科技资讯网

科技行者AI用于疾病診斷和新藥品設計的前景可觀

AI用于疾病診斷和新藥品設計的前景可觀

AI用于疾病診斷和新藥品設計的前景可觀

AI用于疾病診斷和新藥品設計的前景可觀

2019年10月2日 10:28:46 科技行者
  • 分享文章到微信

    掃一掃
    分享文章到微信

  • 關注官方公眾號-科技行者

    掃一掃
    關注官方公眾號
    科技行者

醫療保健行業一直都是創新先行者。然而,疾病和病毒不斷地變種,給醫療保健行業帶來一定的挑戰,現在借助人工智能(AI)和機器學習算法,該行業迎來了新機遇。

科技资讯网 來源:科技行者 2019年10月2日 10:28:46

關鍵字:

科技行者 10月2日 北京消息: 醫療保健行業一直都是創新先行者。然而,疾病和病毒不斷地變種,給醫療保健行業帶來一定的挑戰,現在借助人工智能(AI)和機器學習算法,該行業迎來了新機遇。

科技资讯网▲ 圖:醫療科技概念及醫療器械(Getty/圖片來源)

《柳葉刀數字健康》(The Lancet Digital Health)本周發表的一項研究,比較了深度學習與醫療專業人員在檢測醫學影像疾病方面的表現,該研究采用的樣本是2012年-2019年期間的所有相關數據。

研究發現,在過去的幾年里,AI在圖像識別疾病診斷方面變得更加準確,并成為一個更可行的診斷信息來源。研究人員表示,在其考察的14項研究里,AI系統能夠正確識別疾病的百分比達87%,而醫療保健專業人士正確識別疾病的百分比為86%;且AI還能夠正確地識別出病例中93%沒有疾病的患者,而醫療保健專業人員為91%。不難推斷出,AI未來在醫療成像識別診斷的技術效率會更高。

人工智能在醫療領域的應用不僅限于診斷疾病,還包括可能的治療方法。

制藥公司拜耳(Bayer)最近一直在與科技公司合作,開發有助于診斷復雜和罕見疾病的軟件,并幫助開發治療這些疾病的新藥。他們一直與醫院和研究人員合作,希望找出機器學習在分析和學習如何診斷病人病情時需要的東西。人工智能吸收的信息來自許多因素,包括癥狀數據、疾病原因、檢測結果、醫學圖像、醫生報告等等。

最近負責拜耳人工智能項目的Angeli Moeller接受了美聯社的采訪,Moeller解釋了新藥物的開發及用到的系統:“我們可以模擬它在細胞里的表現,同時綜合考慮患者服用的其他藥物。我們正在研究如何找適合的病人和地點,進行我們的臨床試驗。如果成功,我們就可以進行更短期的研究,可以更早地發現哪些藥物適合患者。” 

機器學習系統并不是要取代醫生,也不能在治療病人時做出絕對的決定。據Moeller說,他們仍然希望病人能夠控制自己的治療,希望利用AI來支持決策,并根據得到的結果提出建議。

拜耳并非唯一一家在AI醫療保健領域掀起波瀾的公司,其他許多初創公司也在提出AI疾病治療方案。據BenchSci最新報告顯示,目前市場上有148家初創公司在藥物研發中使用了AI技術。

其中一家初創公司Atomwise剛剛與江蘇豪森藥業集團有限公司(Jiangsu Hansoh Pharmaceutical Group)合作,成立了一家價值15億美元的合資企業,用于設計癌癥治療新藥物。此次合作將Atomwise的AI技術與豪森藥業的制造能力結合起來,共同設計出預測小分子如何與靶標蛋白綁定的新方法,有望取得醫療新進展。類似的合資企業前景頗佳,因為這些企業結合了機器學習和醫療器械創新發展的兩個關鍵要素。

加拿大生物技術公司Deep Genomics在過去5年里一直在試驗機器學習和藥物開發。具體而言,這家公司一直在針對一種名為“威爾遜病(Wilson Disease)”的罕見遺傳疾病做了不同的實驗,目前市場上尚無威爾遜病的治療方法,這種疾病會阻止人體排除銅,而銅元素最終會在器官中積聚,并可能導致危及生命的器官損傷,或者器官衰竭

Deep Genomics的AI系統成功發現,這種基因突變改變了ATP7B的氨基酸鏈,ATP7B是一種銅結合蛋白,威爾遜病患者缺乏ATP7B,導致基因組的中斷,進而導致不能生成該蛋白。目前Deep Genomics公司正在測試他們的藥物對第一批應選人的效用,但愿最終能成功治療該疾病。

不幸的是,目前市場上還不存在由AI創建的任何藥物治療,但許多公司都在努力實現這一點。患者數據和測試的收集,將持續推動市場的進步,雖然人工智能與醫療專業工作做的大量工作挽救了生命,但目前卻遠非主流。

Moeller 表示,“AI真正進入主流醫療實踐可能需要兩年的時間,但把這項技術應用到患者身上,仍然是最困難的部分。

    秒速快3澳洲时时彩秒速快3开奖pk10网上投注秒速时时彩秒速快3开奖秒速快3开奖秒速快3开奖