人工智能醫(yī)療四大應(yīng)用，傳統(tǒng)醫(yī)療出現(xiàn)AI藍(lán)海
隨著漸趨成熟的AI(人工智能)技術(shù)向各行各業(yè)進(jìn)行“AI+”式的轉(zhuǎn)變，“AI+醫(yī)療”作為能夠產(chǎn)生劃時代變革，且直接關(guān)乎人類福祉的領(lǐng)域，自然而然成為許多巨頭的關(guān)注點。雖然談及當(dāng)前“AI+醫(yī)療“的具體應(yīng)用，主要集中在機(jī)器學(xué)習(xí)輔助診療及分析這類領(lǐng)域，但相比于受到技術(shù)和法律限制的無人駕駛汽車等人工智能產(chǎn)業(yè)，智能醫(yī)療顯然更容易落地，也具備成為下一個“AI藍(lán)海”的條件。
當(dāng)前，人工智能在醫(yī)療健康領(lǐng)域中的應(yīng)用已經(jīng)非常廣泛，從應(yīng)用場景來看，主要分成了虛擬助理、醫(yī)學(xué)影像、藥物挖掘、營養(yǎng)學(xué)等四大方面。隨著當(dāng)下語音識別、圖像識別等技術(shù)的逐漸提升，基于這些基礎(chǔ)技術(shù)的泛人工智能醫(yī)療產(chǎn)業(yè)也走向成熟，進(jìn)而推動了整個智能醫(yī)療產(chǎn)業(yè)鏈的快速發(fā)展和一大批專業(yè)企業(yè)的誕生。
一，虛擬助理：人類醫(yī)師的得力助手還是替代者?
在醫(yī)療領(lǐng)域，虛擬助理可以根據(jù)和用戶的交談，智能化地通過病情描述判斷病因。因此虛擬助理主要分成兩類，一類是包括Siri等的通用型虛擬助理，另一類是專注醫(yī)療健康類的專用虛擬助理。通用類虛擬助理上市時間早，資本支持度高，數(shù)據(jù)規(guī)模大。而醫(yī)健類虛擬助理的專業(yè)屬性強、監(jiān)管風(fēng)險高。
虛擬助理是目前較受資本青睞的人工智能醫(yī)療健康細(xì)分領(lǐng)域，目前在國外用戶所熟知的醫(yī)健虛擬助理是Babylon Health，而國內(nèi)在虛擬助手上，也有大數(shù)醫(yī)達(dá)和康夫子嶄露頭角。
目前，監(jiān)管部門要求虛擬助理在輕疾方面僅僅能夠提供一些咨詢和建議，不能提供診斷，在重癥方面只能提議立刻前往醫(yī)院或代撥醫(yī)院急救電話。業(yè)內(nèi)醫(yī)師也同樣對該應(yīng)用有一定質(zhì)疑，因為患者并不完全了解身體所出的狀況，表達(dá)的時候會漏掉一些關(guān)鍵信息，同時咨詢的時候會使用大量的非專業(yè)詞匯，虛擬助理可能沒有辦法去挖掘真正有用的信息作出更準(zhǔn)確的判斷。
以上是虛擬助理目前的存在的問題。雖然如此，虛擬助理的成本更低，有助于控費，人類醫(yī)生無法窮盡所有的疾病，而理論上人工智能可以，因此完全可以成為人類醫(yī)師的得力助手。而對于未來，隨著機(jī)器學(xué)習(xí)的迅猛發(fā)展和醫(yī)療檢測手段的智能化，很多人對虛擬助理能夠替代人類醫(yī)生充滿著希望。
Babylon Health是一家位于倫敦的初創(chuàng)公司，該公司正研發(fā)一款類似Siri的醫(yī)健類虛擬助理應(yīng)用。Babylon在過去兩年建立了一個龐大的醫(yī)學(xué)癥狀數(shù)據(jù)庫，總共擁有3萬6500個案例，在看醫(yī)生前，利用語音識別來詢問用戶一系列問題。相比人工全科醫(yī)生的診療，這種光速般的癥狀診斷和熱情溫柔的聲音，是幫助Babylon Health降低價格、保持5英鎊月費的最重要方法。
Babylon Health的診療主要需要經(jīng)過兩個步驟，***個步驟是自然語言處理，也就是聽懂患者對癥狀的描述，知道哪里不舒服。然后根據(jù)疾病數(shù)據(jù)庫里面的內(nèi)容進(jìn)行對比和深度學(xué)習(xí)，對患者提供醫(yī)療和護(hù)理建議。這個階段局限于腎臟、肝臟、膽固醇和骨科等較小范圍的領(lǐng)域。在第二個階段，隨著更大規(guī)模數(shù)據(jù)庫的加入和更長時間的訓(xùn)練，Babylon Health將提供更多種類的疾病建議。
二，醫(yī)學(xué)影像：輔助及代替醫(yī)生看膠片
醫(yī)學(xué)影像與人工智能的結(jié)合，是數(shù)字醫(yī)療領(lǐng)域較新的分支和產(chǎn)業(yè)熱點。醫(yī)學(xué)影像包含了海量數(shù)據(jù)，即使有經(jīng)驗的醫(yī)生有時也顯得無所適從。醫(yī)學(xué)影像的解讀需要長時間專業(yè)經(jīng)驗的積累，醫(yī)生的培養(yǎng)周期相對較長，而人工智能在對圖像的檢測效率和精度兩個方面，都可以做得比專業(yè)醫(yī)生更快，并可減少人為操作誤判率。
近年，圖像識別技術(shù)的性能在“深度學(xué)習(xí)”的幫助下得以迅速提高。在人工智能輔助診斷過程中，人工智能也會自己做出深度學(xué)習(xí)，在病歷庫中尋找案例，作為判斷的依據(jù)。
在醫(yī)學(xué)影像企業(yè)中，人工智能技術(shù)的加入對創(chuàng)業(yè)團(tuán)隊的核心競爭力也有非常大的影響。根據(jù)研究機(jī)構(gòu)對醫(yī)學(xué)影像初創(chuàng)企業(yè)的調(diào)查，擁有人工智能技術(shù)，整個團(tuán)隊能顯著減少人力成本，如果沒有人工智能技術(shù)，那么就要組件一支人力成本不菲的客服團(tuán)隊和醫(yī)師溝通，技術(shù)人員和非技術(shù)人員的比例為1.1：1，規(guī)模也達(dá)到了30至50人。
在中國，如今分級診療和遠(yuǎn)程醫(yī)療的大背景，使中國的醫(yī)學(xué)影像創(chuàng)業(yè)團(tuán)隊更多地投入資源搭建云平臺，長期看能否有人工智能的技術(shù)實力也是核心競爭力的一部分。
在國外，該領(lǐng)域已經(jīng)出現(xiàn)了數(shù)家較為知名的初創(chuàng)企業(yè)。Enlitic就是一家比較知名的人工智能醫(yī)學(xué)影像企業(yè)，雖然創(chuàng)立于2014年，但次年就被MIT Technology Review(《麻省理工科技評論》)評為2015全球最智慧的50家公司之一，獲得總計1500萬美元的融資。
Enlitic開發(fā)了從X光照片及CT掃描圖像中找出惡性腫瘤的圖像識別軟件，利用深度學(xué)習(xí)的方法對大量醫(yī)療圖像數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，自動總結(jié)出病癥的“特征”以及“模式”。目前其正在研發(fā)一種小型超聲設(shè)備，這套系統(tǒng)主要依靠軟件來運行，包括用人工智能專家開發(fā)的技術(shù)來梳理一系列圖像，從而提煉出可以自動進(jìn)行疾病診斷的功能?；钴S度全球***和第三的專注人工智能的風(fēng)險投資機(jī)構(gòu)，也紛紛成為該智能醫(yī)學(xué)影像初創(chuàng)企業(yè)的投資人。
三，藥物挖掘：大幅度降低藥物研發(fā)成本
一般情況，一種新藥的開發(fā)平均需要10年時間，耗資數(shù)十億甚至上百億美元，而這也是造成藥物費用高企的重要原因之一。但是，人工智能為人們提供了一個更低成本檢測藥物的安全專家。
首先，在新藥篩選時，可以獲得安全性較高的幾種備選物。當(dāng)很多種甚至成千上萬個化合物都對某個疾病顯示出某種療效，但又難以判斷它們的安全性時，便可以利用人工智能的搜索算法挑選新藥的***備選者。
其次，對于尚未進(jìn)入動物實驗和人體試驗階段的新藥，也可以利用人工智能來檢測其安全性。人工智能可以通過對既有藥物的副作用進(jìn)行篩選搜索，由此選擇那些產(chǎn)生副作用幾率最小和實際產(chǎn)生副作用危害最小的藥物進(jìn)入動物實驗和人體試驗，節(jié)約時間和成本。
藥物挖掘代表企業(yè)：Atomwise
在這一領(lǐng)域，Atomwise是比較有代表性的公司。Atomwise公司用超級計算機(jī)分析已有數(shù)據(jù)庫，并用AI和復(fù)雜的算法來模擬藥品研發(fā)的過程，在研發(fā)的早期評估新藥研發(fā)風(fēng)險，讓藥物研究的成本降至數(shù)千美元，并且評估可以在幾天內(nèi)完成。Atomwise軟件平臺運行在IBM的藍(lán)色基因超級計算機(jī)上，其強大的計算能力使得它們可以完成很多任務(wù)。2015年，公司宣布在尋找埃博拉病毒治療方案方面有一些進(jìn)展，它們用時一個星期就找到了這種藥物，并且成本不超過 1000 美元。
Atomwise還為制藥公司、創(chuàng)業(yè)公司和研究機(jī)構(gòu)提供候選藥物預(yù)測服務(wù)。Atomwise的服務(wù)可以預(yù)測哪些新藥品有效或無效。在合作伙伴方面，Atomwise除了與Merck公司和Autodesk進(jìn)行一些保密項目外，也持續(xù)與學(xué)術(shù)界和企業(yè)客戶開展研究工作，通過輔助制藥企業(yè)、生物科技公司和其他相關(guān)研究機(jī)構(gòu)開展藥物挖掘工作獲取收入。
四，營養(yǎng)學(xué)：機(jī)器學(xué)習(xí)給你更精準(zhǔn)、個性化的營養(yǎng)學(xué)建議
醫(yī)學(xué)專家通過分析標(biāo)準(zhǔn)化飲食的結(jié)果，發(fā)現(xiàn)即便食用同樣的食品，不同人的反應(yīng)依然存在巨大差異。這表明，過去通過經(jīng)驗得出的“推薦營養(yǎng)攝入”從根本上就有漏洞?；谘枪芾硎蔷珳?zhǔn)營養(yǎng)的基石，接下來，研究者開發(fā)了一套機(jī)器學(xué)習(xí)算法，分析學(xué)習(xí)血樣、腸道菌群特征與餐后血糖水平之間的關(guān)聯(lián)，并嘗試用標(biāo)準(zhǔn)化食品進(jìn)行血糖預(yù)測。
研究結(jié)果表明，機(jī)器學(xué)習(xí)算法可以給出更精準(zhǔn)的營養(yǎng)學(xué)建議，成功控制餐后血糖水平，結(jié)果優(yōu)于傳統(tǒng)專家建議。合理的膳食搭配以及更安全的有機(jī)食品需求成為新的食品產(chǎn)業(yè)增長點，也迅速成為被新技術(shù)推動變革的傳統(tǒng)領(lǐng)域。
營養(yǎng)學(xué)代表企業(yè)：Nuritas
目前較知名的將人工智能應(yīng)用于營養(yǎng)學(xué)的初創(chuàng)公司是位于都柏林的Nuritas。Nuritas通過新開發(fā)的人工智能與分子生物學(xué)相結(jié)合的新技術(shù)在食品領(lǐng)域引起了巨大的轟動。Nuritas通過建立食品數(shù)據(jù)庫識別肽(食品類產(chǎn)品中的某些分子)可以作為食物的補充或新的成分。
Nuritas 目前的收入來自toB端。傳統(tǒng)的食品制造商主要關(guān)注成本控制與安全，并不擅長識別食品中有利人體健康的肽。Nuritas為食品制造企業(yè)提供數(shù)據(jù)挖掘服務(wù)(采用了機(jī)器學(xué)習(xí))，并按銷量收取傭金。未來計劃推出面向消費者的toC端個性化營養(yǎng)方案，針對每位消費者的情況制定不同的方案，收取服務(wù)費。
