返回 登录
19

人工智能在医疗领域的应用

人工智能“学会”诊断皮肤癌

英国《自然》杂志24日在线发表的一篇癌症相关研究论文,描述了一种利用深度学习算法来根据照片分类皮肤癌的人工智能(AI)系统,表现不亚于专业临床医生。这项研究突出展示了人工智能支持、简化和扩展皮肤癌诊断的潜力。

皮肤癌是最为常见的人类恶性肿瘤,病因迄今不明。其根据肿瘤细胞的来源不同而有不同的分型,包括表皮、皮肤附属器、皮肤软组织、周围神经、黑素细胞、皮肤淋巴网状组织和造血组织等;而临床表现则分为鳞状细胞癌、基底细胞癌、恶性黑色素瘤以及湿疹样癌。皮肤癌通常由肉眼观察诊断,然后通过活体组织切片和组织学检查确诊。研究人员过去曾试图开发自动分类系统,但由于皮肤病变的外观差异很大,实现这一点并非易事。

美国斯坦福大学研究人员安德鲁·伊斯特瓦及其同事,此次用来自2000例不同皮肤癌病例的12.9万张图像,形成了一种深度学习算法,攻克了这一难关。深度学习属于机器学习的新领域,是可以建立、模拟人脑进行分析学习的神经网络,在监督学习或无监督学习情况下,它能模仿人脑的机制来解释数据、图像、声音和文本。研究团队在测试中评估了系统识别最常见和死亡率最高的皮肤癌类型(分别为角质形成细胞皮肤癌和恶性黑素瘤)的能力,结果发现,该人工智能系统与21位专业临床医生的表现相当。

机器人医生“沃森”来到中国

机器人医生名叫沃森,在国际上已经颇有名气:在美国它在智力竞赛节目中打败过人类冠军,在日本它只花了10分钟就确诊了一例罕见白血病……

在天津市第三中心医院的义诊现场,在“听”肿瘤科主任吴尘轩“讲述”了患者的病情信息后,沃森医生“思考”了10秒,随即为这位胃癌局部晚期患者开出了一份详细的西医诊疗方案分析单。

“这与医生给出的治疗方案完全一致,即通过化疗将肿瘤缩小后再进行手术,”吴尘轩指着分析单上几个绿色的条目说,这是沃森提供给医生参考的最佳诊疗方案,依据的是目前全球范围内对相关病例的大数据分析,其中包括详细的用药、治疗建议、全文文献参考等。

与人类医生相比,沃森的反应之快令人望尘莫及,“仅用了短短几秒钟,大大提高了诊疗效率。”吴尘轩说,沃森的分析单中还同时列出了橙色和红色的部分,分别代表谨慎使用和不推荐使用,“甚至能比医生考虑得更全面,把风险降到最低。”

IBM布局未来医疗人工智能计划

试想,芯片比全球最好的实验室更厉害,可迅速拿出疾病的准确诊断?微型摄影机能从分子层面上检验药片的真假?系统可以从语言中检查出此人患有心理疾病? IBM 认为,这 3 件事都可以在几年之内做到,因为他们有大利器:人工智能 + 新型硬件。

IBM 研究室已经开始着手把这 3 项研究变成成熟的医疗工具,将公司现存的机器学习和人工智能系统与芯片、毫米波相控阵感测器等结合。

AI + 超音波系统,“看”到疾病和危害

首先要提到的“超音波系统”,是一种广范围的电磁波谱成像技术,不仅可以获取人眼可见光形成的图像,还能模拟超出此范围的电磁波图像。

使用高性能相机和其他感测器,临床医生就能发现用药是否适合患者。“用这种超音波技术,人们就像长了第三只眼,能发现我们日常所忽略的线索。”IBM 技术总监 Rashik Parmar 说。

AI + 芯片实验室,精细疾病早诊

似的,IBM 也有可能会在几年内推出一种新的人工智能分析技术:芯片实验室。这种设备也就荷包大小,用一滴血或任意体液就能分析出细菌、病毒或预示着某种疾病的蛋白质。

Parmar 表示,IBM 从 6、7 年前就开始探索“纳米纤维”这种概念了,那时是要做一种可以模拟气味的工具。如果将纳米纤维与其他种类的感测器相结合,就能用纳米结构来检验体液,包括唾液、血液、液体活检的样品,从中分析潜在的疾病。再结合数码化制造和 3D 打印等技术,IBM 就能把感测器放入定制化探针,帮助有效分析。

AI + 文字资讯,形成精神疾病模型

精神疾病,是一个需要人工智能技术仔细咀嚼大量数据、再化做有效医学见解的领域。在接下来的两年内,IBM 会制造出能从人讲话中诊断精神疾病的机器学习系统原型。

在精神疾病诊断中,患者的谈话一直是医生用以判断病情的重要因素。语速、音量、用语特点,都可以用于判断精神疾病。现在 IBM 把这个分析工作交给了人工智能,从患者与医生的交流,或人们自己在社交网站上写下的话语,都可以做为分析材料。
IBM 能做到这一点,前提是他们已花费数年时间来研究精神、心理障碍与语言之间的关联,建立起一套测量体系。“我们目前提上日程的研究,是要弄清这件事:对于特定的个体来说,某段话中的某些用语,能否帮助我们理解这个人的心理状态?”技术总监 Parmar 说。

人工智能切入医疗领域

随着人工智能技术的不断推进及医疗服务需求持续增长,“人工智能+医疗”将成为解决医疗资源不足、提升医疗领域生产的重要推动力。

阿里云研究中心的报告指出,未来3年至5年,在智能服务阶段,数据可得性高的行业人工智能将率先用于解决行业痛点,爆发大量场景应用。从应用行业的角度来看,医疗、金融、交通、教育、公共安全、零售、商业服务等行业数据电子化程度较高,因此这些行业将会率先涌现大量的人工智能场景应用。

“人工智能+医疗”是将人工智能及相关技术应用在医疗领域。IDC Digital预计,到2020年医疗数据量将达40万亿GB,数据生成和共享的速度将迅速增长,其中八成的数据为非结构化数据。机构认为,未来人工智能将在医疗领域被广泛应用,尤其在辅助诊疗、药物挖掘、医学影像、基因组学等细分场景。

从全球来看,在“人工智能+辅助诊疗”的应用中,IBM Watson是目前全球较为成熟的案例。IBM Watson将基础能力与人类医生的一般医疗诊断模型进行融合,提供辅助诊疗的处理逻辑能力。Watson已通过了美国职业医师资格考试,并部署在多家医院提供辅助诊疗服务。去年12月,浙江中医院联合思创医惠与杭州认知网络科技有限公司共同成立沃森联合会诊中心,这意味着IBM Watson for Oncology在中国医疗领域的商业试应用正式落地,未来将开启一个新型的智能化人工智能辅助诊疗时代。除了IBM在“人工智能+辅助诊疗”领域广泛布局外,谷歌、微软、百度等科技巨头也在积极切入。

本文内容来源于网络资料整理

欢迎人工智能相关的技术投稿、约稿、行业分析、热点新闻、编译等,请发送邮件至baiyan@csdn.net,期待大家投稿。

SDCC 2017·上海站将于2017年3月17-19日登陆申城,三大技术峰会和24位嘉宾,汇聚国内知名的互联网公司CTO、架构师、技术总监,畅谈运维、数据库和架构的热门话题和技术热点,遇见精益运维发起人&优维科技CEO王津银、MongoDB大中华区首席架构师唐建法和华为软件API开放平台架构师李林锋等大牛。截止3月5日前门票八折优惠中,5人以上团购立减400元,详情点击注册参会


文末公众号 文末微信群

评论