人工智能在医疗：改善药物依从性、虚拟医疗助手、智能看护、智能药物研发...

人工智能用来提高健康医疗服务的效率和自动化程度。人工智能技术的发展在过去备受质疑，然后如今我们发现大数据技术正在推进人工智能的进程，在医疗健康领域也是如此。

分析患者行为，制定个性化肿瘤治疗方案

例如，两位乳腺癌患者可能会得到相同的治疗方案，但其实两者的身体情况可能完全不同。

其中一个可能是马拉松长跑者，另外一个是喜欢安静的读书的人；一个可能是吸烟者，另一个也许是个注重养生的人；一个可能都60多岁了，另一个也就刚刚40。这样的情况在我们身边是常见的。

所以考虑到方方面面的不同，这两位患者需要两种不同的治疗方案。

而对于科学家和医生来说，难度在于掌握特定患者的个人信息。重要的关键信息常常淹没于大量的数据当中，医生根本没有时间（可能要一年）在茫茫信息中筛选出他们想要的。

于是许多研究者想方设法利用人工智能的方式来跨越这个难度。

比如，卡耐基梅隆大学和匹兹堡大学的科学家，正在用人工智能从电子病历、诊断影像、处方、基因组资料、保险记录，甚至是可穿戴设备的数据中挑选出有用信息，为特殊疾病和特殊人群设立医疗保健方案。

研究者们利用大数据来创建特定的医疗方案、控制传染病，并寻找致命性疾病的治疗方法。

“现在遇到的最大问题就是，系统并不智能。” 卡耐基梅隆大学机器学习系的教授Eric Xing说道。“存储在系统中的数据基本上是死数据，而机器学习和人工智能可以把有用的信息从海量数据中分离出来。你可以这样理解，就像是有一个人工的大脑在代替一个‘死’的存储系统在工作。”

他表示，卡耐基梅隆大学和匹兹堡大学正在与匹兹堡大学医学中心合作一个“匹兹堡健康数据联盟”的项目。医疗中心在接下来的6年中，会每年资助研究者1000~2000万美元用于这项研究。

科学家正在用从医疗中心获得的健康数据（剔除了患者身份信息），来研究如何能够更快速有效的分析大数据，去创造一个与健康医疗相关的技术和服务，能针对不同患者更好的做诊断、治疗和沟通。

“每个患者都是不同的个体。”Xing补充道，“一个非常简单的观点，比如说乳腺癌应该用药物A或者B来治疗。但是由于生活方式、生活环境和其他相关健康因素的独特性，使得每个人都是一个不同的独立个体。而人工智能不单单是从一位医生那里提取信息，而是来自大量有经验的医生，这样，它就能从不同患者那里梳理出有共性的信息。”

此外，人工智能软件工作效率远远高于人脑，能够更快速的找到数据的模式和相似性，帮助医生和科学家发现最关键的信息。

举例来说，一名50岁的糖尿病患者，生活方式很积极，某一种治疗方法可能对他很有效果。那么医生就可以用同一种治疗方法，来医治其他患有相同特性的糖尿病患者。

Xing表示，他们的团队就正在研究一款App，可以为用户提供一些健康生活建议，规避一些疾病。此款App可能会在一年内上线。

Philip Lehman，卡耐基梅隆大学计算机科学副院长告诉笔者，这款App应用了人工智能，可以告诉人们什么时候该去看医生，咨询什么样的医生以及怎样保持身体健康。

“比如，现在大家一般会通过手机来搜索，‘我怎么到某个地方’。” Lehman在采访中表示。“其实，你把它搬到医疗上是一样的。‘我怎么做才能感觉好点或者活的久一点’？”

Lehman和Xing希望，从App到机器学习工具和服务，他们都能延展出不同产品的原型，在未来的5-6年内，开发出十几个新产品。

这方面比较出名的公司，是获得IBM投资的Welltok，它借助IBM的“沃森”超级电脑，来构建通过个性化活动与用户沟通的愿景。其App Cafewell Concierge 利用沃森系统的自然语言处理能力，来更好的了解用户的需求，平衡对用户的激励和警告，以此达到预期目标来回馈用户。

虚拟医疗助手，改善药物依从性

比如，Aicure，利用移动技术和面部识别技术来判断患者是否按时服药，再通过App来获取患者数据，用自动算法来识别药物和药物摄取。患者数据会通过与HIPAA（健康保险流通与责任法案）兼容网络实时的反馈给临床医生，这样医生就可以确认他的患者是否在按照他们的嘱咐按时服药。当然，这项技术也可以被用来标识不良事件。

还有一个是，Next IT开发的一款app Alme Health Coach，去深掘人们为什么不按时服药。对于健康服务业来说，Next IT虽然还是个新手。但是它曾经开发了一款app“虚拟助手”来帮助消费者解决在银行、零售、财产管理等方面遇到的问题。

一般，一些人工智能的组件会重复用户话语来明确用户想法。而Alme Health Coach是专为特定疾病、药物和治疗设计配置。它可以与用户的闹钟同步，来触发例如‘睡得怎么样’的问题，还可以提示用户按时服药。这种思路是收集医生可用的可行动化数据，来更好的与病人对接（前提是患者愿意共享他们的数据）。

跟踪状态，自动汇报支持智能看护

人工智能技术公司Automated Insights把它的自然语言生成平台Wordsmith与Great Call（移动App开发者）合作。家人和朋友可以通过与App连接的GreatCall设备，来获取设备携带者的信息。它主要用于老年人看护，当携带者需要帮助的时候，App可以收到消息提醒。此外，该App还有GPS定位专利技术，可以获取用户的位置信息。

目前，该公司已经被Vista Equity Partners 和STATS（体育信息技术公司）收购。利用Wordsmith的自动书写功能，将对看护者的情况，包括所在地点、活动路线、电池状态、设备使用情况等信息自动生成文字报告给看护人。

智能化药物研发

生物科技公司也正在把人工智能和大数据结合到一起，来识别新的药物化合物，比如Cloud 制药和 Berg。

Berg通过开发的Interrogative Biology人工智能平台，来研究人体健康组织，探究人体分子和细胞自身防御组织，以及发病原理机制，利用人工智能和大数据来推算人体自身分子潜在的药物化合物。

这种方法有很多优点，不但使得靶向治疗成为今天医学治疗的趋势，而且利用人体自身的分子来医治类似于糖尿病和癌症等疑难杂症，要比研究新药的时间成本与资金少一半。

当然，Berg不是这个领域的唯一公司。Cloud制药就在专注于这个领域的研发，并已融资2000万美元。

还有，强生和赛诺菲，也正在用“沃森”超级系统（一个可迅速在海量数据中识别相关模式的计算机系统）来支持药物研发。

强生用“沃森“来快速分析详细的临床试验结果的科技论文，加快对不同治疗方法的对比效果研究，以求获得药物在更广泛领域的应用，而这些用普通的方法，需要3个人花费10个月的时间来完成这些工作。

“沃森”现在能识别化学、生物学、法律和知识产权语言，让科学家拥有别人无法拥有的与数据“交流”的能力，这将加快实现科学和医疗研究领域的突破。

赛诺菲则利用Watson来鉴别现有药物的其他用途，沃森会组织筛选毒理学信息，来帮助研究者们判断哪种药物比较适合应用在新的领域。

原文发布时间为：2015-09-26

本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号

AI医疗高精尖！基于AI的新药研发！⛵ 『人工智能+新药研发』已经成为国内外医药企业的发展新模式！本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。
人工智能能拯救医疗行业吗？ 人工智能凭借其开创性的创新，迅速打乱了医疗、零售、制造和旅游等众多行业。在过去几年里，医疗保健行业在改进治疗、疾病分析和患者满意度方面已经看到了许多创新。
医疗健康行业如何应对人工智能与数字技术的挑战 近年来，科技行业的各个领域都取得了巨大进步，包括人工智能、语音识别、云计算和移动计算、物联网（IoT）和可穿戴设备。许多领域都利用了这些趋势，改进了它们为客户提供的服务和应用程序。
人工智能进入医疗领域的机会和挑战 自从人工智能（AI）概念大热之后，其进入各个产业领域的速度加快。不过，鉴于医疗领域的复杂性，AI在医疗产业的拓展并不顺利，唯一获得规模化的正向增长的是手术机器人，其他在经历了多年的发展，整个领域仍属于不成熟的早期市场，难以真正商业化。
2022年人工智能在医疗领域的十大应用场景 医疗人工智能是指人工智能在医疗服务和医疗服务管理或交付中的应用。机器学习、非结构化的大型数据集、高级传感器、自然语言处理和机器人技术都被用于越来越多的医疗部门中。
医疗领域的十大人工智能应用场景 除了广阔的应用前景，人工智能技术也带来了重大的潜在问题——例如可能来自患者数据的集中化和数字化的滥用，以及可能与纳米医学或通用生物识别ID的联系。
AI+医疗：使用神经网络进行医学影像识别分析 ⛵ U-Net是一种卷积网络架构，用于快速、精确地分割生物医学图像。本文讲解使用 U-Net 进行肺部影像分割的案例全过程：工具库&环境准备、数据读取、数据切分、TensorFlow IO准备、U-Net 网络构建、评估准则&损失函数、超参数设置&模型编译、回调函数&模型训练、模型加载&新数据预估。【代码与数据集亲测可运行】
达摩院医疗AI团队获评全国科技抗疫先进集体 日前，科技部公开表彰全国科技系统抗击新冠肺炎疫情先进集体和先进个人，阿里巴巴达摩院医疗AI团队获评先进集体，达摩院算法专家许敏丰获评先进个人。许敏丰和他所在的达摩院医疗AI团队开发出CT影像新冠肺炎AI辅助诊断系统，应用于国内600多家医院，分析病例超过80万，大幅提升诊疗效率，减轻医生负担。