比起打敗九段,人工智能更想做的是南丁格爾

有人將大數(shù)據(jù)時代稱為第四次工業(yè)革命瓢对。這場革命的發(fā)生可能沒有任何公告寿酌,但負(fù)責(zé)跟蹤、處理與闡釋大數(shù)據(jù)的AI已經(jīng)潛入了我們的生活硕蛹,并且變更了我們的生活方式醇疼。想想我們的智慧車載系統(tǒng)硕并,谷歌搜索,亞馬遜的建議僵腺,蘋果手機(jī)上的“Hi,

Siri”鲤孵,微軟的小冰……雖然表現(xiàn)方式各不相同印荔,但關(guān)鍵詞就是三個:準(zhǔn)舍沙!易饵隙!快! 如果這些應(yīng)用到醫(yī)療保健琉兜,又該如何呢毙玻?

來自:數(shù)據(jù)觀 https://www.shujuguan.cn/?from=jianshu

提起AI醫(yī)療豌蟋,人們不外乎想起這些問題:AI醫(yī)生們可以幫助人們預(yù)防疾病嗎?可以判斷我們的病情嗎桑滩?甚至梧疲,AI們會在手術(shù)臺上對我們進(jìn)行“切割”嗎?

其實运准,除了我們熟知的那些早早進(jìn)入AI領(lǐng)域的超級公司們——IBM幌氮、戴爾、蘋果胁澳、惠普该互,日立數(shù)據(jù)系統(tǒng),Luminoso韭畸,Alchemy API宇智,數(shù)字推理,Highspot胰丁,Lumiata随橘,Sentient Technologies,Enterra锦庸,IPSoft和NextIT等等机蔗,還有很多初創(chuàng)企業(yè)如雨后春筍般出現(xiàn)在AI醫(yī)療市場當(dāng)中。CB

Insights去年年末繪制了一張“AI醫(yī)療圖譜”酸员,我們除了能夠看到這些公司的名稱蜒车,還能看到他們所致力的領(lǐng)域——也就是AI“醫(yī)生”們現(xiàn)在究竟能做些什么:

* 病人數(shù)據(jù)與風(fēng)險分析* 醫(yī)學(xué)影像與診斷* 生活方式管理與檢測* 營養(yǎng)學(xué)* 急診室與手術(shù)* 住院護(hù)理和醫(yī)院管理* 心理健康*

藥物發(fā)現(xiàn)* 視覺輔助* 可穿戴設(shè)備

拋開一些“錦上添花”的功能不說,接下來幔嗦,我們將介紹一些真正能夠改變我們醫(yī)療進(jìn)程的AI進(jìn)步酿愧。

Streams——醫(yī)療記錄挖掘

人工智能在醫(yī)療保健中最明顯的應(yīng)用是數(shù)據(jù)管理。收集數(shù)據(jù)邀泉、存儲數(shù)據(jù)嬉挡、治理數(shù)據(jù)钝鸽、最后,追蹤其來源——這是革新現(xiàn)存醫(yī)療系統(tǒng)的首要步驟庞钢。醫(yī)療數(shù)據(jù)中往往能夠挖掘出很多信息拔恰,可以在病患發(fā)生之前就展開預(yù)防與救治。Google下屬的人工智能公司DeepMind就研發(fā)了一款名為Streams的應(yīng)用程序基括,用來幫助醫(yī)生檢測患者是否患有急性腎損傷颜懊,并及時通知醫(yī)生對存在發(fā)病危險的患者進(jìn)行救治。這款應(yīng)用將幫助護(hù)士節(jié)省每天兩個小時的時間风皿。

遺憾的是河爹,這類應(yīng)用往往面對一個挑戰(zhàn),即——醫(yī)療數(shù)據(jù)屬于患者隱私桐款,應(yīng)當(dāng)被嚴(yán)格保密咸这。即使DeepMind所使用的患者數(shù)據(jù)是從英國的國民醫(yī)保署(NHS)下設(shè)的信托基金會

Royal Free Trust 合作所獲得的,還是受到了英國信息委員辦公室的警告魔眨,稱其違反了隱私保護(hù)法媳维。

為了繼續(xù)推行Streams的研發(fā)與應(yīng)用,DeepMind與Royal Free Trust承諾將改變數(shù)據(jù)處理方式遏暴。

醫(yī)療數(shù)據(jù)挖掘類的AI應(yīng)用們開發(fā)之路任重道遠(yuǎn)侄刽。

IBM Watson——設(shè)計治療計劃

IBM的Watson推出了一個為腫瘤醫(yī)生設(shè)計的專項計劃,叫做“Watson for Oncology”拓挥,可以為醫(yī)生提供循證治療方案唠梨。

利用先進(jìn)的數(shù)據(jù)庫與數(shù)據(jù)處理能力,WFO可以分析來自于臨床筆記與醫(yī)學(xué)報告中的結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)侥啤,包括病患背景当叭、治療意義等,為醫(yī)生幫助病人選擇個性化治療途徑提供至關(guān)重要的依據(jù)盖灸。此外蚁鳖,WFO還可以通過將患者信息與臨床專業(yè)知識、外部研究數(shù)據(jù)等相結(jié)合赁炎,推出最適合患者的潛在治療計劃醉箕,為腫瘤患者盡快打開“生命通道”。

IBM還有另外一個算法徙垫,叫做“MedicalSieve“讥裤,這是一個非常具有野心的長期探索項目,想要利用分析姻报、推理能力和廣泛臨床知識打造一個“認(rèn)知助手”己英,幫助放射學(xué)和心臟病學(xué)醫(yī)生快速作出臨床決策∥庑“認(rèn)知健康助理”能夠分析放射學(xué)圖像损肛,更快厢破、并且更可靠地發(fā)現(xiàn)問題、檢測問題治拿。目標(biāo)是讓放射科的醫(yī)生從今之后只看一眼報告摩泪,就能得出最準(zhǔn)確的醫(yī)學(xué)結(jié)論。

Babylon——在線醫(yī)療顧問

在西方劫谅,及時就醫(yī)是一個比較困難的事情见坑。有一個段子是這樣說的:Jason感冒了,預(yù)約了自己的醫(yī)生捏检。等醫(yī)生有時間問診的時候鳄梅,Jason的感冒已經(jīng)好了。

還有另外一個段子未檩,結(jié)構(gòu)差不多,結(jié)尾差很多:Jason發(fā)燒了粟焊,預(yù)約了自己的醫(yī)生冤狡。等醫(yī)生有時間問診的時候,Jason已經(jīng)發(fā)展成肺炎死掉了项棠。

英國的在線醫(yī)療咨詢及保健服務(wù)提供商Babylon今年發(fā)布了一個“AI醫(yī)學(xué)顧問”app悲雳,基于個人的病史和醫(yī)學(xué)知識提供就醫(yī)服務(wù)。用戶可以把自己的癥狀匯報給這個AI香追,然后它會利用語音識別在數(shù)據(jù)庫中檢索病癥合瓢。再結(jié)合患者的病史以及當(dāng)前情況,建議患者采取合適的行動透典。還會提醒患者吃藥晴楔,并跟蹤了解藥后的反應(yīng)。通過這樣的解決方案峭咒,診斷病人的效率可以提升若干倍税弃,而醫(yī)生檢查室前的等待時間可能會大幅下降。

Molly——世界第一個虛擬護(hù)士

有些慢性疾病的患者在兩次就醫(yī)之間也非常需要科學(xué)照料凑队。Molly就是一家名為Sense.ly的初創(chuàng)公司研發(fā)出的AI護(hù)士则果,利用機(jī)器學(xué)習(xí)、醫(yī)療傳感漩氨、遠(yuǎn)程醫(yī)療西壮、語音識別、增強(qiáng)現(xiàn)實等技術(shù)叫惊,可以為慢性病患者在就醫(yī)之間提供定制化的病情監(jiān)控及照料服務(wù)款青。哦對了,它還有一張和善的笑臉赋访,聲音也非常好聽可都。

另外一個類似的app叫做“AiCure”缓待,由國立衛(wèi)生研究院研發(fā)。使用患者的智能手機(jī)攝像頭以及AI渠牲,可以自動確認(rèn)患者是否遵醫(yī)囑服藥旋炒。特別適合那些傾向于違反醫(yī)生咨詢意見的患者和臨床試驗參與者使用。

Human Longevity——精準(zhǔn)醫(yī)療

AI的真正優(yōu)勢在于它的嚴(yán)密以及速度签杈。這在《模仿游戲》中圖靈機(jī)最終打敗enigma就已經(jīng)有所展現(xiàn)瘫镇。基因作為人類的最大密碼答姥,也將受到人工智能的“破解”铣除。

“深度基因?qū)W”旨在識別遺傳信息和醫(yī)療記錄中的巨大數(shù)據(jù)集里隱藏的模式,尋找突變與疾病之間的關(guān)系鹦付。他們正在發(fā)明新一代的計算技術(shù)尚粘,可以告訴醫(yī)生當(dāng)DNA被遺傳變異改變時,細(xì)胞會發(fā)生什么改變敲长。

同時郎嫁,“人類基因組計劃”創(chuàng)始人之一克雷格·文特(Craig Venter)正在研究一種可以根據(jù)DNA設(shè)計患者身體特征的算法。

憑借他最新的“人類長壽”企業(yè)祈噪,可以為患者提供完整的基因組測序泽铛,并配有全身掃描和非常詳細(xì)的體檢。

整個過程可以在早期發(fā)現(xiàn)癌癥或血管疾病辑鲤。

除了上述這些技術(shù)盔腔,還有一些AI被應(yīng)用在醫(yī)療體系分析、藥物研發(fā)等細(xì)分領(lǐng)域之中月褥。但是弛随,這些雖然正在“發(fā)生”,但也未必真正“發(fā)生”吓坚,如果我們不能消除對人工智能的偏見與恐懼撵幽,堅信它們會比人類大腦更強(qiáng)大、并且一定會產(chǎn)生“控制人類”的想法礁击,那么最終我們可能會終止對AI的研究盐杂。畢竟史蒂芬·霍金已經(jīng)發(fā)出過類似警告了。

為了充分擁抱AI在醫(yī)療的發(fā)展哆窿,MedicalFuturist(醫(yī)療未來學(xué)家)網(wǎng)站認(rèn)為人類需要做好以下準(zhǔn)備工作:

1链烈、制定適用于整個醫(yī)療行業(yè)和強(qiáng)制性的道德標(biāo)準(zhǔn)2、AI技術(shù)應(yīng)逐步發(fā)展挚躯,給人類時間預(yù)測出其缺陷3强衡、醫(yī)學(xué)專業(yè)人士應(yīng)盡快獲取關(guān)于AI在醫(yī)療環(huán)境中如何工作的基本知識,以了解這些解決方案是如何在日常工作中幫助他們的码荔;4漩勤、患者應(yīng)盡快習(xí)慣人工智能并發(fā)現(xiàn)它們的好處感挥。5、致力于人工智能解決方案的公司(如IBM)越败,應(yīng)更多地向公眾傳播在醫(yī)學(xué)中使用AI的潛在優(yōu)勢和風(fēng)險触幼。6、醫(yī)療機(jī)構(gòu)的決策者應(yīng)采取一切必要措施究飞,以衡量系統(tǒng)的成功和效果置谦。推動企業(yè)提供價格實惠的AI解決方案也是至關(guān)重要的,因為這是將科幻小說中的承諾變?yōu)楝F(xiàn)實亿傅、將AI變成21世紀(jì)聽診器的唯一途徑媒峡。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市葵擎,隨后出現(xiàn)的幾起案子谅阿,更是在濱河造成了極大的恐慌,老刑警劉巖酬滤,帶你破解...
    沈念sama閱讀 221,635評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件奔穿,死亡現(xiàn)場離奇詭異,居然都是意外死亡敏晤,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,543評論 3 399
  • 文/潘曉璐 我一進(jìn)店門缅茉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來嘴脾,“玉大人,你說我怎么就攤上這事蔬墩∫氪颍” “怎么了?”我有些...
    開封第一講書人閱讀 168,083評論 0 360
  • 文/不壞的土叔 我叫張陵拇颅,是天一觀的道長奏司。 經(jīng)常有香客問我,道長樟插,這世上最難降的妖魔是什么韵洋? 我笑而不...
    開封第一講書人閱讀 59,640評論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮黄锤,結(jié)果婚禮上搪缨,老公的妹妹穿的比我還像新娘。我一直安慰自己鸵熟,他們只是感情好副编,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,640評論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著流强,像睡著了一般痹届。 火紅的嫁衣襯著肌膚如雪呻待。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,262評論 1 308
  • 那天队腐,我揣著相機(jī)與錄音蚕捉,去河邊找鬼。 笑死香到,一個胖子當(dāng)著我的面吹牛鱼冀,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播悠就,決...
    沈念sama閱讀 40,833評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼千绪,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了梗脾?” 一聲冷哼從身側(cè)響起荸型,我...
    開封第一講書人閱讀 39,736評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎炸茧,沒想到半個月后瑞妇,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,280評論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡梭冠,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,369評論 3 340
  • 正文 我和宋清朗相戀三年辕狰,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片控漠。...
    茶點(diǎn)故事閱讀 40,503評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡蔓倍,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出盐捷,到底是詐尸還是另有隱情偶翅,我是刑警寧澤,帶...
    沈念sama閱讀 36,185評論 5 350
  • 正文 年R本政府宣布碉渡,位于F島的核電站聚谁,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏滞诺。R本人自食惡果不足惜形导,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,870評論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望习霹。 院中可真熱鬧骤宣,春花似錦、人聲如沸序愚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,340評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至芬膝,卻和暖如春望门,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背锰霜。 一陣腳步聲響...
    開封第一講書人閱讀 33,460評論 1 272
  • 我被黑心中介騙來泰國打工筹误, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人癣缅。 一個月前我還...
    沈念sama閱讀 48,909評論 3 376
  • 正文 我出身青樓厨剪,卻偏偏與公主長得像,于是被迫代替她去往敵國和親友存。 傳聞我的和親對象是個殘疾皇子祷膳,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,512評論 2 359

推薦閱讀更多精彩內(nèi)容