5家創(chuàng)新型癌癥AI公司、10大應(yīng)用場景，除了影像之外，AI最有潛力的用途還有哪些？
醫(yī)學(xué)博士StefanButtigieg認(rèn)為，在日常生活中我們可能并不能感受到目前正在進(jìn)行著的人工智能革命，但事實上這些前沿的技術(shù)正在以驚人的速度推動著醫(yī)學(xué)的革新。
他預(yù)計，庫卡機器人，人工智能（AI）系統(tǒng)將在美國90％的醫(yī)院和全球60％的醫(yī)院和保險公司中得到應(yīng)用，從而為70％的患者提供更加方便獲取、價格更低廉且質(zhì)量更高的護理。
此外，AI市場中的醫(yī)療保健應(yīng)用將在全球得到迅速采用，預(yù)計到2021年的年復(fù)合增長率達(dá)到42％。Frost＆Sullivan甚至認(rèn)為，到2021年這些AI的醫(yī)療保健應(yīng)用的全球收益將達(dá)到67億美元。
那具體到提高病癥的治療研究如世界醫(yī)學(xué)公認(rèn)的難題癌癥的治療，人工智能會產(chǎn)生哪些影響？StefanButtigieg對在AI技術(shù)推動下的癌癥治療和研究的未來進(jìn)行了探索。
人工智能在癌癥治療研究的影響
腫瘤學(xué)是專門針對癌癥診斷和治療的醫(yī)學(xué)分支學(xué)科，其包含醫(yī)學(xué)腫瘤學(xué)、放射腫瘤學(xué)和外科腫瘤學(xué)三門不同的子學(xué)科，人工智能（AI）在這些子專業(yè)中都發(fā)揮著重要的作用。
人工智能是怎樣在癌癥這種復(fù)雜的疾病的治療研究中發(fā)揮作用的呢？
德克薩斯大學(xué)MD安德森癌癥中心和加利福尼亞州帕洛阿爾托醫(yī)學(xué)基金會的醫(yī)生們已經(jīng)開始探索人工智能和大數(shù)據(jù)方面的潛在用途。
他們提出了14種可以使得癌癥治療研究可以獲益的應(yīng)用場景。AI研究人員和臨床醫(yī)生將這些場景主要歸納為三條主要途徑來加速腫瘤學(xué)研究：
1、通過進(jìn)一步發(fā)展和整合現(xiàn)有的癌癥記錄手冊，從地方到全球?qū)用�，進(jìn)行分析和解釋，以更好地了解癌癥機制（從常見到罕見癌癥）。大數(shù)據(jù)集提供了可靠的證據(jù)基礎(chǔ)，而另一方面由人工智能來幫助分析；
2、通過對最佳實踐方式及趨勢進(jìn)行分析，來提升全球癌癥治療途徑；
3、通過大力促進(jìn)成本效益實驗的實施。
AI重塑了我們用于診斷癌癥的工具
傳統(tǒng)醫(yī)學(xué)上我們使用臨床手段如超聲檢查、X射線、計算機斷層掃描（CT）和磁共振成像（MRI）檢測癌癥。然而，這些技術(shù)其實對許多癌癥是無法完全識別出的。
另一種方法是分析微陣列基因譜，這種聽上去很復(fù)雜的方法只需使用極少量的遺傳物質(zhì)來檢測癌癥，以評估某些基因表達(dá)的程度。這種遺傳材料產(chǎn)生的數(shù)據(jù)可創(chuàng)造必須分析的巨大數(shù)據(jù)集。此分析可能需要好幾個小時才能完成。但現(xiàn)在這個復(fù)雜耗時的分析可以通過AI來快速執(zhí)行。
從2001就開始的研究中可以看出事實上，人工智能在這里起著重要的作用，而當(dāng)我們快速推進(jìn)到2017年時，我們看到神經(jīng)網(wǎng)絡(luò)的研究人員已經(jīng)在通過創(chuàng)新技術(shù)（如GeneMasking）對癌癥進(jìn)行分類了。
當(dāng)科學(xué)家難以理解甚至準(zhǔn)確地預(yù)測腫瘤的行為方式時，腫瘤惡性作用就會暴露無遺。無數(shù)癌癥患者及其家屬都在與那些未知的復(fù)發(fā)可能性做斗爭。當(dāng)幾個原癌細(xì)胞在初始治療中僥幸存活下來或者因體積太小在治療后難以被檢測到，病人就有可能面臨癌癥復(fù)發(fā)的危險。
斯坦福人工智能實驗室和斯坦福大學(xué)醫(yī)學(xué)院之間的合作啟發(fā)了TensorFlow和13萬皮膚病圖像數(shù)據(jù)庫的誕生，并訓(xùn)練TensorFlow算法來視覺診斷潛在的皮膚癌。最重要的是，這套算法算出的結(jié)果與21名皮膚科醫(yī)生團隊也互相匹配。
腫瘤學(xué)領(lǐng)域的人工智能應(yīng)用越來越多，目前有五家公司非常值得關(guān)注。近年，從圖像中識別出對象物的圖像識別技術(shù)借助深度學(xué)習(xí)，其應(yīng)用范圍得以迅速提高。
總部位于美國舊金山的新興企業(yè)Enlitic將深度學(xué)習(xí)運用到了癌癥等惡性腫瘤的檢測中。該公司開發(fā)的系統(tǒng)的癌癥檢出率高于放射技師。深度學(xué)習(xí)是使用模擬人腦結(jié)構(gòu)的深度神經(jīng)網(wǎng)絡(luò)的一種機器學(xué)習(xí)方法，也可用于語音識別及自然語音處理等，但取得顯著成果的要數(shù)圖像識別領(lǐng)域。
Enlitic正在使用深度學(xué)習(xí)來自動檢測胸部CT圖像中的肺癌結(jié)節(jié)，結(jié)果顯示其比胸部放射科醫(yī)師專家組具有更高的準(zhǔn)確度。
InsilicoMedicine公司成立于2014年1月，KUKA機器人示教器維修，位于巴爾的摩。其通過AI技術(shù)來進(jìn)行藥物研發(fā)、生物標(biāo)志物開發(fā)和衰老研究，該公司應(yīng)用深度學(xué)習(xí)算法來進(jìn)行癌癥治療的藥物研發(fā)，如免疫療法。今年8月InsilicoMedicine還與全球領(lǐng)先的區(qū)塊鏈技術(shù)全方位服務(wù)公司Bitfury簽訂了合作協(xié)議，共同研發(fā)將區(qū)塊鏈技術(shù)應(yīng)用于醫(yī)療健康應(yīng)用程序的創(chuàng)新解決方案。
OncoraMedical公司正在為放射腫瘤學(xué)提供預(yù)測意見和風(fēng)險分析。通過這種方式，他們正在幫助輻射腫瘤學(xué)家做出更好的決策，并更好地利用他們生成的多樣化和有價值的數(shù)據(jù)。這家位于費城的初創(chuàng)公司專注于幫助癌癥研究和治療，特別是在放射治療方面。
世界各地的病理醫(yī)生每天都在診斷癌癥，他們的工作需要分析上千張片子。如果有一個簡單的方法幫助這些專家過濾所有正常的片子，并對需要進(jìn)一步研究的片字進(jìn)行標(biāo)注，那么醫(yī)生們的工作量將會減輕很多。
Proscia是一家將計算機智能應(yīng)用于腫瘤病理學(xué)的公司，它收集整理來自全世界的腫瘤病理數(shù)據(jù)和圖像，并將其應(yīng)用于臨床一線腫瘤治療。Proscia設(shè)計的這個數(shù)字病理平臺，允許病理學(xué)家和研究人員利用每張片子中的病理數(shù)據(jù)。今年上半年，Proscia將這項云技術(shù)跨界應(yīng)用于腫瘤病理分析，建立了讓全世界的人們可以輕松共享的腫瘤病理切片云數(shù)據(jù)庫。
AI在腫瘤學(xué)領(lǐng)域的未來
腫瘤學(xué)雜志在ESMOOpen刊登了Curioni-Fontecedro博士的文章應(yīng)用人工智能的腫瘤學(xué)新時代，該文章簡要解釋了目前的情況。
雖然這項技術(shù)和研究存在并可用于癌癥護理和研究，但它們尚未覆蓋到整個腫瘤學(xué)界。那些還沒有覆蓋到的地方需要在腫瘤學(xué)達(dá)到下一個水平時，通過醫(yī)生拿到資助及接受培訓(xùn)去購買，才能得到實施。
癌癥研究治療的未來是光明的，我們期待在不久的將來，癌癥將被以一種簡單無縫的方式來看待及解決，為癌癥患者們提供恢復(fù)健康的希望和機會。StefanButtigieg還提到了十種對人類醫(yī)療保健具有重大影響的人工智能應(yīng)用場景。
1、電子病歷挖掘
電子病歷是一個匯集了患者們所有健康數(shù)據(jù)的存儲庫。如果決策者需要根據(jù)在某個特定的年份來分配資源，這就需要公共衛(wèi)生專業(yè)人員、數(shù)據(jù)科學(xué)家和信息學(xué)家共同協(xié)作，根據(jù)特定的臨床編碼標(biāo)準(zhǔn)來分析成千上萬的匿名患者記錄。
在目前紙質(zhì)臨床文件主導(dǎo)的大環(huán)境下，這是不可能實現(xiàn)的。此外該過程通常還需要好幾個月的時間且有諸多結(jié)果是不符合科學(xué)意義的。
但電子病歷挖掘技術(shù)不僅限于高層次決策背景下的應(yīng)用，其實它也可用于直接改善患者的醫(yī)療體驗。比如在招募患者進(jìn)行臨床試驗時，電子病歷挖掘技術(shù)可對患者進(jìn)行匹配。換而言之，患者招募系統(tǒng)（PRS）可以直接發(fā)掘到符合條件特定患者，為他們提供參與臨床試驗的機會。
2、高級咨詢機器人