全球只有小部分科學(xué)信息被真正使用或科學(xué)家可以使用，因?yàn)槊?0秒鐘就有新的與醫(yī)療衛(wèi)生有關(guān)的研究成果出現(xiàn)。BenevolentAI能對(duì)大量數(shù)據(jù)進(jìn)行分析，給專家提供他們需要迅速加快藥品研發(fā)的見解。最近，該公司確定了可能對(duì)阿爾茲罕默氏病有作用的兩種化合物，吸引了制藥公司的注意。
隨著ML和AI的進(jìn)步，未來藥品研發(fā)看起來很有希望。最近谷歌研究院的論文指出，使用不同來源的數(shù)據(jù)可更好確定哪些化合物可用于“有效治療不同季度的藥物”，ML如何在大規(guī)模測試數(shù)百萬種化合物上節(jié)省大量時(shí)間。
發(fā)現(xiàn)和控制新疾病
多數(shù)疾病遠(yuǎn)不是只有簡單的基因突變。盡管醫(yī)療衛(wèi)生系統(tǒng)生成了大量（無序）數(shù)據(jù)——質(zhì)量不斷提高——但人類以前沒有必要的硬件和軟件進(jìn)行分析，形成有意義的見解。疾病診斷是復(fù)雜的過程，涉及到各種因素，從病人的皮膚紋理到每日吃的糖數(shù)量。過去2000年，醫(yī)生都是根據(jù)病人癥狀來開藥。
但出現(xiàn)可檢測到的癥狀時(shí)，治療疾病已經(jīng)太遲，特別是在治療癌癥和阿爾茲罕默氏病等疾病時(shí)。有了ML，可以在出現(xiàn)可檢測癥狀很早前，就能發(fā)現(xiàn)微弱的疾病信號(hào)，提高了病人的生存幾率和增加了治療選項(xiàng)。舊金山的新創(chuàng)公司Freenome開發(fā)了自適應(yīng)基因組引擎，幫助動(dòng)態(tài)檢測血液中的疾病信號(hào)。
為此，該公司使用你的freenome，動(dòng)態(tài)收集你血液中漂浮的基因物質(zhì)，這些物質(zhì)可以隨時(shí)間不斷改變，從而提供了了解你成長、生活和老去過程的基因組計(jì)。在疾病診斷和治療計(jì)劃上，Enlitic等公司關(guān)注通過將深度學(xué)習(xí)與醫(yī)療數(shù)據(jù)結(jié)合，從數(shù)十億臨床案例中提煉可用的見解，提高病人的治療效果。
IBM的沃森與紐約的紀(jì)念斯隆-凱特琳癌癥中心合作，消化過去數(shù)十年使用的大量癌癥病人數(shù)據(jù)和治療方法，給治療獨(dú)特癌癥病例的醫(yī)生提供治療選項(xiàng)。在倫敦，谷歌的DeepMind收集摩非眼科醫(yī)院的醫(yī)療記錄分析研究的數(shù)字掃描數(shù)據(jù)，幫助醫(yī)生更好理解和診斷眼科疾玻
同時(shí)，DeepMind也有幫助頭頸癌病人放射治療的項(xiàng)目，給腫瘤醫(yī)生釋放幾個(gè)小時(shí)的規(guī)劃時(shí)間，使他們能關(guān)注更多以病人治療為導(dǎo)向的任務(wù)。
意義何在
AI/ML在醫(yī)療衛(wèi)生的應(yīng)用重塑了該行業(yè)，使曾經(jīng)不可能的事情成為現(xiàn)實(shí)。由于AI/ML在醫(yī)療衛(wèi)生的流行，持續(xù)訪問相關(guān)數(shù)據(jù)對(duì)成功很重要。系統(tǒng)消化的專有數(shù)據(jù)越多，就會(huì)變得越智能。因此，各家公司都盡力獲得數(shù)據(jù)。例如，IBM在2016年2月以26億美元收購了醫(yī)療分析公司Truven Health，主要是為了獲得他們數(shù)據(jù)和見解庫的訪問權(quán)。
此外，他們最近與Medtronic合作，通過訪問實(shí)時(shí)胰島素的數(shù)據(jù)，進(jìn)一步提高沃森理解糖尿病的能力。隨著數(shù)據(jù)越來越豐富，技術(shù)越來越先進(jìn)，機(jī)會(huì)也會(huì)不斷增加，從而激發(fā)醫(yī)療衛(wèi)生從業(yè)者尋找新方法提高人類健康和生活水平。（木秀林）
登陸|注冊歡迎登陸本站，認(rèn)識(shí)更多朋友，獲得更多精彩內(nèi)容推薦！