5家創(chuàng)新型癌癥AI公司、10大應(yīng)用場(chǎng)景,除了影像之外,AI最有潛力的用途還有哪些?
醫(yī)學(xué)博士StefanButtigieg認(rèn)為,在日常生活中我們可能并不能感受到目前正在進(jìn)行著的人工智能革命,但事實(shí)上這些前沿的技術(shù)正在以驚人的速度推動(dòng)著醫(yī)學(xué)的革新。
他預(yù)計(jì),庫(kù)卡機(jī)器人,人工智能(AI)系統(tǒng)將在美國(guó)90%的醫(yī)院和全球60%的醫(yī)院和保險(xiǎn)公司中得到應(yīng)用,從而為70%的患者提供更加方便獲取、價(jià)格更低廉且質(zhì)量更高的護(hù)理。
此外,AI市場(chǎng)中的醫(yī)療保健應(yīng)用將在全球得到迅速采用,預(yù)計(jì)到2021年的年復(fù)合增長(zhǎng)率達(dá)到42%。Frost&Sullivan甚至認(rèn)為,到2021年這些AI的醫(yī)療保健應(yīng)用的全球收益將達(dá)到67億美元。
那具體到提高病癥的治療研究如世界醫(yī)學(xué)公認(rèn)的難題癌癥的治療,人工智能會(huì)產(chǎn)生哪些影響?StefanButtigieg對(duì)在AI技術(shù)推動(dòng)下的癌癥治療和研究的未來進(jìn)行了探索。
人工智能在癌癥治療研究的影響
腫瘤學(xué)是專門針對(duì)癌癥診斷和治療的醫(yī)學(xué)分支學(xué)科,其包含醫(yī)學(xué)腫瘤學(xué)、放射腫瘤學(xué)和外科腫瘤學(xué)三門不同的子學(xué)科,人工智能(AI)在這些子專業(yè)中都發(fā)揮著重要的作用。
人工智能是怎樣在癌癥這種復(fù)雜的疾病的治療研究中發(fā)揮作用的呢?
德克薩斯大學(xué)MD安德森癌癥中心和加利福尼亞州帕洛阿爾托醫(yī)學(xué)基金會(huì)的醫(yī)生們已經(jīng)開始探索人工智能和大數(shù)據(jù)方面的潛在用途。
他們提出了14種可以使得癌癥治療研究可以獲益的應(yīng)用場(chǎng)景。AI研究人員和臨床醫(yī)生將這些場(chǎng)景主要?dú)w納為三條主要途徑來加速腫瘤學(xué)研究:
1、通過進(jìn)一步發(fā)展和整合現(xiàn)有的癌癥記錄手冊(cè),從地方到全球?qū)用妫M(jìn)行分析和解釋,以更好地了解癌癥機(jī)制(從常見到罕見癌癥)。大數(shù)據(jù)集提供了可靠的證據(jù)基礎(chǔ),而另一方面由人工智能來幫助分析;
2、通過對(duì)最佳實(shí)踐方式及趨勢(shì)進(jìn)行分析,來提升全球癌癥治療途徑;
3、通過大力促進(jìn)成本效益實(shí)驗(yàn)的實(shí)施。
AI重塑了我們用于診斷癌癥的工具
傳統(tǒng)醫(yī)學(xué)上我們使用臨床手段如超聲檢查、X射線、計(jì)算機(jī)斷層掃描(CT)和磁共振成像(MRI)檢測(cè)癌癥。然而,這些技術(shù)其實(shí)對(duì)許多癌癥是無法完全識(shí)別出的。
另一種方法是分析微陣列基因譜,這種聽上去很復(fù)雜的方法只需使用極少量的遺傳物質(zhì)來檢測(cè)癌癥,以評(píng)估某些基因表達(dá)的程度。這種遺傳材料產(chǎn)生的數(shù)據(jù)可創(chuàng)造必須分析的巨大數(shù)據(jù)集。此分析可能需要好幾個(gè)小時(shí)才能完成。但現(xiàn)在這個(gè)復(fù)雜耗時(shí)的分析可以通過AI來快速執(zhí)行。
從2001就開始的研究中可以看出事實(shí)上,人工智能在這里起著重要的作用,而當(dāng)我們快速推進(jìn)到2017年時(shí),我們看到神經(jīng)網(wǎng)絡(luò)的研究人員已經(jīng)在通過創(chuàng)新技術(shù)(如GeneMasking)對(duì)癌癥進(jìn)行分類了。
當(dāng)科學(xué)家難以理解甚至準(zhǔn)確地預(yù)測(cè)腫瘤的行為方式時(shí),腫瘤惡性作用就會(huì)暴露無遺。無數(shù)癌癥患者及其家屬都在與那些未知的復(fù)發(fā)可能性做斗爭(zhēng)。當(dāng)幾個(gè)原癌細(xì)胞在初始治療中僥幸存活下來或者因體積太小在治療后難以被檢測(cè)到,病人就有可能面臨癌癥復(fù)發(fā)的危險(xiǎn)。
斯坦福人工智能實(shí)驗(yàn)室和斯坦福大學(xué)醫(yī)學(xué)院之間的合作啟發(fā)了TensorFlow和13萬皮膚病圖像數(shù)據(jù)庫(kù)的誕生,并訓(xùn)練TensorFlow算法來視覺診斷潛在的皮膚癌。最重要的是,這套算法算出的結(jié)果與21名皮膚科醫(yī)生團(tuán)隊(duì)也互相匹配。
腫瘤學(xué)領(lǐng)域的人工智能應(yīng)用越來越多,目前有五家公司非常值得關(guān)注。近年,從圖像中識(shí)別出對(duì)象物的圖像識(shí)別技術(shù)借助深度學(xué)習(xí),其應(yīng)用范圍得以迅速提高。
總部位于美國(guó)舊金山的新興企業(yè)Enlitic將深度學(xué)習(xí)運(yùn)用到了癌癥等惡性腫瘤的檢測(cè)中。該公司開發(fā)的系統(tǒng)的癌癥檢出率高于放射技師。深度學(xué)習(xí)是使用模擬人腦結(jié)構(gòu)的深度神經(jīng)網(wǎng)絡(luò)的一種機(jī)器學(xué)習(xí)方法,也可用于語(yǔ)音識(shí)別及自然語(yǔ)音處理等,但取得顯著成果的要數(shù)圖像識(shí)別領(lǐng)域。
Enlitic正在使用深度學(xué)習(xí)來自動(dòng)檢測(cè)胸部CT圖像中的肺癌結(jié)節(jié),結(jié)果顯示其比胸部放射科醫(yī)師專家組具有更高的準(zhǔn)確度。
InsilicoMedicine公司成立于2014年1月,KUKA機(jī)器人示教器維修,位于巴爾的摩。其通過AI技術(shù)來進(jìn)行藥物研發(fā)、生物標(biāo)志物開發(fā)和衰老研究,該公司應(yīng)用深度學(xué)習(xí)算法來進(jìn)行癌癥治療的藥物研發(fā),如免疫療法。今年8月InsilicoMedicine還與全球領(lǐng)先的區(qū)塊鏈技術(shù)全方位服務(wù)公司Bitfury簽訂了合作協(xié)議,共同研發(fā)將區(qū)塊鏈技術(shù)應(yīng)用于醫(yī)療健康應(yīng)用程序的創(chuàng)新解決方案。
OncoraMedical公司正在為放射腫瘤學(xué)提供預(yù)測(cè)意見和風(fēng)險(xiǎn)分析。通過這種方式,他們正在幫助輻射腫瘤學(xué)家做出更好的決策,并更好地利用他們生成的多樣化和有價(jià)值的數(shù)據(jù)。這家位于費(fèi)城的初創(chuàng)公司專注于幫助癌癥研究和治療,特別是在放射治療方面。
世界各地的病理醫(yī)生每天都在診斷癌癥,他們的工作需要分析上千張片子。如果有一個(gè)簡(jiǎn)單的方法幫助這些專家過濾所有正常的片子,并對(duì)需要進(jìn)一步研究的片字進(jìn)行標(biāo)注,那么醫(yī)生們的工作量將會(huì)減輕很多。
Proscia是一家將計(jì)算機(jī)智能應(yīng)用于腫瘤病理學(xué)的公司,它收集整理來自全世界的腫瘤病理數(shù)據(jù)和圖像,并將其應(yīng)用于臨床一線腫瘤治療。Proscia設(shè)計(jì)的這個(gè)數(shù)字病理平臺(tái),允許病理學(xué)家和研究人員利用每張片子中的病理數(shù)據(jù)。今年上半年,Proscia將這項(xiàng)云技術(shù)跨界應(yīng)用于腫瘤病理分析,建立了讓全世界的人們可以輕松共享的腫瘤病理切片云數(shù)據(jù)庫(kù)。
AI在腫瘤學(xué)領(lǐng)域的未來
腫瘤學(xué)雜志在ESMOOpen刊登了Curioni-Fontecedro博士的文章應(yīng)用人工智能的腫瘤學(xué)新時(shí)代,該文章簡(jiǎn)要解釋了目前的情況。
雖然這項(xiàng)技術(shù)和研究存在并可用于癌癥護(hù)理和研究,但它們尚未覆蓋到整個(gè)腫瘤學(xué)界。那些還沒有覆蓋到的地方需要在腫瘤學(xué)達(dá)到下一個(gè)水平時(shí),通過醫(yī)生拿到資助及接受培訓(xùn)去購(gòu)買,才能得到實(shí)施。
癌癥研究治療的未來是光明的,我們期待在不久的將來,癌癥將被以一種簡(jiǎn)單無縫的方式來看待及解決,為癌癥患者們提供恢復(fù)健康的希望和機(jī)會(huì)。StefanButtigieg還提到了十種對(duì)人類醫(yī)療保健具有重大影響的人工智能應(yīng)用場(chǎng)景。
1、電子病歷挖掘
電子病歷是一個(gè)匯集了患者們所有健康數(shù)據(jù)的存儲(chǔ)庫(kù)。如果決策者需要根據(jù)在某個(gè)特定的年份來分配資源,這就需要公共衛(wèi)生專業(yè)人員、數(shù)據(jù)科學(xué)家和信息學(xué)家共同協(xié)作,根據(jù)特定的臨床編碼標(biāo)準(zhǔn)來分析成千上萬的匿名患者記錄。
在目前紙質(zhì)臨床文件主導(dǎo)的大環(huán)境下,這是不可能實(shí)現(xiàn)的。此外該過程通常還需要好幾個(gè)月的時(shí)間且有諸多結(jié)果是不符合科學(xué)意義的。
但電子病歷挖掘技術(shù)不僅限于高層次決策背景下的應(yīng)用,其實(shí)它也可用于直接改善患者的醫(yī)療體驗(yàn)。比如在招募患者進(jìn)行臨床試驗(yàn)時(shí),電子病歷挖掘技術(shù)可對(duì)患者進(jìn)行匹配。換而言之,患者招募系統(tǒng)(PRS)可以直接發(fā)掘到符合條件特定患者,為他們提供參與臨床試驗(yàn)的機(jī)會(huì)。
2、高級(jí)咨詢機(jī)器人