舒石、李林：人工智能已開始顛覆醫院
點擊： 作者：舒石、李林 來源：中國科技網 發布時間:2017-02-10 10:20:55
原標題 | 以后救命靠AI：它已開始顛覆醫院 這五個領域首當其沖
看病難，看病貴？這不是中國特色，某種程度上美國比中國要嚴重得多。全球都面臨著類似的問題。世界衛生組織估計，全球約有430萬醫生和護士的缺口。這種欠缺在不發達國家更為嚴重，而發達國家也面臨醫療費用日益高昂的挑戰。
資源缺乏帶來的影響，往往體現在每個患者可以得到的診療時間。一項研究估計，美國醫生在每個病人身上平均花費13-16分鐘。而在國內，此前有報道稱醫生平均接診時間4-6分鐘，更有調查稱：“門診醫生平均只肯聽病人述說病情19秒”。
然而我們并不能據此過多指責醫生，至少“量子位”遇到的醫生絕大多數認真負責，候診的病患每日數以百計，忙得中午飯都來不及好好吃。怎么辦？
人工智能（AI）也許是解決之道。至少在以下五個方面，AI已開始發揮作用：
替醫生做診斷
去年8月，老牌人工智能產品IBM Watson分析了數千個基因突變，最終確診一位60歲的日本女性，患有一種非常罕見的白血病，并提供了適當的治療方案，而幾個月前她曾被醫院誤診。Watson的整個診斷過程不到10分鐘，如果換做人類醫生，這個診斷需要耗時數周才能做到。
東京大學附屬醫院的Arinobu Tojo醫生表示：“說AI拯救了她的生命可能有一點點夸張，但是AI確實非常迅速的給出了所需數據”。現在，Watson的腫瘤解決方案已經進入了21家中國醫院。
在人工智能診療領域，除了Watson這樣的成熟應用，還有活躍于學術界的各種創新研究。
在人工智能診療領域，除了Watson這樣的成熟應用，還有活躍于學術界的各種創新研究。
比如說最近一期（第542期）Nature的封面，就是關于人工智能診斷皮膚癌的。斯坦福大學人工智能實驗室在Nature發表論文展示了這一成果：他們用12.9萬張皮膚病變的照片訓練深度卷積神經網絡，讓它對皮膚損傷進行分類，診斷皮膚癌。這一算法的準確率達到91%以上，與人類皮膚科醫生無異。未來，這種算法可以用于移動App，讓用戶在家就能自行拍照診斷皮膚癌。
國內的中山大學最近也有AI診斷方面的成果發表。該校科研人員在Nature biomedical engineering上發表的論文顯示，他們開發的人工神經網絡CC-Cruiser診斷先天性白內障的準確率，已經達到人類眼科醫生的水平。這些科研人員表示，該技術未來也可以別用于診斷其他疾病。
機器學習技術也被用到了精神疾病的診斷中，比如說紐約大學Langone醫學中心的Charles Marmar就在使用機器學習來挖掘語音中的特征，從而幫助醫生來診斷PTSD（創傷后應激障礙），Sonde Health則用類似的方法來診斷產后抑郁，以及老年癡呆癥、帕金森病等老年性疾病。
解讀醫療影像
如果說AI替代醫生做診斷，甚至給出治療方案似乎還是巨頭和科研界的游戲，離我們稍嫌遙遠，那么人工智能幫醫生解讀醫療影像則是正發生在我們身邊的現實，大量國內外創業公司涌入了這個熱門的領域。
我們還從老牌廠商IBM說起。去年8月，IBM斥資10億美元，將一家醫療影像公司Merge收入麾下，并與Watson健康部門合并。Merge是美國最具影響力的醫療影像公司，不僅擁有大量的醫學數據和圖像（CAT掃描、乳房攝像），還有幫助醫生存儲、分析醫學圖像的頂尖技術平臺。
2014年創立的Enlitic也專注于這一領域，該公司的圖像識別軟件利用CNN（卷積神經網絡），讀取X光片和CT圖像篩查惡性腫瘤。
國內，也有眾多創業公司在研究如何用AI解讀醫療影像，“量子位”根據公開數據進行的不完全統計顯示，僅在去年完成天使輪融資的就有6家，包括推想科技、DeepCare、圖碼深維、連心醫療、森億智能和迪英加。
科研領域也依然在研究這一課題，倫敦帝國學院的研究人員正在嘗試應用機器學習治療創傷性腦損傷。研究人員把這種損傷的圖片，“喂送”給人工智能算法進行學習，隨后電腦學會了識別腦損傷，并能夠分辨灰質和白質。這種能力將為研究人員提供有價值的信息。
慢性病預測和健康管理
在健康管理方面，IBM同樣早有布局。IBM的人工智能系統Watson與美國藥店CVS合作，CVS向Watson開放海量患者行為信息，包括臨床數據、購藥數據和保險數據等，Watson對用戶行為和相關指標進行分析，來提前預知患者的病情。
長期血糖偏高會引發多種并發癥，例如導致失明等。去年，Google發出最新研究成果：利用深度學習算法，來篩查糖尿病患者的視網膜病變情況。結果顯示，人工智能做出的判斷與專業醫生旗鼓相當，甚至在部分指標上比醫生還好。
同樣是針對眼部疾病。微軟去年在印度利用了Azure的機器學習能力來處理數據，并用Power BI服務將數字可視化，以從中找出隱含的意義。據報道這些數據不但能幫助醫生確定病人的眼部疾病離惡化還有多長時間，而且能預測進行眼部手術的成功率。
不久前，英國科學家公布的研究成果顯示，AI還能預測心臟病人何時死亡。通過分析血檢以及心臟掃描結果，人工智能可以發現心臟即將衰竭的跡象。
此外，Lumiata推出的Risk Matrix能夠基于唾液分析等數據，預測食管癌發病的風險。Next IT推出的Alme Health Coach通過人工智能技術評估慢性病人的整體狀態，并給出個性化的健康管理方案。虛擬護士Molly也能通過機器學習的方式幫助患者康復。
走進手術室
這個領域最知名的莫過于達芬奇。
2000年，Intuitive Surgical達芬奇系統正式獲批上市。這個手術機器人最初用于支持微創心臟搭橋手術，后來又在前列腺癌治療方面取得進展。達芬奇機器人由三部分組成：外科醫生控制臺、床旁機械臂系統、成像系統。
數據顯示，目前美國四分之一的手術中都使用了達芬奇系統。2006年，301醫院引入第一臺達芬奇手術機器人。但有報道說達芬奇價格高昂，后續的維護成本也不低。
除了達芬奇之外，還有很多公司也在不同領域推出了手術機器人。人工智能也在手術室里輔助進行麻醉管理，包括術前評估、方法選擇以及術中管理等等方面。
值得一提的是，Google母公司Alphabet旗下生命科學部門Verily與強生合作，共同創立了Verb Surgical公司，主打機器人手術助手。將來，可能會有更多企業進入該市場，并探索不同的細分空間，打造出一個感知、數據分析和自動化生態系統。
機器人還被用于在醫院內進行送餐送貨等服務。Aethon公司推出的TUG機器人，能夠包攬醫院里各種事務雜活等后勤工作，比如處理遞送藥品、醫療用品、實驗室標本，處理醫療垃圾等任務。還能讓醫護人員與病人遠程聊天和互動。
醫生的助理
《福布斯》此前曾經報道：醫生花費27%的時間在診室問診，還有49.2%的時間在做書面工作，其中包括使用電子健康記錄系統。即便在診室，醫生只花52.9%的時間在跟患者溝通，還有37%的時間在處理書面工作。
一些醫療健康機構已經開始使用人工智能程序來減少醫生和護士收集患者信息的時間，這有助于降低成本，但是有可能反而進一步減少醫生和患者交流的時間。
除了在工作中協助醫生之外，人工智能系統也在協助醫生更好地學習新知識。扎克伯格夫婦的慈善組織“陳-扎克伯格行動”（CZI）半個月前收購的科研搜索引擎Meta，就是這樣一個產品。
Meta使用人工智能技術，幫助科研人員跟進自己領域的最新進展，目前主要用于醫療領域。科研人員可以利用Meta找到新技術，理解冠狀動脈疾病；研究生可以看到，兩種疾病以同樣的方式激活人體的免疫機制；醫生可以更快地找到正在開發寨卡病毒治療手段的科學家。
（作者：量子位、舒石、李林；來源：中國科技網）
責任編輯：紅星
特別申明：
1、本文只代表作者個人觀點，不代表本站觀點，僅供大家學習參考；
2、本站屬于非營利性網站，如涉及版權和名譽問題，請及時與本站聯系，我們將及時做相應處理；
3、歡迎各位網友光臨閱覽，文明上網，依法守規，IP可查。
作者 相關信息
內容 相關信息
李飛飛最新演講全文：機器已能“看懂”圖像和視頻，但我們仍站在人工智能研究的起點
2017-11-03李德毅院士《AI：人類社會發展的加速器》 | 人工智能如何驅動實體經濟？六大領域展望
2017-10-27今日Nature: 人工智能從0到1, 無師自通完爆阿法狗100-0
2017-10-21? 昆侖專題 ?
? 十九大報告深度談 ?
? 新征程 新任務 新前景 ?
? 習近平治國理政 理論與實踐 ?
? 我為中國夢獻一策 ?
? 國資國企改革 ?
? 雄安新區建設 ?
? 黨要管黨 從嚴治黨 ?
熱點排行
圖片新聞
