av天堂久久天堂色综合,最近中文字幕mv免费高清在线,在线a级毛片免费视频,av动漫,中文字幕精品亚洲无线码一区

微信掃一掃，關(guān)注公眾號

  • 科技行者

  • 算力行者

見證連接與計(jì)算的「力量」

首頁 谷歌、蓋茨基金會(huì)正嘗試用AI對抗每年奪走60-80萬生命的疾病 | 詳解AI在醫(yī)學(xué)的七大應(yīng)用場景（附報(bào)告下載）

谷歌、蓋茨基金會(huì)正嘗試用AI對抗每年奪走60-80萬生命的疾病 | 詳解AI在醫(yī)學(xué)的七大應(yīng)用場景（附報(bào)告下載）

作者：CNET科技行者
2017-09-14 21:04
分享至：
谷歌、蓋茨基金會(huì)正在使用機(jī)器學(xué)習(xí)來對抗瘧疾。當(dāng)然，AI在醫(yī)療的應(yīng)用遠(yuǎn)不止此，其實(shí)它還有一些典型場景。這里，我們總結(jié)了AI在醫(yī)療行業(yè)7個(gè)開創(chuàng)性的應(yīng)用領(lǐng)域。
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2017-09-14 21:04 ? CNET科技行者

CNET科技行者 9月14日 北京消息： 必然會(huì)有一波搞研究的人嘗試用AI解決。

AI+醫(yī)療

1920年，國立醫(yī)學(xué)圖書館的海報(bào)中一只巨型蚊子站在人體之上，其寓意旨在呼吁人們遠(yuǎn)離蚊子。

來對抗這一疾病。

對瘧疾傳染源進(jìn)行精確定位。

AI+醫(yī)療

谷歌地球引擎技術(shù)（Google Earth Engine）對瘧疾傳染源進(jìn)行精確定位

解釋了谷歌地球引擎技術(shù)幫助人們對抗這種疾病的原理：

“在斯威士蘭和津巴布韋，只要有人被確診得了瘧疾，工作人員就會(huì)前往感染發(fā)生的村子，精確采集感染地點(diǎn)的GPS定位數(shù)據(jù)。不過只看這些定位點(diǎn)，你還無法準(zhǔn)確判定該地區(qū)的瘧疾風(fēng)險(xiǎn)。你還需要通過衛(wèi)星圖像結(jié)合當(dāng)?shù)氐慕邓?、氣溫、坡度、海拔等環(huán)境因素，因?yàn)檫@些因素都會(huì)影響到蚊蟲的繁殖和寄生蟲的發(fā)育。”

瘧疾風(fēng)險(xiǎn)地圖”，谷歌地球引擎還使這些輔助性（但又十分重要）的數(shù)據(jù)變得更易于采集。

不僅是谷歌，另一科技巨頭微軟公司創(chuàng)始人比爾·蓋茨，由他創(chuàng)辦的“蓋茨基金會(huì)”，同時(shí)也投注了大筆資金，用于研發(fā)的技術(shù)則可以幫助判斷出病人是否感染了瘧疾，感染的是瘧疾中的哪一種類，以及可能是從哪些渠道感染的。相比傳統(tǒng)方式下需要大量看樣本，做分析，該技術(shù)讓醫(yī)生的效率大為提升。

AI在醫(yī)療行業(yè)7個(gè)開創(chuàng)性的應(yīng)用領(lǐng)域

事實(shí)上，計(jì)算機(jī)與醫(yī)療的結(jié)合為未來醫(yī)療開啟了新大門。醫(yī)療健康行業(yè)是一座“數(shù)據(jù)金礦”，高質(zhì)量的醫(yī)療數(shù)據(jù)會(huì)成為人工智能引擎的寶貴助力。

當(dāng)然，AI在醫(yī)療的應(yīng)用遠(yuǎn)不止對抗瘧疾，其實(shí)它還有一些典型場景。這里，我們總結(jié)了AI在醫(yī)療行業(yè)7個(gè)開創(chuàng)性的應(yīng)用領(lǐng)域。

1、疾病診斷

疾病的識別診斷一直是醫(yī)學(xué)研究的前沿。根據(jù)美國藥物研究與制造商發(fā)布的2015年報(bào)告，有800多種藥物和疫苗用于治療癌癥。

奈特（Knight）研究所研究員杰夫·特納（Jeff Tyner）在接受彭博科技（Bloomberg）采訪時(shí)表示，雖然這令人興奮，但還是不容易找到行之有效的方法來處理所有數(shù)據(jù)結(jié)果。

Tyner表示：“生物學(xué)家與計(jì)算機(jī)專家合作非常重要。”

毫不奇怪，一些大公司已經(jīng)開始這方面的研究布局，特別是在像癌癥識別和治療這樣的重要領(lǐng)域。

2011年10月，IBM沃森健康公司（Watson Health）宣布與沃森基因組學(xué)公司（IBM Watson Genomics）合作，該計(jì)劃旨在通過集成認(rèn)知計(jì)算和基因組腫瘤測序，推動(dòng)精密醫(yī)學(xué)領(lǐng)域發(fā)展。

目前正在進(jìn)行的研究項(xiàng)目包括靜脈內(nèi)腫瘤治療的劑量試驗(yàn)和前列腺癌檢測和后續(xù)管理。

其他主要的例子包括谷歌的DeepMind Health，去年宣布與英國的多家合作伙伴關(guān)系，包括倫敦的Moorfields眼科醫(yī)院，他們正在開發(fā)技術(shù)來解決老化眼睛黃斑變性的問題。

谷歌、蓋茨基金會(huì)正嘗試用AI對抗每年奪走60-80萬生命的疾病 | 詳解AI在醫(yī)學(xué)的七大應(yīng)用場景（附報(bào)告下載）

在腦部疾病如抑郁癥等領(lǐng)域，牛津的“抑郁癥預(yù)防及應(yīng)對”（PReDicT）項(xiàng)目正在使用預(yù)測分析來幫助診斷并提供治療，他們的總體目標(biāo)是研發(fā)一組情緒測試問卷調(diào)查用于臨床。

2、個(gè)性化醫(yī)學(xué)

個(gè)性化醫(yī)學(xué)或基于個(gè)人健康數(shù)據(jù)的預(yù)測分析也是當(dāng)前一個(gè)熱點(diǎn)研究領(lǐng)域。

該領(lǐng)域目前大多采用監(jiān)督學(xué)習(xí)（Supervised Learning），這讓醫(yī)生們可以從更有限的診斷集中進(jìn)行選擇，或者基于癥狀和遺傳信息來估計(jì)患者風(fēng)險(xiǎn)。

IBM沃森研究中心腫瘤學(xué)部門和斯隆凱特林紀(jì)念醫(yī)院目前在該領(lǐng)域處于領(lǐng)先地位。他們致力于使用患者醫(yī)療信息和診療歷史來選擇最優(yōu)治療方案：

在接下來的十年中，我們將會(huì)看到微生物傳感設(shè)備以及具有更復(fù)雜的健康測量和遠(yuǎn)程監(jiān)控功能的移動(dòng)APP的廣泛使用，這將帶來可用于幫助促進(jìn)研發(fā)和治療功效的大量數(shù)據(jù)。

這種個(gè)性化治療有益于幫助提高健康，并最終降低總體醫(yī)療成本。

在初步（早期）藥物設(shè)計(jì)中使用機(jī)器學(xué)習(xí)具有巨大潛力，從藥物化合物的初步篩選到基于個(gè)體因素的藥物有效性預(yù)測，以及一系列新技術(shù)，如下一代測序等。

精準(zhǔn)藥物醫(yī)學(xué)是這一領(lǐng)域的前沿。這涉及確定“多因素”疾病的機(jī)制，或者尋找替代治療等等。

很多這方面研究涉及無監(jiān)督的學(xué)習(xí)，目前很大程度上我們?nèi)匀痪窒抻谧R別數(shù)據(jù)模式（而非預(yù)測）。

谷歌、蓋茨基金會(huì)正嘗試用AI對抗每年奪走60-80萬生命的疾病 | 詳解AI在醫(yī)學(xué)的七大應(yīng)用場景（附報(bào)告下載）

圖示：

A：監(jiān)督和無監(jiān)督學(xué)習(xí)問題的矩陣表示

B：決策樹將特征映射到結(jié)果

C：神經(jīng)網(wǎng)絡(luò)基于特征的變換來預(yù)測結(jié)果

D：最近鄰算法 - 基于最相似訓(xùn)練樣本值的分類器

該領(lǐng)域的主要開拓者包括MIT臨床機(jī)器學(xué)習(xí)小組。 其精密醫(yī)學(xué)研究側(cè)重于開發(fā)算法，以更好地了解疾病過程并設(shè)計(jì)有效治療2型糖尿病等疾病。

微軟的漢諾威項(xiàng)目正在多個(gè)計(jì)劃中使用ML技術(shù)，其中包括與奈特癌癥研究所合作開發(fā)用于癌癥精準(zhǔn)治療的AI技術(shù)，目前著眼于開發(fā)治療個(gè)性化急性骨髓性白血?。ˋML）的藥物組合。

英國皇家學(xué)會(huì)還指出，藥物研究中運(yùn)用ML已經(jīng)成熟。 來自實(shí)驗(yàn)或制造過程的數(shù)據(jù)有可能幫助制藥廠商減少生產(chǎn)藥物所需的時(shí)間，從而降低成本并提高重復(fù)率。

4、臨床試驗(yàn)研究

機(jī)器學(xué)習(xí)可以用來指導(dǎo)臨床試驗(yàn)研究。應(yīng)用高級預(yù)測分析，我們可以利用比目前更廣泛的數(shù)據(jù)，例如社會(huì)媒體和醫(yī)生門診記錄，以及在針對特定人群時(shí)的遺傳信息來確定臨床試驗(yàn)候選人; 這一切將使得臨床實(shí)驗(yàn)更小，更快，更便宜。

ML還可用于遠(yuǎn)程監(jiān)控，例如，監(jiān)測患者體征以發(fā)現(xiàn)任何人身傷害或死亡的跡象。

據(jù)麥肯錫稱，ML可以幫助提高臨床試驗(yàn)效率，包括找到最佳樣本大小; 適應(yīng)患者個(gè)體差異; 以及使用電子醫(yī)療記錄來減少數(shù)據(jù)錯(cuò)誤（例如重復(fù)輸入）。

5、放射學(xué)和放射治療

在2016年10月的“統(tǒng)計(jì)新聞”采訪中，哈佛醫(yī)學(xué)院助理教授Ziad Obermeyer博士說：“20年后，放射科醫(yī)生將不復(fù)存在。他們可能看起來更像是人和機(jī)器的混合體：應(yīng)用ML算法每分鐘他們可以讀取數(shù)千個(gè)病例。

“ 目前，Google的DeepMind Health正在與倫敦大學(xué)學(xué)院（UCLH）合作開發(fā)能夠檢測健康和癌組織差異的ML算法幫助改善放射治療。

谷歌、蓋茨基金會(huì)正嘗試用AI對抗每年奪走60-80萬生命的疾病 | 詳解AI在醫(yī)學(xué)的七大應(yīng)用場景（附報(bào)告下載）

圖片來源：Google DeepMind健康 - 放射治療計(jì)劃

DeepMind和UCLH正在努力應(yīng)用ML，以加快癌組織分割過程（確保沒有健康的結(jié)構(gòu)受損）并提高放射治療的準(zhǔn)確性。

6、智能電子健康記錄

使用支持向量機(jī)（SVM）進(jìn)行文本分類（例如通過電子郵件來對患者查詢進(jìn)行排序）以及光學(xué)字符識別（或OCR，將草圖手寫轉(zhuǎn)換為數(shù)字化字符）都是成熟的ML應(yīng)用。

這將有助于推動(dòng)電子健康的收集和數(shù)字化。 這方面的工作包括MATLAB的ML手寫識別技術(shù)和Google用于OCR的Cloud Vision API。

MIT臨床機(jī)器學(xué)習(xí)小組正在推動(dòng)下一代智能電子健康記錄的發(fā)展，他們使用內(nèi)置的ML算法來幫助診斷，臨床決策和提供個(gè)性化治療建議。 MIT在其網(wǎng)站上寫道:“我們需要強(qiáng)大，安全及可解釋的ML算法。它可以從小規(guī)模的標(biāo)注訓(xùn)練集中學(xué)習(xí)，并支持自然語言交互，從而可推廣至大量醫(yī)療機(jī)構(gòu)。

7、疫情爆發(fā)預(yù)測

根據(jù)從衛(wèi)星收集的數(shù)據(jù)，網(wǎng)絡(luò)上的歷史信息，實(shí)時(shí)社交媒體更新等等，ML和AI技術(shù)也被應(yīng)用于監(jiān)測并預(yù)測世界各地的疫情爆發(fā)。

目前已有基于支持向量機(jī)（SVM）和人工神經(jīng)網(wǎng)絡(luò)（ANN）的模型來預(yù)測瘧疾疫情。采用的數(shù)據(jù)包括溫度，月平均降雨量，陽性病例總數(shù)等等。

疫情預(yù)測在第三世界國家尤其迫切。這些國家往往缺乏醫(yī)療基礎(chǔ)設(shè)施，教育途徑和及時(shí)治療機(jī)會(huì)。 ProMED是一個(gè)基于互聯(lián)網(wǎng)的郵件系統(tǒng)以用于監(jiān)測新出現(xiàn)的疾病并實(shí)時(shí)提供疫情報(bào)告：

谷歌、蓋茨基金會(huì)正嘗試用AI對抗每年奪走60-80萬生命的疾病 | 詳解AI在醫(yī)學(xué)的七大應(yīng)用場景（附報(bào)告下載）

圖片來源：Going International

谷歌、蓋茨基金會(huì)正嘗試用AI對抗每年奪走60-80萬生命的疾病 | 詳解AI在醫(yī)學(xué)的七大應(yīng)用場景（附報(bào)告下載）

圖片來源：CDC - HealthMap報(bào)告用于跟蹤和預(yù)測登革熱病毒（dengue virus）爆發(fā)

有待克服的障礙

在將ML技術(shù)應(yīng)用于制藥和醫(yī)療的這場競賽中，還有如下待解決的挑戰(zhàn)：

  • 數(shù)據(jù)整合是目前最為緊迫的問題之一。醫(yī)療數(shù)據(jù)仍然是敏感的個(gè)人隱私。一向以來我們認(rèn)為大多數(shù)公眾會(huì)擔(dān)心醫(yī)療數(shù)據(jù)中的隱私問題。有趣的是，2016年3月份的Wellcome基金會(huì)對英國公眾的調(diào)查發(fā)現(xiàn)，只有17％的受訪者明確表示不同意將他們的匿名數(shù)據(jù)提供給第三方進(jìn)行研究。
  • 為滿足嚴(yán)格的藥物開發(fā)規(guī)定我們需要算法更透明;人們需要能夠透過“黑盒”來理解算法結(jié)論背后的推理過程。
  • 招聘數(shù)據(jù)科學(xué)人才，建立健全的數(shù)據(jù)科學(xué)流程。
  • 打破“數(shù)據(jù)孤島”并真正建立以數(shù)據(jù)為中心的觀點(diǎn)。橫跨部門領(lǐng)域至關(guān)重要，我們需要以積極推動(dòng)行業(yè)的心態(tài)，看到大數(shù)據(jù)機(jī)器學(xué)習(xí)這一趨勢的長期價(jià)值。
  • 作為實(shí)現(xiàn)這一切的第一步，我們需要對目前數(shù)據(jù)庫中分散凌亂的電子記錄進(jìn)行整合。

-END-

就結(jié)束了嗎？

國內(nèi)也有機(jī)構(gòu)專注AI醫(yī)療深度研究報(bào)告。

。

AI醫(yī)療報(bào)告，下載報(bào)告。

<來源 ：Techemergence;編譯：科技行者>

分享至
0贊

好文章，需要你的鼓勵(lì)

推薦文章
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-