隨著最近AI技術(shù)應(yīng)用的不斷深入，今年我們看到了很多醫(yī)療＋AI的案例，而且應(yīng)用類(lèi)型豐富度和種類(lèi)也比去年更多。青亭網(wǎng)總結(jié)了最近1個(gè)月以來(lái)，AI技術(shù)應(yīng)用在醫(yī)療領(lǐng)域的案例，有些還在研究階段，而有些已展開(kāi)臨床測(cè)試，讓我們來(lái)看看有哪些。
1、“腦補(bǔ)”MRI成像的AI
美國(guó)紐約大學(xué)一組研究核磁共振加速方法的科研團(tuán)隊(duì)與Facebook達(dá)成合作，力圖訓(xùn)練AI成像工具來(lái)縮短9成核磁共振掃描時(shí)間。這組科研人員研發(fā)的AI應(yīng)用與在醫(yī)療成像領(lǐng)域常用的AI不同，不是利用圖像識(shí)別技術(shù)分析X光或者核磁共振掃描結(jié)果來(lái)幫助醫(yī)生快速和準(zhǔn)確分析病情，而是從掃描過(guò)程入手，直接加快核磁共振成像的速度。
核磁共振成像耗時(shí)長(zhǎng)的原因是因?yàn)闄C(jī)器本身需要拍攝大量平面圖像或者切片，才能將其疊加起來(lái)組成3D圖像。有些時(shí)候需要核磁共振成像的切片不多，但要是在需要非常精準(zhǔn)且完整掃描的情況下（例如病人的腦瘤的情況），就需要拍攝大量切片了。據(jù)悉，紐約大學(xué)這組科研人員從2015年就啟動(dòng)了這個(gè)名為FastMRI的核磁共振加速項(xiàng)目，目的是探索如何在只掃描一部分?jǐn)?shù)據(jù)的情況下，得到和傳統(tǒng)成像質(zhì)量相似的結(jié)果。
用一個(gè)直觀(guān)的例子解釋就是，假設(shè)掃描一張照片時(shí)，不掃描組成圖的每條線(xiàn)，而是每隔一條線(xiàn)一掃描（即“降采樣”），而沒(méi)有被掃描到的像素可以由人工智能來(lái)填補(bǔ)，這樣一來(lái)可節(jié)省一半時(shí)間，而且目前的機(jī)器學(xué)習(xí)系統(tǒng)已經(jīng)可以勝任這樣的任務(wù)了。原理就好像人腦一樣，如果人眼因?yàn)槊c(diǎn)而看不到完整的某樣物體，大腦便會(huì)通過(guò)視覺(jué)系統(tǒng)自動(dòng)腦補(bǔ)看不到的地方。
使用人工智能來(lái)填補(bǔ)沒(méi)掃描到的地方，可以大大縮減病人在核磁共振機(jī)里煎熬的時(shí)間，同時(shí)也能提高機(jī)器的效率，進(jìn)而降低掃描成本、簡(jiǎn)化操作流程。
Facebook FAIR實(shí)驗(yàn)室的Larry Zitnick解釋?zhuān)麄兊腁I成像技術(shù)追求的不是合理推測(cè)的成像，而是要捕捉到傳統(tǒng)核磁共振成像中也能到的瑕疵。也就是說(shuō)科研人員訓(xùn)練的計(jì)算機(jī)視覺(jué)技術(shù)不止需要識(shí)別成像的整體規(guī)律和結(jié)構(gòu)，還要能保留甚至推敲出成像中的異常點(diǎn)，因?yàn)闊o(wú)法重現(xiàn)應(yīng)有的異常點(diǎn)就會(huì)大大降低數(shù)據(jù)的準(zhǔn)確性。幸運(yùn)的是核磁共振掃描儀的成像方式可以靈活更改，不僅可以將掃描次數(shù)降低，還可以設(shè)置人體每個(gè)部位掃描的次數(shù)多少，而CT和PET掃描儀就沒(méi)有這么靈活。
2、自主合成MRI訓(xùn)練數(shù)據(jù)
用“腦補(bǔ)”來(lái)加速M(fèi)RI成像的AI，還需要考慮大量訓(xùn)練數(shù)據(jù)的問(wèn)題，而這款利用GAN（生成對(duì)抗網(wǎng)絡(luò)）合成MRI訓(xùn)練數(shù)據(jù)的AI就不用考慮這個(gè)問(wèn)題了。NVIDIA Mayo Clinic（梅奧診所）和MGH&BWH Center for Clinical Data Science（麻省總醫(yī)院與布萊根婦女醫(yī)院臨床數(shù)據(jù)科學(xué)中心）的科研人員似乎找到了上述問(wèn)題的解決辦法，即一種能夠自主生成訓(xùn)練數(shù)據(jù)（腦腫瘤3D MRI圖像數(shù)據(jù)）的神經(jīng)網(wǎng)絡(luò)。
據(jù)青亭網(wǎng)了解，這款A(yù)I是科研人員使用Facebook PyTorch深度學(xué)習(xí)框架開(kāi)發(fā)，并使用NVIDIA DGX超級(jí)計(jì)算機(jī)來(lái)訓(xùn)練的，訓(xùn)練的數(shù)據(jù)使用了由生成式對(duì)抗網(wǎng)絡(luò)（GAN）（由生成樣本的生成器和分別生成樣本與真實(shí)樣本的判別器兩部分組成的神經(jīng)網(wǎng)絡(luò)）生成的逼真腦瘤MRI成像。
為了訓(xùn)練生成式對(duì)抗網(wǎng)絡(luò)，這組科研人員使用來(lái)自阿茲海默癥神經(jīng)成像研究項(xiàng)目（ADNI）和多式腦腫瘤圖像分割基準(zhǔn)（BRATS）的兩個(gè)公開(kāi)數(shù)據(jù)集。因?yàn)閮?nèi)存和算力有限制，科研人員不得不將掃描成像的分辨率從256x256x108降低到128x128x54。
在訓(xùn)練過(guò)程中，科研人員在生成式對(duì)抗網(wǎng)絡(luò)的生成器中輸入ADNI的成像數(shù)據(jù)，生成器學(xué)習(xí)模仿ADNI的成像合成大腦成像（包含白質(zhì)、灰質(zhì)和腦脊液），接下來(lái)在生成器中輸入BRAT數(shù)據(jù)集時(shí)，其會(huì)生成腫瘤的完整切割成像。生成式對(duì)抗網(wǎng)絡(luò)還會(huì)為掃描圖進(jìn)行標(biāo)記，人類(lèi)專(zhuān)家做這項(xiàng)任務(wù)要花數(shù)小時(shí)才能完成，因?yàn)樯墒綄?duì)抗網(wǎng)絡(luò)將大腦成像與腫瘤切割成像分成了兩組來(lái)標(biāo)記，科研人員便可以修改腫瘤大小和位置，還可以將腫瘤“移植”到健康的大腦上。
科研人員表示，這是第一次出現(xiàn)使用合成的大腦成像來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的技術(shù)，這也很好地保護(hù)了病人的隱私，因?yàn)樯墒綄?duì)抗網(wǎng)絡(luò)合成的成像數(shù)據(jù)是匿名的。
3、預(yù)測(cè)心臟病風(fēng)險(xiǎn)
為了輔助醫(yī)生，提前預(yù)測(cè)病人患心臟病的風(fēng)險(xiǎn)并指定預(yù)防措施，微軟研發(fā)了一種利用AI預(yù)測(cè)心臟病風(fēng)險(xiǎn)的API，在印度綜合專(zhuān)科醫(yī)院Apollo投入使用。這款工具會(huì)從21個(gè)方面進(jìn)行分析：飲食、煙草和吸煙習(xí)慣、日?；顒?dòng)等因素，還會(huì)通過(guò)呼吸頻率、高血壓、收縮壓舒張壓來(lái)判斷心理壓力與焦慮。
AI在分析過(guò)后，會(huì)對(duì)患者以低、中、高三個(gè)級(jí)別打分，并指出一些通過(guò)改善可以降低心臟病風(fēng)險(xiǎn)的因素，它不僅可以為醫(yī)生提供更全面的信息，還能建議病人改善生活習(xí)慣及時(shí)預(yù)防心臟病。
印度每年心臟病發(fā)的人數(shù)近300萬(wàn)，患有冠心病的印度人有3000萬(wàn)，據(jù)聯(lián)邦衛(wèi)生不統(tǒng)計(jì)，每8位印度人就有1人患有高血壓。以往的AI模型都是以西方人的數(shù)據(jù)為基礎(chǔ)建立的，此次微軟與Apollo醫(yī)院合作推出的API，利用了Apollo醫(yī)院共享的40萬(wàn)印度人數(shù)據(jù)，可輕松準(zhǔn)確地預(yù)測(cè)心臟病風(fēng)險(xiǎn)。
利用AI和機(jī)器學(xué)習(xí)技術(shù)Apollo醫(yī)院有信心與微軟可以一同從根本上預(yù)防印度人的心臟病，他們計(jì)劃合作開(kāi)發(fā)更多新工具來(lái)幫助醫(yī)生治療非傳染性疾病，將這款風(fēng)險(xiǎn)預(yù)測(cè)API引用在多家私利和公立醫(yī)療系統(tǒng)中，未來(lái)還將推廣到其他國(guó)家。
這個(gè)合作項(xiàng)目是基于微軟的AI Network for Healthcare計(jì)劃，這項(xiàng)計(jì)劃的宗旨是利用AI和云計(jì)算技術(shù)加速醫(yī)療行業(yè)的創(chuàng)新，改善全世界人民的生活，與Apollo醫(yī)院共同推出的AI預(yù)示著計(jì)劃向成功邁向了一大步。
4、通過(guò)動(dòng)作檢測(cè)，評(píng)估帕金森
帕金森癥在中國(guó)是僅次于腫瘤、心腦血管疾病的第三大疾病，目前帕金森患者人數(shù)超過(guò)270萬(wàn)，2030年預(yù)計(jì)超過(guò)500萬(wàn)。帕金森的癥狀包括：顫抖、肢體僵硬、運(yùn)動(dòng)遲緩、步態(tài)異常，其并發(fā)癥包括失智、憂(yōu)郁和焦慮。
目前醫(yī)院診斷帕金森癥的一種方法是UPDRS（帕金森癥綜合評(píng)分表），一共分為其部分，病人需要在醫(yī)生指導(dǎo)下完成每個(gè)部分的規(guī)定動(dòng)作，醫(yī)生對(duì)這些動(dòng)作注意打分，進(jìn)行一次測(cè)試通常要話(huà)30分鐘，此外醫(yī)生和患者的主觀(guān)判斷可能會(huì)影響測(cè)試結(jié)果。
因此，騰訊的AI實(shí)驗(yàn)室推出了一款通過(guò)動(dòng)作檢測(cè)，評(píng)估帕金森癥的AI模型。評(píng)估過(guò)程很簡(jiǎn)單，只需要患者在攝像頭前做出一系列規(guī)定動(dòng)作，然后AI便會(huì)作出評(píng)估。據(jù)了解，這項(xiàng)技術(shù)應(yīng)用了深度學(xué)習(xí)和圖像識(shí)別兩種技術(shù)，騰訊實(shí)驗(yàn)室在人體上設(shè)定上百個(gè)可識(shí)別的關(guān)鍵節(jié)點(diǎn)，使用檢測(cè)儀來(lái)追蹤這些節(jié)點(diǎn)在頻率、距離、角度和速度等方面的變化，建立模型來(lái)訓(xùn)練AI。
接著，這款A(yù)I會(huì)通過(guò)圖像識(shí)別技術(shù)捕捉患者的動(dòng)作、識(shí)別關(guān)鍵節(jié)點(diǎn)，然后進(jìn)行分析和判斷。
未來(lái)騰訊AI實(shí)驗(yàn)室還會(huì)將這項(xiàng)技術(shù)用于腦癱患者的步態(tài)分析、評(píng)測(cè)運(yùn)動(dòng)員傷后恢復(fù)狀態(tài)、老人運(yùn)動(dòng)能力等檢測(cè)中。
5、通過(guò)日常對(duì)話(huà)識(shí)別抑郁癥
國(guó)麻省理工學(xué)院媒體實(shí)驗(yàn)室（CSAIL）的科研人員在一篇新論文中，描述了一款能夠通過(guò)分析病人的文字和口頭語(yǔ)言來(lái)感知抑郁癥的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。據(jù)CSAIL稱(chēng)，其工作原理是，將與病人談話(huà)采集到的原始文字和語(yǔ)音數(shù)據(jù)放在這款神經(jīng)網(wǎng)絡(luò)模型中分析，總結(jié)出抑郁癥患者的說(shuō)話(huà)規(guī)律，并利用這種規(guī)律與其他病人進(jìn)行分析對(duì)比來(lái)判斷病情，其還會(huì)在分析過(guò)程中不斷學(xué)習(xí)提高分析準(zhǔn)確性。
醫(yī)生判斷抑郁癥的傳統(tǒng)方式是，詢(xún)問(wèn)病人一些關(guān)于過(guò)去神經(jīng)病史、生活方式、心情等問(wèn)題，分析病人的答案。但是CSAIL科研人員認(rèn)為每個(gè)病人說(shuō)話(huà)方式不同，只是問(wèn)問(wèn)題和聽(tīng)答案有其局限性，因此研發(fā)了這款神經(jīng)網(wǎng)絡(luò)，通過(guò)分析病人的日常對(duì)話(huà)，來(lái)靈活全面地判斷抑郁癥狀。也就是說(shuō)這款神經(jīng)網(wǎng)絡(luò)最重要的特點(diǎn)就是不需要考慮語(yǔ)境，不需要通過(guò)特定的問(wèn)題和答案來(lái)分析癥狀，分析病人的語(yǔ)言就夠了。
據(jù)青亭網(wǎng)了解，CSAIL的科研人員從DAIC語(yǔ)言數(shù)據(jù)庫(kù)中選擇了142例患心理疾病的病人與人類(lèi)操控的機(jī)器人談話(huà)的音頻、文字和視頻數(shù)據(jù)。例如，這款模型會(huì)給語(yǔ)音中說(shuō)話(huà)人單調(diào)的語(yǔ)氣匹配悲傷、低沉或者心情不好等標(biāo)簽。模型可能參考的另一個(gè)規(guī)律是，患抑郁的病人說(shuō)話(huà)會(huì)比較低沉，句子之間的停頓也會(huì)長(zhǎng)一些，不過(guò)這款模型要更智能、參考的標(biāo)準(zhǔn)也更復(fù)雜全面。神經(jīng)網(wǎng)絡(luò)模型將數(shù)據(jù)與個(gè)人健康調(diào)查問(wèn)卷進(jìn)行對(duì)比，將數(shù)據(jù)中中的病人從0到27打分，在中度（10-14分）和中重度（15-19分）區(qū)間以上的病人將被視作抑郁，低于這個(gè)區(qū)間的病人將被視作沒(méi)有抑郁癥，142例患者中有28人抑郁（20%）。
這款神經(jīng)網(wǎng)絡(luò)可以對(duì)醫(yī)生起到輔助作用，比如當(dāng)其發(fā)現(xiàn)異樣就會(huì)通知醫(yī)生?？蒲腥藛T希望未來(lái)將這款模型的應(yīng)用擴(kuò)展到分析癡呆癥等認(rèn)知障礙疾病上，或者做成移動(dòng)應(yīng)用，通過(guò)分析用戶(hù)的短信和電話(huà)，發(fā)現(xiàn)心理壓力然后發(fā)出提示。這不禁讓人想起了之前曾曝光過(guò)的一段谷歌“The Selfish Ledger”影片，同樣是手機(jī)將人類(lèi)的生活安排的妥妥當(dāng)當(dāng)，就是有點(diǎn)嚇人罷了。當(dāng)然，對(duì)于那些因?yàn)榫嚯x遠(yuǎn)、難以負(fù)擔(dān)醫(yī)藥費(fèi)或者缺乏意識(shí)而沒(méi)能去找醫(yī)生確診的人來(lái)說(shuō)，如果有這么一款應(yīng)用還是很方便的。
另外，就像之前人類(lèi)通過(guò)觀(guān)察AI玩《Dota 2》來(lái)學(xué)習(xí)新打法一樣，CSAIL的科研人員也希望可以分析、學(xué)習(xí)這款神經(jīng)網(wǎng)絡(luò)使用的診斷標(biāo)準(zhǔn)。
6、利用谷歌開(kāi)源AI診斷肺癌
近日，紐約大學(xué)的一組科研人員通過(guò)重新訓(xùn)練谷歌的Inception v3（用于圖像分析的開(kāi)源卷積神經(jīng)網(wǎng)絡(luò)），研發(fā)了一種檢測(cè)特定肺癌類(lèi)型的AI技術(shù)，準(zhǔn)確率達(dá)97%。
美國(guó)癌癥協(xié)會(huì)和癌癥統(tǒng)計(jì)中心數(shù)據(jù)表示，美國(guó)每年確診為肺癌的患者超過(guò)20萬(wàn)人，有15萬(wàn)以上的患者因?yàn)椴l(fā)癥而死，而這項(xiàng)技術(shù)將為他們帶來(lái)福音。這組科研人員表示，AI在例行檢查和疑難肺癌案例中都可以對(duì)醫(yī)生起到幫助，讓醫(yī)生有更多時(shí)間去解決更高級(jí)的問(wèn)題，比如結(jié)合組織、分子和臨床信息為每個(gè)病人制定治療計(jì)劃。
經(jīng)過(guò)重新訓(xùn)練后的Inception v3，診斷紐約大學(xué)的癌癥患者的獨(dú)立樣本準(zhǔn)確率大概在83%到97%之間，樣本中還有一些它沒(méi)有遇到過(guò)的元素，比如血凝、血管、發(fā)炎、壞死區(qū)和肺衰竭的部分。此外，這款模型平均檢測(cè)時(shí)間為20秒，而且其用來(lái)計(jì)算癌癥概率使用的PC只搭載了一塊顯卡。
據(jù)悉，這組科研人員不僅讓AI去識(shí)別癌組織，還有組織內(nèi)的基因突變，這款A(yù)I的算法能夠通過(guò)顫噪效應(yīng)識(shí)別出LUAD數(shù)據(jù)中的6種最常見(jiàn)的突變基因（STK11、EGFR、FAT1、SETBT1、KRAS、TP53），不過(guò)AI是如何區(qū)別這些突變基因的科研人員還不清楚。
這款A(yù)I對(duì)于病理學(xué)家來(lái)說(shuō)是一個(gè)很有用的工具，其提供的信息可幫助醫(yī)生對(duì)每個(gè)肺癌患者專(zhuān)門(mén)定制治療方案，打造更多樣化的精準(zhǔn)醫(yī)療。在未來(lái)，這組科研人員希望將該AI模型用于檢測(cè)大細(xì)胞癌、壞疽、纖維化等癥狀上，而且據(jù)報(bào)道他們正在像美國(guó)食品及藥物管理局申請(qǐng)將這項(xiàng)技術(shù)商業(yè)化。
7、制定放射治療方案
美國(guó)每年有至少50萬(wàn)人確診頭頸癌，許多人選擇接受放射治療，但是為了避免癌細(xì)胞周邊的腦組織受損，醫(yī)生必須小心制定把這些組織隔離的方案。近日，谷歌子公司DeepMind與英國(guó)倫敦大學(xué)學(xué)院醫(yī)院合作，研發(fā)了一款輔助醫(yī)生制定治療方案的AI，經(jīng)測(cè)試，這款A(yù)I模型利用CT掃描圖，進(jìn)行癌細(xì)胞與周邊的詳細(xì)分區(qū)，精細(xì)程度“直逼人類(lèi)”。
在近幾年來(lái)，基于深度學(xué)習(xí)的AI算法比傳統(tǒng)分區(qū)算法越發(fā)顯出了優(yōu)勢(shì)，不僅能夠彌補(bǔ)人類(lèi)醫(yī)生沒(méi)有考慮到的方面，還大大縮短了分區(qū)時(shí)間。
據(jù)悉，這組科研人員訓(xùn)練AI使用的數(shù)據(jù)涵蓋了21種器官（咽喉、蛇頭、鼻腔、結(jié)締組織和軟組織等）的663份X線(xiàn)斷層攝影圖，經(jīng)測(cè)試，AI模型在19種器官數(shù)據(jù)上的表現(xiàn)力與有幾年經(jīng)驗(yàn)的放射治療技師沒(méi)有很大差別。此外，使用一套來(lái)自24名患者的CT掃描圖（AI沒(méi)有接觸過(guò)的數(shù)據(jù)）進(jìn)行獨(dú)立測(cè)試后，AI對(duì)每個(gè)病人的分析結(jié)果也是同樣優(yōu)秀。
接下來(lái)，DeepMind的科研人員計(jì)劃將這款A(yù)I用于臨床試驗(yàn)，他們認(rèn)為AI有可能會(huì)縮短診斷到治療之間花費(fèi)的時(shí)間，并且及時(shí)制定出適應(yīng)性放療方案。
谷歌公司正在積極尋找將AI在醫(yī)療的各種應(yīng)用方向，他們計(jì)劃研發(fā)一款能夠預(yù)測(cè)患者再入院率的技術(shù)。
8、預(yù)測(cè)糖尿病患者血糖水平
糖尿病是美國(guó)的高發(fā)疾病，一直威脅著美國(guó)人的健康與生命，據(jù)美國(guó)疾病防控中心數(shù)據(jù)顯示，美國(guó)患有糖尿病或者前去糖尿病的人數(shù)至少1億人，每年會(huì)新增140萬(wàn)糖尿病人，雖然糖尿病治療技術(shù)在飛速發(fā)展，但是很多人因?yàn)椴粫?huì)定期檢測(cè)血糖，導(dǎo)致犯病，陷入昏迷甚至引發(fā)死亡。
近日，有一組科研人員在論文中闡述了一種AI技術(shù)，可在患者高血糖或低血糖病發(fā)之前預(yù)測(cè)其未來(lái)的血糖值趨勢(shì)。在論文中，科研人員描述了一種基于長(zhǎng)短期記憶模型的遞歸神經(jīng)網(wǎng)絡(luò)，這個(gè)神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)長(zhǎng)期的依賴(lài)關(guān)系。也就是說(shuō)，長(zhǎng)短期記憶模型中的存儲(chǔ)單元可幫助神經(jīng)網(wǎng)絡(luò)將存儲(chǔ)的記憶和數(shù)據(jù)結(jié)合，從而提高預(yù)測(cè)的準(zhǔn)確性。而且因?yàn)樗麄兪褂玫氖请p向長(zhǎng)短期記憶模型，所以這款神經(jīng)網(wǎng)絡(luò)能夠參考過(guò)去的數(shù)據(jù)、推理未來(lái)的數(shù)據(jù)，加速訓(xùn)練時(shí)間。
接下來(lái)，這組科研人員計(jì)劃在該神經(jīng)網(wǎng)絡(luò)中加入更多功能、提高性能，還會(huì)加入“提醒機(jī)制”預(yù)測(cè)未來(lái)可能發(fā)生的高血糖/低血糖癥狀。
這并不是科研人員們第一次利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行糖尿病預(yù)測(cè)了，比如中國(guó)的第四范式公司曾研發(fā)過(guò)一款能夠預(yù)測(cè)患者在15年內(nèi)患糖尿病可能性的模型，準(zhǔn)確率達(dá)88%；Klick Health開(kāi)發(fā)了一種能夠預(yù)測(cè)30分鐘內(nèi)血糖值的算法；生物醫(yī)學(xué)公司One Drop研發(fā)了一種支持Apple Watch的血糖監(jiān)測(cè)系統(tǒng)，最近加入了一個(gè)能夠預(yù)測(cè)血糖值和提供改善建議的功能。
另外還有一個(gè)叫Sweetch的應(yīng)用，利用AI鼓勵(lì)糖尿病患者運(yùn)動(dòng)和堅(jiān)持飲食計(jì)劃，據(jù)美國(guó)約翰·霍普金斯大學(xué)的內(nèi)分泌、糖尿病和新陳代謝部門(mén)的研究顯示，Sweetch極大程度上幫助患者控制了血糖水平。
9、利用群體智能診斷肺炎
美國(guó)一家名為Unanimous AI的創(chuàng)企研發(fā)了一款診斷肺炎的AI系統(tǒng)，在測(cè)試中，其準(zhǔn)確率與一組放射醫(yī)師相比高了22%，而且錯(cuò)誤率也降低了33%。
人類(lèi)需要培訓(xùn)12年才能夠成為放射科醫(yī)師，在這期間需要通過(guò)向其他醫(yī)生學(xué)習(xí)、觀(guān)察等方式不斷豐富自己的經(jīng)驗(yàn)。另一方面，Unanimous的AI平臺(tái)使用了群體智能模型來(lái)訓(xùn)練，以提高預(yù)測(cè)的準(zhǔn)確性。簡(jiǎn)單來(lái)講就是，一組人類(lèi)放射醫(yī)師聯(lián)機(jī)登陸Unanimous AI平臺(tái)，利用鼠標(biāo)、觸控板或者觸屏來(lái)對(duì)屏幕中的數(shù)據(jù)進(jìn)行診斷，而Unanimous AI的算法會(huì)實(shí)時(shí)記錄他們的行為。
參與上述過(guò)程的放射醫(yī)師平均每60秒可作出50次診斷，Unanimous AI會(huì)根據(jù)醫(yī)師鼠標(biāo)移動(dòng)的方式，權(quán)衡他們的確信程度，決定其數(shù)據(jù)的重要性。使用這組放射醫(yī)師提供的數(shù)據(jù)訓(xùn)練的Unanimous AI，準(zhǔn)確率比CheXNet模型高11%。
Unanimous AI表示，大多數(shù)AI公司都專(zhuān)注于尋找大數(shù)據(jù)中的規(guī)律，但他們想要探索的是，如何將人聚在一起，通過(guò)AI變得更加智能，如何利用群體智能將人變成人工專(zhuān)家？
目前Unanimous AI有兩款群體智能產(chǎn)品：Swarm Insight和Swarm AI，前者曾用于幫助客戶(hù)預(yù)測(cè)觀(guān)眾對(duì)電視廣告的反應(yīng)，而后者是該公司的核心AI技術(shù)，波音公司的工程師曾用這款產(chǎn)品協(xié)助駕駛艙設(shè)計(jì)。
10、為用戶(hù)提供醫(yī)療建議
美國(guó)醫(yī)療應(yīng)用公司HealthTap，近日在同名應(yīng)用中推出了一系列幫助用戶(hù)“增強(qiáng)智能”的AI功能，幫助解決了原本可能需要看70億次醫(yī)生才能解決的問(wèn)題。
據(jù)悉，HealthTap中的AI醫(yī)生會(huì)檢測(cè)病人的癥狀，提供下一步治療的建議，還會(huì)提供從歷史數(shù)據(jù)中采集的文字答案、醫(yī)生授權(quán)的保健指導(dǎo)、治療提醒和與醫(yī)生視頻診療。
據(jù)HealthTap稱(chēng)，這款應(yīng)用比傳統(tǒng)查病平臺(tái)更精準(zhǔn)，界面對(duì)于用戶(hù)檢查自己的癥狀來(lái)說(shuō)更方便。
AI醫(yī)生會(huì)根據(jù)患者的個(gè)人信息和病史，提供更加個(gè)性化的醫(yī)療建議。
據(jù)悉，HealthTap期初是利用Facebook Messenger聊天機(jī)器人技術(shù)，為病人提供醫(yī)療建議和醫(yī)生的聯(lián)系方式。
此外，HealthTap還將應(yīng)用授權(quán)給雇主、保險(xiǎn)公司和醫(yī)療系統(tǒng)，目前每天有170個(gè)國(guó)家的14萬(wàn)名醫(yī)生在使用HealthTap應(yīng)用。
11、診斷眼疾
說(shuō)到AI與醫(yī)療結(jié)合，不得不再次提到谷歌子公司DeepMind，其在近日與英國(guó)摩爾菲爾茲眼科醫(yī)院和倫敦大學(xué)學(xué)院眼科研究所合作研究，發(fā)現(xiàn)利用AI分析視網(wǎng)膜掃描圖在診斷青光眼、老年黃斑變性和糖尿病視網(wǎng)膜病變等眼疾上，準(zhǔn)確率達(dá)94%，超越了該醫(yī)院的8名臨床專(zhuān)家。
這組科研人員研發(fā)這款A(yù)I技術(shù)，是為了診斷出急需看醫(yī)生的眼疾患者，如果能早發(fā)現(xiàn)眼疾，就能盡早接受治療，保證更好的治療結(jié)果。
這款A(yù)I系統(tǒng)的特點(diǎn)在于，它并不只是提供治療建議，而是會(huì)為醫(yī)生解釋為什么會(huì)做出這樣的建議，而且還會(huì)提供其對(duì)這些建議的確信程度。這樣一來(lái)，用戶(hù)就可以更好了解AI的推理過(guò)程，就像是之前青亭網(wǎng)曾報(bào)道過(guò)MIT林肯實(shí)驗(yàn)室研發(fā)的能夠推理的AI，這也許在以后也會(huì)成為一種趨勢(shì)。據(jù)悉，DeepMind的這款A(yù)I還能夠被用于掃描眼部的醫(yī)學(xué)成像設(shè)備中。
根據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，目前全球有超過(guò)2.5億人患有眼疾或者失明，而像糖尿病視網(wǎng)膜病變這種眼疾，實(shí)際上與心血管疾病有關(guān)系。谷歌的這款A(yù)I能夠預(yù)測(cè)患者的糖尿病視網(wǎng)膜病變時(shí)候會(huì)引起嚴(yán)重的心臟病，準(zhǔn)確率約70%。
除了DeepMind，谷歌母公司Alphabet的子公司Verily Life Science在近年也忙著一些醫(yī)療科研項(xiàng)目，比如檢測(cè)睡眠呼吸暫停、使用AI識(shí)別藥物、采血等等。
12、檢測(cè)癌癥擴(kuò)散
近日，一組由英國(guó)倫敦癌癥研究所、英國(guó)伯明翰大學(xué)、倫敦大學(xué)瑪麗皇后學(xué)院和美國(guó)斯坦福大學(xué)組成的科研人員開(kāi)發(fā)了一款能夠幫助醫(yī)生診斷癌癥階段的AI系統(tǒng)。據(jù)悉，這款A(yù)I系統(tǒng)名為Revolver（代表癌癥反復(fù)的演化過(guò)程），它能夠識(shí)別出癌癥細(xì)胞演變、擴(kuò)散和產(chǎn)生抗性的情況。
有了Revolver，醫(yī)生在未來(lái)就有可能了解腫瘤在什么時(shí)候會(huì)變成惡性，還有可能知道癌癥對(duì)某種療法的反應(yīng)，找到適合患者的藥療方案。
癌癥研究所的一名科研人員Andrea Sottoriva博士表示：“這款A(yù)I工具能夠識(shí)別深藏在復(fù)雜數(shù)據(jù)集中的腫瘤突變規(guī)律，并以此預(yù)測(cè)腫瘤未來(lái)的活動(dòng)。”
目前，科研人員已經(jīng)使用了來(lái)自178名病人的768份樣本來(lái)測(cè)試Revolver，這些數(shù)據(jù)包括肺癌、乳腺癌、腎癌和腸癌。
此外，癌癥研究所的負(fù)責(zé)人Paul Workman認(rèn)為，這項(xiàng)技術(shù)在未來(lái)將會(huì)提前識(shí)別癌癥，為患者制定更個(gè)性化的詳細(xì)治療計(jì)劃，不過(guò)使用Revolver治療癌癥還需要時(shí)間。
第三十四屆CIO班招生
國(guó)際CIO認(rèn)證培訓(xùn)
首席數(shù)據(jù)官（CDO）認(rèn)證培訓(xùn)
責(zé)編：content
免責(zé)聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來(lái)自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，請(qǐng)及時(shí)通知本站，予以刪除。
搶沙發(fā)
