AI人工智能技術(shù)如何進行醫(yī)療行業(yè)變革

醫(yī)療健康是一個價值數(shù)十億美元的全球性產(chǎn)業(yè)，隨著人類平均預(yù)期壽命的提高，該產(chǎn)業(yè)的價值正在逐年增長。

對于醫(yī)療專業(yè)人員而言，新技術(shù)可以改變他們的工作方式，實現(xiàn)更準確的診斷并提升護理服務(wù)。對于患者而言，醫(yī)療創(chuàng)新減輕了痛苦并挽救了生命。

深度學習可以應(yīng)用于醫(yī)療的各個階段，創(chuàng)造出醫(yī)生和患者都可以利用的工具，以提高護理標準和生活質(zhì)量。

AI如何革新病患護理

從撥打緊急呼叫電話，到主治醫(yī)師在年度體檢時提出建議，病患護理是一系列關(guān)鍵選擇。其中的挑戰(zhàn)是盡可能快速、有效地為患者提供正確的治療。

根據(jù)2018年《柳葉刀》（The Lancet）雜志的一項研究，世界上近一半的國家和地區(qū)每1000人中只有不到一名醫(yī)生，這僅僅達到了優(yōu)質(zhì)醫(yī)療服務(wù)門檻值的三分之一。同時，隨著醫(yī)療數(shù)據(jù)的數(shù)字化，醫(yī)療服務(wù)提供者收集和參考的信息量正在增長。

在重癥監(jiān)護室，這些因素表現(xiàn)得尤其明顯——它需要全天候關(guān)注的患者；需要解讀的大規(guī)模、連續(xù)數(shù)據(jù)反饋；并且需要快速、準確的決策。

麻省理工學院計算機科學與人工智能實驗室的研究人員開發(fā)了一種名為ICU Intervene的深度學習工具，該工具使用每小時生命體征測量，可提前8小時預(yù)測患者是否需要治療，以幫助他們的呼吸，或通過輸血或干預(yù)來改善心臟功能。

總部位于丹麥的創(chuàng)業(yè)公司Corti正在進行另一項“與時間賽跑”的互動——與緊急救援服務(wù)通話。該公司正在使用NVIDIA Jetson TX2模塊分析緊急呼叫音頻，并幫助調(diào)度員在一分鐘內(nèi)識別心臟驟停案例。

LexiconAI是NVIDIA 初創(chuàng)加速計劃的成員，正在幫助醫(yī)生更好地關(guān)注病人。該創(chuàng)業(yè)公司構(gòu)建了一個移動應(yīng)用程序，使用語音識別功能從醫(yī)患對話中捕獲醫(yī)療信息，從而自動填寫電子健康記錄。

AI如何改變病理學

每年，數(shù)百萬次醫(yī)學掃描和數(shù)以百萬計的組織活檢正在發(fā)生。在病理學家長期借助物理載玻片來分析標本并進行診斷的同時，越來越多的醫(yī)療機構(gòu)正在通過掃描這些載玻片來創(chuàng)建數(shù)字病理學數(shù)據(jù)集。

初創(chuàng)公司Proscia使用深度學習技術(shù)來分析這些數(shù)字標本，對三種常見皮膚病變進行分類，準確率超過99％。根據(jù)疾病的類型和階段進行診斷，即便是觀察相同組織的兩位病理學家也可能會經(jīng)常產(chǎn)生不同意見。而使用AI可以幫助其標準化診斷。

另一家初創(chuàng)公司SigTuple開發(fā)了一種用于分析血液和體液的AI顯微鏡。借助于顯微鏡掃描鏡頭下的物理標本，并使用GPU加速的深度學習分析SigTuple云端AI平臺或顯微鏡本身的數(shù)字圖像。

與自動將載玻片轉(zhuǎn)換為數(shù)字圖像并解釋結(jié)果的掃描儀相比，SigTuple的顯微鏡只需花費很少的成本。該公司希望其工具能夠解決全球病理學家普遍面臨的短缺問題。

人工智能如何預(yù)測健康

一系列人工智能工具正在處于開發(fā)過程中，借助這些工具，人們可以在疾病顯現(xiàn)出癥狀之前的幾個月就檢測出疾病的風險因素。這些將有助于醫(yī)生做出早期診斷，進行長壽研究或采取預(yù)防措施。利用深度學習模型在大型數(shù)據(jù)集中發(fā)現(xiàn)模式的能力，這些工具可以從電子健康記錄、物理特征或遺傳信息中提取見解。

Face2Gene是一個移動應(yīng)用程序，可以借助面部識別和AI技術(shù)，通過患者面部照片中識別出大約50種已知的遺傳綜合癥。它被全世界大約70％的遺傳學家使用，可以幫助減少準確診斷所需的時間。

由紐約大學研究人員開發(fā)的另一種深度學習工具，可以分析實驗室測試、X光片和醫(yī)生筆記，以預(yù)測心力衰竭、嚴重腎臟疾病和肝臟問題等疾病，比傳統(tǒng)方法快三個月。

借助人工智能和廣泛的電子健康記錄，研究人員可以在數(shù)百種可預(yù)測糖尿病等疾病的健康測量中建立新的聯(lián)系。

AI如何助力醫(yī)療應(yīng)用程序

通過可穿戴設(shè)備、智能手機和物聯(lián)網(wǎng)設(shè)備，我們可以隨時隨地監(jiān)控健康狀況。

例如，一項名為SpiroCall的服務(wù)使患者可以通過呼叫智能手機來檢查肺功能，方法是撥打免費電話號碼或在應(yīng)用程序上錄制聲音文件。數(shù)據(jù)被發(fā)送到中央服務(wù)器，該服務(wù)器使用深度學習模型來評估肺部健康狀況。

對于有可能在運動場上遭受腦震蕩的運動員，人工智能應(yīng)用正在使用智能手機相機來分析運動員的瞳孔對光線的反應(yīng)，這是醫(yī)療專業(yè)人員用于診斷腦損傷的指標。

在心理健康領(lǐng)域，加拿大初創(chuàng)公司Aifred Health正在使用GPU加速的深度學習來更好地為個體患者量身定制抑郁癥治療方法。綜合患者癥狀、人口統(tǒng)計學和醫(yī)學檢查結(jié)果的數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)可以幫助醫(yī)生開出治療方案。

AI如何為殘障人士提供醫(yī)療設(shè)備

全世界有十億人經(jīng)歷過某種形式的殘疾。人工智能技術(shù)可以為其中一些人提供更高水平的獨立性，使其更容易執(zhí)行日常任務(wù)。

Aira是初創(chuàng)加速計劃的成員之一，它創(chuàng)建了一個連接智能眼鏡的人工智能平臺，幫助視力受損的人閱讀藥瓶上的標簽等。俄亥俄州立大學的一位教授正在使用GPU和深度學習來創(chuàng)建助聽器，可以在濾除背景噪音的同時提高語音音量。

俄勒岡州立大學和非營利性研究機構(gòu)Battelle的研究人員正在開發(fā)一種由神經(jīng)網(wǎng)絡(luò)驅(qū)動的腦機接口，可以讀取想法并恢復(fù)肢體癱瘓的運動。

佐治亞理工學院的一支團隊開發(fā)了一種AI假肢手臂，幫助爵士音樂家Jason Barnes五年來第一次彈鋼琴。假肢手臂使用肌電圖傳感器識別肌肉運動并允許單獨的手指控制。