AI在醫學上的七大應用領域（上）

從本期開始，我們會連續幾期分享AI在醫學上的七大應用領域以及有待克服的障礙。希望能對相關領域的同學有所啟發。

眾所周知，高質量的數據是AI引擎的寶貴助力。而醫療健康行業則是一座數據的金礦。

在我們亮劍會(公眾號aihelps)中就有有心人花費幾年時間建立了北美所有保健營養品的數據資料。

據麥肯錫估計，製藥和醫療方面的大數據和機器學習每年可以產生高達1000億美元的價值。

這些價值來源於：更好的決策，優化創新，提高研究/臨床試驗的效率，以及為醫生，病人和醫療機構創造新的診療手段等等。

醫療數據的來源形形色色，比如研發機構，醫師，診所，病人等等; 如何能從這些不同來源的數據中提煉出真正能用於改進醫療手段的有用信息極為重要。

因此，當今醫療AI的核心問題是通過有效收集和運用大量不同類型數據，進而找到更好的個性化分析，預防和治療方案。

機器學習目前在製藥和醫療領域突飛猛進。本文簡要介紹七個開創性的應用領域以拋磚引玉。

1 - 疾病診斷

疾病的識別診斷一直是醫學研究的前沿。根據美國藥物研究與製造商發布的2015年報告，有800多種藥物和疫苗用於治療癌症。

奈特（Knight）研究所研究員傑夫·特納（Jeff Tyner）在接受彭博科技（Bloomberg）採訪時表示，雖然這令人興奮，但還是不容易找到行之有效的方法來處理所有數據結果。

Tyner表示：「生物學家與計算機專家合作非常重要。」

毫不奇怪，一些大公司已經開始這方面的研究布局，特別是在像癌症識別和治療這樣的重要領域。

2011年10月，IBM沃森健康公司（Watson Health）宣布與沃森基因組學公司（IBM Watson Genomics）合作，該計劃旨在通過集成認知計算和基因組腫瘤測序，推動精密醫學領域發展。

總部位於波士頓的生物製藥公司Berg正在使用AI來研究包括腫瘤學在內的多個領域的診斷和治療。

目前正在進行的研究項目包括靜脈內腫瘤治療的劑量試驗和前列腺癌檢測和後續管理。

其他主要的例子包括谷歌的DeepMind Health，去年宣布與英國的多家合作夥伴關係，包括倫敦的Moorfields眼科醫院，他們正在開發技術來解決老化眼睛黃斑變性的問題。

圖片來源：Google DeepMind Health - 對團隊成員之一進行OCT掃描

在腦部疾病如抑鬱症等領域，牛津的「抑鬱症預防及應對」（PReDicT）項目正在使用預測分析來幫助診斷並提供治療，他們的總體目標是研發一組情緒測試問卷調查用於臨床。

2 - 個性化醫學

個性化醫學或基於個人健康數據的預測分析也是當前一個熱點研究領域。

該領域目前大多採用監督學習（Supervised Learning），這讓醫生們可以從更有限的診斷集中進行選擇，或者基於癥狀和遺傳信息來估計患者風險。

IBM沃森研究中心腫瘤學部門和斯隆凱特林紀念醫院目前在該領域處於領先地位。他們致力於使用患者醫療信息和診療歷史來選擇最優治療方案。

在接下來的十年中，我們將會看到微生物感測設備以及具有更複雜的健康測量和遠程監控功能的移動APP的廣泛使用，這將帶來可用於幫助促進研發和治療功效的大量數據。

這種個性化治療有益於幫助提高健康，並最終降低總體醫療成本。

在下期文章中我們會繼續分享藥物研究/製造、臨床試驗研究、放射學和放射治療領域的探索。

待續......

請關注我們微信公眾號aihelps。歡迎加入人工智慧商業化社群交流，請加微信號12956250。

特別提示：

本文章由亮劍會提供，亮劍會是鄒洪亮和胡曾劍聯合創辦的AI商業應用社群，致力於人工智慧的商業化。

鄒洪亮，電子商務資深顧問，擁有15年豐富的互聯網一線操盤經驗，曾任500彩票網(紐交所: WBAI)副總裁。移居加拿大後，創辦Havlek諮詢公司，為加拿大著名企業MEC、JYSK、Saje、Uniserve等提供雲架構設計、大規模計算、商業智能分析等服務。

胡曾劍，Simon Fraser University 計算機博士，人工智慧科學家，專長演算法設計、運籌學、機器學習以及智能軟體開發。現在美國著名能源交易服務公司The Energy Authority 任職Research Scientist，2014年作為首席架構師項目獲得運籌學最高獎Edelman Prize 提名。