2016年11月16日 星期三

.九個醫療健康領域,人工智慧如何大顯神通?




編者按:人工智慧的潛力,大家想必都有目共睹。在未來幾年,人工智慧無疑會在生活的方方面面發揮作用,健康領域同樣不例外。小編整理編譯了九個人工智慧,將會顛覆或重塑的健康行業,一起來看看吧。


九个医疗健康领域,人工智能如何大显神通?

大數據及人工智慧將會顛覆我們的生活
在 2013 年,數據還只是處於緩慢增長的狀態,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。

如果少了人工智慧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的階段,但在弱人工智層面上,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,進行快速檢索並給出解答。

而人類也在人工智上嘗試走得更遠,更貼近我們的生活。例如去年 9 月的 DoNotPay,這款應用由 19 歲的史丹佛學生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%。


九个医疗健康领域,人工智能如何大显神通?

想像一下,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?

人工智慧與健康領域的結合,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。一名就職於 Sutter Health 的數據科學家Andy Schuetz 表示,「雖然我不知道成熟的人工智慧算法可能會花兩年,還是十年才能實現,但這一願景正在實現。」


只需環顧一下人工智慧市場的健康領域,你就會發現他所言不虛。雖然 IBM Watson 經常霸佔著 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。

九个医疗健康领域,人工智能如何大显神通?

目前已經有不少人工智慧在健康領域實踐的成功案例,無疑也預示著它的樂觀前景。小編接下來將和大家一起看看幾個比較熱門的健康領域:

數據挖掘
健康領域與人工智慧結合,最簡單的聯想自然是數據管理。收集、儲存、同構並跟蹤它的來源,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。小編此前也報導過DeepMind與英國國家醫療服務體系(NHS)進行了二度合作,將和 Moorfields 眼科醫院一同開發辨識視覺疾病的機器學習系統(詳細報ㄅ請點此處)。

智慧診斷
小編此前提過 IBM Watson 的腫瘤治療項目,它能夠為醫生提供基於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,制訂出病人所適合的治療計劃。

醫學影像輔助診斷
IBM 的另一個名為 Medical Sieve 的算法,就能擔任「辨識助手」的工作,對於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,並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症進行再次核查,工作壓力就會大大降低。

九个医疗健康领域,人工智能如何大显神通?

初創公司 Enlitic 就是利用人工智慧輔助醫學影像診斷,並借助深度學習,從海量數據中不斷獲取診斷的特徵點,並將其運用到實際診斷領域。

線上就診
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 為代表的人工智慧健康咨詢系統,就能實現這一點。

系統能夠基於用戶以往的病史,以及常識性的醫學資料,根據用戶與線上人工智能系統對話時,所列舉的症狀,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,並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。

健康助理及用藥管理
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,並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,並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慧應用也慢慢浮出水面,美國國家健康部背書的 AiCure 通過手機攝影鏡頭及人工智慧,能夠確認病人是否能遵循處方服藥。

基因組學
人工智慧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資訊,及醫療診斷數據集,尋找遺傳資訊及疾病的聯繫。他們採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,人工智慧對基因組學的前景,他創立的 Human Longevity 能夠為用戶提供完整的基因序列,並在早期就指出因先天基因,可能導致的患癌風險。

新藥挖掘
典型公司當 Atomwise 為首,這家公司採用超級電腦從藥物的分子結構庫溯源,研發具有針對性的藥物。去年,Atomwise基於現有安全藥物,成功通過算法尋找到能夠控制伊波拉病毒的兩種藥物。

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。」


九个医疗健康领域,人工智能如何大显神通?

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,及患者的體徵資料,通過對成功療法的分析,結合人工智慧,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,幫助用戶做出更健康的決策
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,將人工智慧更廣泛地應用於人類生活中的概念,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,來自可穿戴設備的即時追蹤數據,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資訊參考。

以數據分析引導健康系統
在荷蘭, 97% 的醫療發票可以被輕鬆檢索到,且隱藏著大量就診資訊。一家本地的分析公司 Zorgprisma Publiek 使用 IBM Watson 的雲端服務分析發票數據,並指出醫生是否因為在診斷特定疾病時,總是採用某種療法而導致失敗。

以上就是人工智慧,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慧的發展,它在醫學領域的應用範圍會越來越廣。

via medical futurist

                                                                                                                                                                                                                             

NETGEAR 802.11ac Wave 2專用的2.5G PoE+交換器

沒有留言:

張貼留言