醫學博士Stefan Buttigieg認為，在日常生活中我們可能并不能感受到目前正在進行著的人工智能革命，但事實上這些前沿的技術正在以驚人的速度推動著醫學的革新。

他預計，人工智能（AI）系統將在美國90％的醫院和全球60％的醫院和保險公司中得到應用，從而為70％的患者提供更加方便獲取、價格更低廉且質量更高的護理。 

此外，AI市場中的醫療保健應用將在全球得到迅速采用，預計到2021年的年復合增長率達到42％。Frost＆Sullivan甚至認為，到2021年這些AI的醫療保健應用的全球收益將達到67億美元。

那具體到提高病癥的治療研究如世界醫學公認的難題癌癥的治療，人工智能會產生哪些影響？Stefan Buttigieg對在AI技術推動下的癌癥治療和研究的未來進行了探索，動脈網進行了翻譯。

人工智能在癌癥治療研究的影響

腫瘤學是專門針對癌癥診斷和治療的醫學分支學科，其包含醫學腫瘤學、放射腫瘤學和外科腫瘤學三門不同的子學科，人工智能（AI）在這些子專業中都發揮著重要的作用。

人工智能是怎樣在癌癥這種復雜的疾病的治療研究中發揮作用的呢？

德克薩斯大學MD安德森癌癥中心和加利福尼亞州帕洛阿爾托醫學基金會的醫生們已經開始探索人工智能和大數據在抗癌方面的潛在用途。

他們提出了14種可以使得癌癥治療研究可以獲益的應用場景。AI研究人員和臨床醫生將這些場景主要歸納為三條主要途徑來加速腫瘤學研究：

1、通過進一步發展和整合現有的癌癥記錄手冊，從地方到全球層面，進行分析和解釋，以更好地了解癌癥機制（從常見到罕見癌癥）。大數據集提供了可靠的證據基礎，而另一方面由人工智能來幫助分析。

2、通過對最佳實踐方式及趨勢進行分析，來提升全球癌癥治療途徑。

3、通過大力促進成本效益實驗的實施。 

AI重塑了我們用于診斷癌癥的工具

傳統醫學上我們使用臨床手段如超聲檢查、X射線、計算機斷層掃描（CT）和磁共振成像（MRI）檢測癌癥。然而，這些技術其實對許多癌癥是無法完全識別出的。

另一種方法是分析微陣列基因譜，這種聽上去很復雜的方法只需使用極少量的遺傳物質來檢測癌癥，以評估某些基因表達的程度。

這種遺傳材料產生的數據可創造必須分析的巨大數據集。此分析可能需要好幾個小時才能完成。但現在這個復雜耗時的分析可以通過AI來快速執行。

從2001就開始的研究中可以看出事實上，人工智能在這里起著重要的作用，而當我們快速推進到2017年時，我們看到神經網絡的研究人員已經在通過創新技術（如Gene Masking）對癌癥進行分類了。

當科學家難以理解甚至準確地預測腫瘤的行為方式時，腫瘤惡性作用就會暴露無遺。無數癌癥患者及其家屬都在與那些未知的復發可能性做斗爭。當幾個原癌細胞在初始治療中僥幸存活下來或者因體積太小在治療后難以被檢測到，病人就有可能面臨癌癥復發的危險。

斯坦福人工智能實驗室和斯坦福大學醫學院之間的合作啟發了TensorFlow和13萬皮膚病圖像數據庫的誕生，并訓練TensorFlow算法來視覺診斷潛在的皮膚癌。最重要的是，這套算法算出的結果與21名皮膚科醫生團隊也互相匹配。 

抗癌戰斗中的AI初創公司

腫瘤學領域的人工智能應用越來越多，目前有五家公司非常值得關注。近年，從圖像中識別出對象物的圖像識別技術借助深度學習，其應用范圍得以迅速提高。

總部位于美國舊金山的新興企業 Enlitic將深度學習運用到了癌癥等惡性腫瘤的檢測中。該公司開發的系統的癌癥檢出率高于放射技師。

深度學習是使用模擬人腦結構的“深度神經網絡”的一種機器學習方法，也可用于語音識別及自然語音處理等，但取得顯著成果的要數圖像識別領域。

Enlitic正在使用深度學習來自動檢測胸部CT圖像中的肺癌結節，結果顯示其比胸部放射科醫師專家組具有更高的準確度。

Insilico Medicine 公司成立于2014年1月，位于巴爾的摩。其通過AI技術來進行藥物研發、生物標志物開發和衰老研究，該公司應用深度學習算法來進行癌癥治療的藥物研發，如免疫療法。

今年8月Insilico Medicine還與全球領先的區塊鏈技術全方位服務公司Bitfury簽訂了合作協議，共同研發將區塊鏈技術應用于醫療健康應用程序的創新解決方案。

OncoraMedical公司正在為放射腫瘤學提供預測意見和風險分析。通過這種方式，他們正在幫助輻射腫瘤學家做出更好的決策，并更好地利用他們生成的多樣化和有價值的數據。這家位于費城的初創公司專注于幫助癌癥研究和治療，特別是在放射治療方面。

世界各地的病理醫生每天都在診斷癌癥，他們的工作需要分析上千張片子。如果有一個簡單的方法幫助這些專家過濾所有正常的片子，并對需要進一步研究的片字進行標注，那么醫生們的工作量將會減輕很多。

Proscia是一家將計算機智能應用于腫瘤病理學的公司，它收集整理來自全世界的腫瘤病理數據和圖像，并將其應用于臨床一線腫瘤治療。

Proscia設計的這個數字病理平臺，允許病理學家和研究人員利用每張片子中的病理數據。今年上半年，Proscia將這項云技術跨界應用于腫瘤病理分析，建立了讓全世界的人們可以輕松共享的腫瘤病理切片云數據庫。

AI在腫瘤學領域的未來

腫瘤學雜志在ESMO Open刊登了Curioni-Fontecedro博士的文章“應用人工智能的腫瘤學新時代”，該文章簡要解釋了目前的情況。

雖然這項技術和研究存在并可用于癌癥護理和研究，但它們尚未覆蓋到整個腫瘤學界。那些還沒有覆蓋到的地方需要在腫瘤學達到下一個水平時，通過醫生拿到資助及接受培訓去購買，才能得到實施。

癌癥研究治療的未來是光明的，我們期待在不久的將來，癌癥將被以一種簡單無縫的方式來看待及解決，為癌癥患者們提供恢復健康的希望和機會。Stefan Buttigieg還提到了十種對人類醫療保健具有重大影響的人工智能應用場景。

1、電子病歷挖掘

電子病歷是一個匯集了患者們所有健康數據的存儲庫。如果決策者需要根據在某個特定的年份來分配資源，這就需要公共衛生專業人員、數據科學家和信息學家共同協作，根據特定的臨床編碼標準來分析成千上萬的匿名患者記錄。

在目前紙質臨床文件主導的大環境下，這是不可能實現的。此外該過程通常還需要好幾個月的時間且有諸多結果是不符合科學意義的。

但電子病歷挖掘技術不僅限于高層次決策背景下的應用，其實它也可用于直接改善患者的醫療體驗。比如在招募患者進行臨床試驗時，電子病歷挖掘技術可對患者進行匹配。換而言之，患者招募系統（PRS）可以直接發掘到符合條件特定患者，為他們提供參與臨床試驗的機會。 

2、高級咨詢機器人

設想這樣一個場景，在一個下雪天，你感受到鼻子快爆炸了且呼吸困難。在看醫生與待家里吃點藥等自己康復之間你難以抉擇。

終于你下定決心要看醫生，于是打電話預約你最信任的醫生，可是卻被通知今天來不了因為車壞了，只能夠提供一些基礎意見并改約其他時間。

在人工智能技術高速發展的今天，這將成為過去式了。

你只需打開智能手機與最信任的高級咨詢機器人進行交流即可，這是一種可以以對話形式進行交互的特殊應用程序，已經通過了由專業且經驗豐富的醫生組成團隊的科學驗證。

高級咨詢機器人的應用可以給出實用的建議，并且在緊急情況還可以實現下進行視頻通話。

3、提高醫生臨床工作效率

從紙質臨床文件到電子臨床文件的過渡并不是我們想象中的那樣簡單。事實上，對于許多醫生來講，數據輸入在日常工作仍然具有挑戰性的。

但這個痛點已經促使了一些戰略合作伙伴關系的形成，例如Nuance Communications和世界領先的患者電子記錄提供商之一Epic的合作。

這項合作將使得Nuance的AI計算機輔助醫師文檔工具的人工智能功能被整合到Epic NoteReader模塊中，臨床文檔從而得到改進。

通過使用深度學習和自然語言處理技術分析相關患者記錄，Nuance CAPD工具可以標注出電子病歷中的某些臨床指標，并在數據丟失或需要說明時提醒醫生。

不同專業的醫生們在各自的崗位上從事著重復且乏味的工作，而人工智能還可以在特定專門或特定角色的上提供便利。例如，放射科醫師每天需要看到無數的放射學圖像。

大多數急診室放射科醫生每天可能會看200例以上的圖像，一例下半身CT血管造影可以包含多達3000張圖像。這可能會導致眼睛疲勞，而放射科醫師在許多國家是稀缺人才資源，因此推進這種圖像觀看過程至關重要。

因此，IBM研發團隊通過“醫療篩”項目，創建了一個圖像引導信息系統，可以過濾醫師需要了解的有關患者診斷和治療計劃的重要臨床信息，以達到提高醫生們臨床工作效率的目的。

4、提升患者就診體驗

現如今，改善患者的就診體驗已經有了多種途徑。而改善過程中最關鍵的因素之一就是在對的時間與衛生系統中，與對的供應商建立聯系，稱為患者訪問解決方案，Kyruus和PokitDok就是這一領域的領頭羊。

患者通過更簡單的語言就可以完成預約，了解適合的醫生人選，進行血液檢查。目前，已經有一些創業公司推出了提供全面解決方案的服務，該服務將AI和醫生組合，來將患者就診體驗提升到更高的水平。

5、個性化治療方案和臨床決策支持

個性化治療方案可能帶來的具有長期積極的治療效果是至關重要的。此外，在臨床決策支持下，可降低臨床醫生對治療同時的影響（如藥物的不良反應）的擔憂。一些技術公司在這一領域已經處在了領先地位。

其中，IBM沃森腫瘤研究部門與腫瘤學家們合作，為臨床醫生提供循證治療方案。這是對臨床記錄和報告中結構化及非結構化數據意義與背景的分析，已被證明在選擇個性化治療途徑方面至關重要，特別是其具有同時考慮了病人文件，外部研究和數據的屬性。

6、醫療支持和藥物管理

雖然對護理人員和醫生日益增長的需求已經是全球公認的醫療保健問題，但護理和醫學院校的人才培養似乎還是空缺。

這啟發了Sense.ly開發了是世界上第一個人工智能虛擬護Molly士。通過創新的技術，Molly可以模仿患者需要的服務方式。這項技術對于需要長期管理，個性化監測和后續護理的慢性病患者，起著至關重要的作用。

但該技術不僅是在慢性病護理支持上發揮重要作用，在某些情況下患者需要在較短的時間內嚴格遵守醫囑，例如結核病的直接觀察治療或臨床研究。

美國國立衛生研究院推薦使用智能手機前置攝像頭和人工智能的AiCure應用程序來目視監控確認藥物攝入，從而確保患者遵守其處方。

致力于對抗糖尿病的人工智能初創公司 Neura AI正在為Medisafe提供一個有趣的藥丸提醒應用程序的算法。

Neura AI的算法可以幫助醫生了解患者的日常生活，例如分析他們睡覺起床的時間，以幫助Medisafe向患者通知他們正確的服藥時間。

7、精準醫療

遺傳學和基因組學也將受到人工智能的嚴重影響，從而推動個性化醫療的發展。個性化醫療即基于病人自身具體條件，給出特定的具體的治療方案。

匯集了世界頂尖專家的Deep Genomics公司研究出了一代可預測DNA變異的計算技術。 

在2016年2月主題為“如何閱讀基因組和建立人類”TED talk上，Riccardo Sabatini展示了他的團隊如何成功地使用一瓶血液和特定的機器學習技術來預測個體的身體特征。

此外，Alphabet公司（Google Inc.的母公司）旗下子公司之一Verily Life Sciences也正在開展一些專注于精準醫療項目，以解決帕金森病，多發性硬化癥和心血管疾病等疾病。

8、新藥研發，生物標志物開發和衰老研究

藥物開發不僅耗時長且成本巨大，使用AI不僅可以加快研發進程且更加經濟。Atomwise已經使用超級計算機來完成了這項挑戰。

通過開展虛擬搜索可以重新利用現有的可治療埃博拉病毒的安全的藥物，他們已經能夠找到兩種能夠降低埃博拉病毒感染性的藥物。

使用傳統方法分析卻需要幾個月或幾年時間才能解決的問題，Atomite的這項技術在一天之內就完成了。

模擬也在新藥研發過程中發揮了重要作用。數據分析公司InSilico Medicin肩負著一個特殊的使命即延長人類的壽命，他們正通過使用人工智能來進行藥物研發和衰老研究。

該公司與學術界、制藥及化妝品公司合作，已發現827余種藥物-疾病預測和生物標志物，該模擬技術減少了對動物實驗和人體臨床試驗的需求。

9、醫學影像

新興技術的發展同時也使得醫學影像技術愈發成熟。Verily Life Sciences通過視網膜成像開發糖尿病相關眼疾病的機器學習解決方案已經墊底了這一領域的領頭羊地位。

目前經營的項目包括：能檢測糖尿病指標的智能隱形眼鏡、供給帕金遜患者使用的 Liftware Spoon 智能勺子，以及為了建立健康人體的圖譜，從人群中抽取遺傳和分子信息的 Baseline Study 研究、健康檢測手環等。

機器學習和診斷放射學

Zebra Medical Technologies推出了Zebra Medical Vision，是一項專注于使用先進的機器學習與醫學成像來幫助診斷病癥的應用，通過數百萬的實時和回顧性成像研究的自動化分析，公司正在教電腦檢測和診斷關鍵的醫療條件。

Zebra Medical Vision 公司相信，通過為機器學習研究人員提供所需的工具和數據集，可以加速開發先進的決策支持工具和診斷解決方案，為全世界提供更好的健康服務。 

靜動態成像

Enlitic公司致力于利用深度學習幫助醫生解讀圖像，并通過實時臨床支持更快更準確地進行追溯分析。還有一些創業公司，如Butterfly Network，正在研究其他類型的動態成像模式，如超聲波。

解剖病理學

醫學成像包括不同類型的圖像，最重要的是與解剖病理學相關的圖像。3Scan將手動模擬和定性領域轉變為自動化、數字化和定量化的醫學科學，解決了這一問題，提高了解剖病理學的準確性和效率。

10、公共衛生

在2016年里約奧運時，寨卡病毒（Zika）在整個奧運會中得到很好的控制，這與流行病學啟動者A.I.M.E發揮的重要作用密不可分。

該公司的專長是研究傳播疾病。 A.I.M.E的平臺為用戶提供了確切的定位和下一次傳染病爆發日期的信息，可提前三個月預知，其預測模型的平均精準度為86.37％。

伴隨著預測還有該公司的一個完全可定制分析的平臺，以了解用戶的公共衛生數據，提供時間表、病史記錄以及來自社交媒體的報告等。

參考資料：

https://blog.infermedica.com/10-ways-that-artificial-intelligence-is-shaking-up-healthcare-part-1/

https://blog.infermedica.com/10-ways-that-artificial-intelligence-is-shaking-up-healthcare-part-2/

https://blog.infermedica.com/how-ai-is-changing-cancer-care-and-research/

來源：動脈網