AI 要抢医生的饭碗？先看看这6点！！！

要说到时下的热词，“人工智能（AI）”是绝对绕不开的话题。AI已经全面入侵了各行各业，医学也不能例外，小编就在此为大家盘点了AI在医疗行业的6大进展。...



人工智能

要说到时下的热词，“人工智能（AI）”是绝对绕不开的话题。AI已经全面入侵了各行各业，医学也不能例外，小编就在此为大家盘点了AI在医疗行业的6大进展。

赛诺菲巴斯德（Sanofi Pasteur）是全球知名的研发企业。它与一家名为BERG的生物医药公司达成合作，利用人工智能进行流感疫苗研发。

根据合作协议，BERG将利用其专有的研发平台获得数据并进行建模，以数据驱动的方式评估与季节性流感疫苗接种效果相关的潜在生物标志物。



BERG的平台利用其开发的人工技能技术，可以对高通量的分子和临床信息进行数据驱动分析。它能从分散、庞大的数据里头提取出可执行的洞见，这一方法也已得到了验证。利用这一人工智能平台，赛诺菲巴斯德将寻找能评估季节性流感疫苗效果的潜在生物标志物。如果一切顺利，这些标志物能预测流感疫苗引起的免疫反应的广度和持久性，这有助于未来的疫苗研发，造福患者。来自日本的一群科学家利用人工智能的方法，能在不到1秒钟的时间里对结直肠癌做出诊断，准确率高达86%。令人赞叹的是，它甚至能在良性肿瘤恶化前，就做出诊断。

在这项研究里，科学家们让人工智能对结直肠中的息肉进行了深度观察。他们将息肉放大了500倍，让人工智能可以仔细看清这些组织的变化。



随后，他们又提供了30000张癌变前和癌变后的细胞照片，用机器学习的方法来训练人工智能。最终，这套系统可以在短短1秒内做出诊断，准确率高达86%。这也是人工智能首次被用于结直肠癌的诊断。葛兰素史克公司(GSK)与一家苏格兰的初创公司Exscientia达成合作，涉及金额约为4300万美元。Exscientia的主要业务是利用人工智能进行药物研发指导，双方合作之后，Exscientia将利用其AI药物研发平台为GSK进行10个创新小分子药物疾病的靶点开发。



Exscientia公司的药物研发平台可同时利用大数据和机器学习方法，根据已有的药物研发数据自动设计出上百万种与特定靶标相关的小分子化合物，并根据药效、选择性、ADME等其他条件对化合物进行筛选。而后筛选出来的化合物会被合成并且进行实验检测，然后实验数据会被反馈到AI系统中用于改善下一轮化合物的选择。科学家们开发了一款能用来诊断乳腺癌的人工智能，它的准确率比专业的病理学家花30个小时做的病理分析，还要高出15个百分点！



哈佛医学院和麻省总医院的研究人员们开发的这款系统能从一系列数据点中做出诊断。除了活检结果和病理报告，这款人工智能还会分析患者的家族病史，以及种族信息。这样一来，诊断的正确率大大提高。

在335项高风险的病理中，该人工智能的诊断正确率为97%。研究人员说，由于它的准确率，患者接受不必要的手术的概率下降了30%！对于患者来说，这不啻于一个巨大福音。位于麻省剑桥地区的GNS Healthcare宣布，利用人工智能技术找到了帕金森病的一个进展标志物，这项研究发表在了《柳叶刀》的子刊《The Lancet Neurology》。



利用其机器学习技术，GNS从312名帕金森病患者和117名对照组志愿者中收集到了遗传学和临床的数据，并将遗传学上的变异于疾病的进展联系了起来。这一系统找到了一个叫做LINGO2的基因。与另一个遗传变异一起，它们能用来预测患者运动能力衰退的进展情况。此外，研究人员们也发现了一些和疾病进展有关的人口因素。意大利巴里大学（University of Bari）的研究人员用MRI扫描了67名志愿者的大脑，其中一些罹患阿兹海默病，一些轻度认知障碍患者，以及一些普通健康人。利用算法，他们能准确地鉴定出患有阿兹海默病的患者，准确率达86%。此外，他们也能将健康人与轻度认知障碍患者进行区分。



轻度认知障碍一般被认为是阿兹海默病的前兆。在项研究中，科学家人也发现，实验中的轻度认知障碍患者最终都发展成了阿兹海默病。也就是说，利用他们开发的算法，我们能在阿兹海默病出现前的几年，就发现患有认知障碍的大脑，预知阿兹海默病的发生。

    关注 e诊断医学社区