医疗保健行业一直都是创新先行者。然而，疾病和病毒不断地变种，给医疗保健行业带来一定的挑战，现在借助人工智能(AI)和机器学习算法，该行业迎来了新机遇。

　　《柳叶刀数字健康》(The Lancet Digital Health)本周发表的一项研究，比较了深度学习与医疗专业人员在检测医学影像疾病方面的表现，该研究采用的样本是2012年-2019年期间的所有相关数据。

　　研究发现，在过去的几年里，AI在图像识别疾病诊断方面变得更加准确，并成为一个更可行的诊断信息来源。研究人员表示，在其考察的14项研究里，AI系统能够正确识别疾病的百分比达87%，而医疗保健专业人士正确识别疾病的百分比为86%;且AI还能够正确地识别出病例中93%没有疾病的患者，而医疗保健专业人员为91%。不难推断出，AI未来在医疗成像识别诊断的技术效率会更高。

　　人工智能在医疗领域的应用不仅限于诊断疾病，还包括可能的治疗方法。

　　制药公司拜耳(Bayer)最近一直在与科技公司合作，开发有助于诊断复杂和罕见疾病的软件，并帮助开发治疗这些疾病的新药。他们一直与医院和研究人员合作，希望找出机器学习在分析和学习如何诊断病人病情时需要的东西。人工智能吸收的信息来自许多因素，包括症状数据、疾病原因、检测结果、医学图像、医生报告等等。

　　最近负责拜耳人工智能项目的Angeli Moeller接受了美联社的采访，Moeller解释了新药物的开发及用到的系统：“我们可以模拟它在细胞里的表现，同时综合考虑患者服用的其他药物。我们正在研究如何找适合的病人和地点，进行我们的临床试验。如果成功，我们就可以进行更短期的研究，可以更早地发现哪些药物适合患者。”

　　机器学习系统并不是要取代医生，也不能在治疗病人时做出绝对的决定。据Moeller说，他们仍然希望病人能够控制自己的治疗，希望利用AI来支持决策，并根据得到的结果提出建议。

　　拜耳并非唯一一家在AI医疗保健领域掀起波澜的公司，其他许多初创公司也在提出AI疾病治疗方案。据BenchSci最新报告显示，目前市场上有148家初创公司在药物研发中使用了AI技术。

　　其中一家初创公司Atomwise刚刚与江苏豪森药业集团有限公司(Jiangsu Hansoh Pharmaceutical Group)合作，成立了一家价值15亿美元的合资企业，用于设计癌症治疗新药物。此次合作将Atomwise的AI技术与豪森药业的制造能力结合起来，共同设计出预测小分子如何与靶标蛋白绑定的新方法，有望取得医疗新进展。类似的合资企业前景颇佳，因为这些企业结合了机器学习和医疗器械创新发展的两个关键要素。

　　加拿大生物技术公司Deep Genomics在过去5年里一直在试验机器学习和药物开发。具体而言，这家公司一直在针对一种名为“威尔逊病(Wilson Disease)”的罕见遗传疾病做了不同的实验，目前市场上尚无威尔逊病的治疗方法，这种疾病会阻止人体排除铜，而铜元素最终会在器官中积聚，并可能导致危及生命的器官损伤，或者器官衰竭。

　　Deep Genomics的AI系统成功发现，这种基因突变改变了ATP7B的氨基酸链，ATP7B是一种铜结合蛋白，威尔逊病患者缺乏ATP7B，导致基因组的中断，进而导致不能生成该蛋白。目前Deep Genomics公司正在测试他们的药物对第一批应选人的效用，但愿最终能成功治疗该疾病。

　　不幸的是，目前市场上还不存在由AI创建的任何药物治疗，但许多公司都在努力实现这一点。患者数据和测试的收集，将持续推动市场的进步，虽然人工智能与医疗专业工作做的大量工作挽救了生命，但目前却远非主流。

　　Moeller 表示，“AI真正进入主流医疗实践可能需要两年的时间，但把这项技术应用到患者身上，仍然是最困难的部分。”

      声明：本站在转载文章时均注明来源出处，转载目的在于传递更多信息，未用于商业用途。如因本站的文章、图片等在内容、版权或其它方面存在问题 或异议，请与本站联系(电话：020-37784831，邮箱：edit@fly-tech.com.cn)，本站将作妥善处理。