報告進行整理，Watson 得以結合病人的資料及臨床專業知識，制定出病人所適合的治療計劃。
IBM 的另一個名為 Medical Sieve 的算法就能擔任“識別助手”的工作，對于放射科及心臟科的醫學影像圖片，它能夠在短時間內輔助分析，并給出可靠的診斷建議。這樣一來，放射科醫生只需要對一些疑難病癥進行再次核查，工作壓力就會大大降低。
初創公司 Enlitic 就是利用人工智能輔助醫學影像診斷，并借助深度學習從海量數據中不斷獲取診斷的特征點，并將其運用到實際診斷領域。
如果覺得身體有些不適，是選擇去醫院看看，還是能有更簡便的方法？以 Babylon 為代表的人工智能健康咨詢系統就能實現這一點。系統能夠基于用戶以往的病史以及常識性的醫學資料，根據用戶與在線人工智能系統對話時所列舉的癥狀，給出初步的診斷結果和具體的應對措施。此外，系統還能提醒用戶定時服藥，并實時監測用戶的身體狀況。這樣的解決方式能夠將病人就診的時間縮短數倍，還能節約用戶去醫院等待就診的時間，實現醫患資源的合理配置。
Molly 是 Sense.ly 推出的一款虛擬護士，臉上永遠掛著親和微笑的她能夠幫助患者更好地接受治療。患者的慢病管理需要定期復診，并和醫生長期保持溝通，系統能夠以機器學習的方式不斷更新患者的情況，并給出個性化的護理建議。
除此之外，一些能輔助用藥管理的人工智能應用也慢慢浮出水面，美國國家健康部背書的 AiCure 通過手機攝像頭及人工智能，能夠確認病人是否能遵循處方服藥。
人工智能甚至能夠為基因治療提供極大的幫助。Deep Genomics 旨在通過海量的遺傳信息及醫療診斷數據集，尋找遺傳信息及疾病的聯系。他們采用的新一代計算系統能夠對 DNA 進行判斷，告知醫生可能出現的變異。
而人類基因組學之父 Craig Venter 同樣也看好人工智能對基因組學的前景，他創立的 Human Longevity 能夠為用戶提供完整的基因序列，并在早期就指出因先天基因可能導致的患癌風險。
典型公司當 Atomwise 為首，這家公司采用超級計算機從藥物的分子結構庫溯源，研發具有針對性的藥物。去年，Atomwise基于現有安全藥物，成功通過算法尋找到能夠控制埃博拉病毒的兩種藥物。以往要做一個能得到類似結論的研究，需要耗費數月甚至是幾年的時間，而現在 Atomwise 只用了不到一天的時間。公司的 COO Alexander Levy 表示，“有了像 Atomwise 這樣的公司，你可以想象將會有多少人能在下一次流行病中存活下來。”
Berg Health 也是一家利用大數據協助病人管理的公司，系統針對以往大量的診斷數據及患者的體征資料，通過對成功療法的分析，結合人工智能，為同樣患有此類疾病的患者提供診療方法參考，甚至創造出一種新的療法。
Open AI 生態即一種通過大量數據，結合自然語言處理技術的進步及社會意識算法，將人工智能更廣泛地應用于人類生活中的概念，在今年的世界經濟大會上被列為十大科技之一。
而在醫學及健康領域上，這更能為人們帶來福祉。大量的病歷數據，來自可穿戴設備的實時追蹤數據，不僅能為用戶推薦更好的生活方式，更能為個性化診療提供重要的信息參考。
在荷蘭， 97% 的醫療發票可以被輕松檢索到，且隱藏著大量就診信息。一家本地的分析公司 Zorgprisma Publiek 使用 IBM Watson 的云端服務分析發票數據，并指出醫生是否因為在診斷特定疾病時總是采用某種療法而導致失敗。
以上就是人工智能在醫學健康領域的比較熱門的幾個應用，相信在未來隨著人工智能的發展，它在醫學領域的應用范圍會越來越廣。
via medical futurist
技術創新正在變革醫療與健康產業，雷鋒網持續關注醫療領域出現的軟硬件創新，包括設備、數據，抑或對他們的創新運用。目前我們在招募醫療健康領域作者，負責采寫報道醫療科技領域的企業與牛人。簡歷投遞至 zhangchi@leiphone.com。
來自海外尤其是硅谷的資訊仍然對國內科技業者有重大價值。雷鋒網堅持在人工智能、無人駕駛、VR/AR、Fintech、未來醫療等領域第一時間提供海外科技動態與資訊。我們需要若干關注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優良的外翻編輯加入。工作地點深圳。簡歷投遞至 guoyixin@leiphone.com。接收兼職及實習生。
推薦閱讀：
WMRC 2016 | 關于IBM Watson醫療應用的小歷史
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
