医疗行业一直是创新的先行者。然而，疾病和病毒的不断变异给医疗保健行业带来了一定的挑战，如今借助人工智能（AI）和机器学习算法，行业迎来了新的机遇。▲图：医疗技术概念和医疗器械（Getty/ImageSource）《柳叶刀数字健康》（TheLancetDigitalHealth）本周发表的一项研究比较了深度学习和医学专业人士在检测医学影像疾病方面的表现。使用的样本是2012年至2019年的所有相关数据。研究发现，在过去几年中，人工智能在从图像中识别疾病诊断方面变得更加准确，并成为更可行的诊断信息来源。研究人员表示，在他们检查的14项研究中，人工智能系统能够在87%的病例中正确识别疾病，而医疗保健专业人员的这一比例为86%；AI也能够正确识别93%的案例。无病患者的百分比与医疗保健专业人员的91%相比。不难推断，未来人工智能在医学影像识别和诊断方面的技术效率会更高。人工智能在医疗领域的应用不仅限于疾病的诊断，还包括可能的治疗方法。制药公司拜耳最近一直在与科技公司合作开发软件，以帮助诊断复杂和罕见的疾病，并帮助开发治疗这些疾病的新药。他们一直在与医院和研究人员合作，弄清楚机器学习需要分析什么并学习如何诊断患者。人工智能从许多来源获取信息，包括症状数据、疾病原因、测试结果、医学图像、医生报告等。在最近接受美联社采访时，负责拜耳人工智能项目的AngeliMoeller解释了新药的开发和使用的系统：“我们可以模拟它在细胞中的行为，同时考虑到其他药物“患者服用。我们正在研究如何找到合适的患者和地点进行我们的临床试验。如果成功，我们可以进行短期研究，并可以更早地找出哪些药物适合患者。”机器学习系统无意取代医生。治疗患者时不能做出绝对的决定。据Moeller介绍，他们仍然希望患者能够控制自己的治疗，希望利用AI来支持决策，并根据他们得到的结果提出建议。拜耳并不是唯一一家在AI医疗保健领域掀起波澜的公司，许多其他初创公司也提出了AI治疗疾病的方法。根据最新的BenchSci报告，目前市场上有148家初创公司在药物开发中使用AI技术。其中一家初创公司Atomwise刚刚与江苏豪森药业集团建立了价值15亿美元的合资企业，旨在设计用于治疗癌症的新药。此次合作将Atomwise的人工智能技术与豪森的制造能力相结合，共同设计出一种预测小分子如何与目标蛋白结合的新方法，有望在医学上取得新的进展。此类合资企业前景广阔，因为它们结合了机器学习和医疗器械创新发展的两个关键要素。过去五年来，加拿大生物技术公司DeepGenomics一直在试验机器学习和药物开发。具体来说，该公司一直在对一种名为威尔逊病的罕见遗传病进行不同的试验，目前市场上还没有治疗方法可以阻止身体消除铜，铜最终会在器官中积聚，并可能导致危及生命的器官损伤，或器官衰竭。DeepGenomics的AI系统成功发现，这种基因突变改变了铜结合蛋白ATP7B的氨基酸链，Wilson病患者缺乏ATP7B，导致基因组被破坏，进而阻止该蛋白的产生.DeepGenomics目前正在第一批候选药物上测试他们的药物，希望最终能成功治疗这种疾病。不幸的是，目前市场上还没有人工智能创造的药物疗法，但许多公司正在努力实现这一目标。患者数据的收集和测试将继续推动市场进步，虽然人工智能和医学界正在做大量工作来挽救生命，但它们目前还远未成为主流。“人工智能真正进入主流医疗实践可能还需要两年时间，但将这项技术带给患者仍然是最困难的部分，”默勒说。
