人工智能在医学领域的应用

增增女仆

过去十年，人工智能对人类产生了巨大影响。
从音乐推荐、地图指引，到手机银行、防欺诈功能，人工智能应用于工程、通信、制造和医疗保健等多个领域。
人工智能是什么？
人工智能在医学领域的应用如何？
人工智能在肿瘤领域的进展怎样？
不想看长篇大论，但又想认真了解一下，那么阅读这篇文章就够啦！
人工智能是什么？

人工智能简称“AI”，是“Artificial intelligence ”的缩写。
维基百科中的定义：
“机器展现出来的智能即人工智能，只要机器有智能的特征和表现，即视为人工智能。”
百度百科中的定义：
“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术和应用系统的一门新的技术科学。”
我国《人工智能标准化白皮书（2018年）》给出的定义：
“利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识，并使用知识获得最佳结果的理论、方法、技术和应用系统。”
《人工智能——一种现代方法》一书中，将人工智能分为四类：
像人一样思考的系统、像人一样行动的系统、理性思考的系统、理性行动的系统。
而对于研究人员来说，人工智能（后文简称“AI”）就是一套“无需明确指令就能够自动得出结果”的算法。
AI在医学领域的应用

• 筛查与诊断
  

相信不少人都被体检报告中“发现肺部结节”的字眼吓到过。
肺结节是否为“恶性”？是否要手术切除？这都是绕不过去的难题。
基于AI的影像组学技术可能提供答案——
影像图像（如CT、MRI、超声）中，有一些对疾病的诊治疗有着关键性作用的信息，人眼难以鉴别，而通过计算机算法可以将这些信息提取出来并加以利用，这就是基于AI的影像组学技术。
用“肺结节”举例：
不同病理类型的“肺结节”，有不同的肺部CT影像组学特征。
AI通过对不同类型肺结节的胸部CT影像组学特征进行深度学习，建立诊断模型，再用该模型对结节的性质加以判断。
这就是AI在肺结节筛查和诊断方面的应用。

• 疾病治疗
  

脊髓损伤导致瘫痪，在过去，这意味着余生都只能与轮椅相伴。即使及时手术，受损的神经细胞也无法再恢复。
正常人的肢体在运动过程中会产生大量电生理信号数据，AI能收集这些信号数据。
给瘫痪的肢体安装“外骨骼装置”，AI通过运动数据控制患肢外骨骼装置的“信号接收器”，从而使患肢完成指令性动作。
日本的Cyberdyne设计的外骨骼装置“混合辅助肢体”（Hybrid Assistive Limb，HAL）已于2018年被FDA批准用于患者的医疗复健。

• 慢病管理
  

“慢病”指慢性非传染性疾病，是一组病程长且一旦发病即迁延不愈的疾病。
糖尿病是最常见的慢病之一，我国是糖尿病大国。
糖尿病初期可能对人影响不大，但长此以往将会导致全身多器官脏器损害。
AI设备可实时监测患者生命体征（心率、血压等指标）以评估新陈代谢状态，从而指导患者进食、锻炼、降糖药物使用，甚至还能进行无创血糖预测。
个性化精准医疗将更大限度提高患者生活质量。

• 健康管理
  

随着生活压力加大，越来越多的人处于亚健康状态。
日常活动时心率、血压等指标的细微变化可以揭示当前的身体状况。
各位佩戴的智能手表、智能手环其实就是基于AI技术的产品，这些智能设备都具有监测生命体征（心率、血压等指标）的功能。
以小时、分钟、秒频率监测到海量信息，通过大数据分析，指导生活方式的改进，从而达到健康管理的目的。
人工智能在肿瘤领域的应用进展

当前，无论是肿瘤的诊断、治疗还是预防，更强调“个性化”的新模式，这使得“精准肿瘤学”快速发展。
精准肿瘤学是基于临床病理特征和分子特征，定制可精确满足不同肿瘤患者实际需求的诊断、预后判断及治疗策略。
简言之，就是通过不同的特征定制不同的诊治或预防策略。
精准肿瘤学范畴包括：

• 精准预防（患癌风险的检测及预防性干预）
  
• 精准诊断（肿瘤早期发现与诊断、分子分型）
  
• 精准治疗（分子靶向治疗、疗效预测与监控、基于可视化技术、细胞学和病理学以及分子表达谱评估的精准外科技术）
  

AI在精准肿瘤学中的应用非常活跃，尤其是诊断和治疗方面。
精准诊断+AI:

• 基因检测和分子分型
  

基因检测生成大量的复杂的基因组数据，通常以文本形式或图像形式呈现。
数据需要解码，同时还要保持真实性和可靠性。
AI用于解码和识别基因组数据，使数据集中获取相关信息变得越来越有效。

• 放射学成像
  

放射学成像包括X 射线、超声波、计算机断层扫描 （CT）、磁共振成像 （MRI）、正电子发射断层扫描 （PET）等医学成像。
区分正常和异常医学图像是准确诊断的一个关键，这对于更早地发现癌症尤其重要。
AI应用于成像质量改进和影像信息解读，通过算法分析图像，并提高速度和准确性。
FDA（美国食品和药物管理局）已批准了第一个用于乳腺癌检测的计算机辅助系统----QuantX 。
未来，AI将侧重于提高成像速度和降低使用成本。

• 数字化病理
  

数字化病理改善图像分辨率质量且更易于存储。
AI和数字化病理结合将减少劳动密集的工作量，提高效率，并通过标准化设置降低病理医生的主观性。
但目前通过AI提供安全可靠的病理结果尚未完全达成，数字化病理将通过AI和机器学习继续改善。

精准治疗+AI

• 药物治疗和新药开发
  

AI用于提高精准诊断如RNA测序（基因检测的一种技术）平台的应用效率，促进针对精准诊断的治疗。
当前，精准治疗的一个重大的临床挑战就是耐药。
通过RNA测序可能识别诱导耐药性的新基因和分子通路。
这些新基因和通路将作为新药开发的目标。
而AI的进展提高了测序新平台的开发效率，从而促进耐药后新药开发。

精准预防+AI
AI通过机器学习，可以用来预测疾病的概率和治疗结果。
<hr/>AI技术历经数十年的发展，越来越多融入到我们的日常生活。
各个行业或多或少都依赖科技的发展，医学当然也不例外。
无论技术上的进步如何，AI都存在着一些挑战和局限性。
未来已来，愿科技改变世界，造福更多患者。

茗轩

我也来顶一下..