根據(jù)調(diào)研機(jī)構(gòu)MarketsandMarkets公司的調(diào)查報(bào)告，預(yù)計(jì)到2025年，以醫(yī)療保健領(lǐng)域?yàn)橹攸c(diǎn)的人工智能市場(chǎng)將增長(zhǎng)50%。

以下是五個(gè)主要趨勢(shì)：

（1） 2018年，全球醫(yī)療市場(chǎng)的人工智能市場(chǎng)規(guī)模為21億美元。

（2）預(yù)計(jì)到2025年，全球醫(yī)療市場(chǎng)的人工智能市場(chǎng)規(guī)模將增長(zhǎng)到361億美元，在預(yù)測(cè)期內(nèi)復(fù)合年增長(zhǎng)率為50.2%。

（3）機(jī)器學(xué)習(xí)預(yù)計(jì)將占據(jù)市場(chǎng)的最大份額，其次是自然語(yǔ)言處理。

（4）驅(qū)動(dòng)因素越來(lái)越大，數(shù)據(jù)集也越來(lái)越復(fù)雜，越來(lái)越需要降低日益增加的醫(yī)療成本、提高計(jì)算能力、降低硬件成本。

（5）面臨的挑戰(zhàn)是醫(yī)療從業(yè)者不愿意采用基于人工智能的技術(shù)，缺乏熟練的勞動(dòng)力，以及對(duì)軟件的監(jiān)管指南不明確。

醫(yī)療保健行業(yè)的首席人工智能官

醫(yī)療保健行業(yè)的高級(jí)管理人員增加了新成員：首席人工智能官。而Anna Goldenberg博士就是一位首席人工智能官。她于今年1月在多倫多的兒童醫(yī)院擔(dān)任生物醫(yī)學(xué)信息學(xué)和人工智能主管。

Goldenberg在接受加拿大《環(huán)球郵報(bào)》采訪時(shí)說(shuō)：“作為一名計(jì)算機(jī)科學(xué)家，我成為機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的研究人員，我現(xiàn)在感覺(jué)可以在醫(yī)療保健方面做出巨大的改變。這需要一些時(shí)間，但我認(rèn)為越來(lái)越接近了?！?/p>

事實(shí)上，人工智能正在為醫(yī)療保健行業(yè)提供動(dòng)力。Goldenberg的職位的部分資金來(lái)自一位多倫多的企業(yè)家的175萬(wàn)美元捐款，他剛出生的孩子在這家兒童醫(yī)院接受了手術(shù)。而這位企業(yè)家創(chuàng)辦了一家合資公司，該公司開(kāi)發(fā)了一個(gè)軟件平臺(tái)，將自動(dòng)駕駛汽車(chē)與智能基礎(chǔ)設(shè)施連接起來(lái)，去年這家公司被出售給了福特汽車(chē)公司。該職位的其余部分資金來(lái)自由醫(yī)院籌款基金，使捐款總額達(dá)到350萬(wàn)美元。

Goldenberg擁有數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的碩士學(xué)位和博士學(xué)位，目前擔(dān)任多倫多大學(xué)計(jì)算機(jī)科學(xué)副教授，并在該醫(yī)院擔(dān)任高級(jí)科學(xué)家。她的研究重點(diǎn)是利用機(jī)器學(xué)習(xí)來(lái)繪制人類(lèi)疾病異質(zhì)性，并使用患者數(shù)據(jù)和人工智能預(yù)測(cè)心臟驟停等疾病。

人工智能贏得第一個(gè)同行評(píng)審點(diǎn)

有關(guān)人工智能的首次回顧性研究于去年8月發(fā)表在“柳葉刀腫瘤學(xué)”網(wǎng)站上。該研究旨在開(kāi)發(fā)一種評(píng)分，以預(yù)先確定癌癥治療的反應(yīng)者，并提高治療的療效和成本比。

同行評(píng)審的這種挖掘確定了人工智能可以處理醫(yī)學(xué)圖像以提取生物和臨床信息。這意味著醫(yī)生很快就可以使用成像來(lái)識(shí)別身體任何部位的腫瘤生物學(xué)特征，而無(wú)需進(jìn)行活組織檢查。如果團(tuán)隊(duì)沒(méi)有證明其可行性，那么該技術(shù)聽(tīng)起來(lái)就像是科幻小說(shuō)中的技術(shù)一樣。

研究團(tuán)隊(duì)設(shè)計(jì)了一種分析CT圖像的算法。圖像數(shù)據(jù)與“放射特征”相結(jié)合，定義腫瘤淋巴細(xì)胞浸潤(rùn)水平，并為患者免疫治療的療效提供預(yù)測(cè)評(píng)分。對(duì)500名患者進(jìn)行了放射性特征的采集、開(kāi)發(fā)和驗(yàn)證。研究小組發(fā)現(xiàn)，在3個(gè)月和6個(gè)月時(shí)免疫治療有效的患者放射評(píng)分較高，總體存活率較高的患者放射評(píng)分也較高。

建立人工智能‘道德機(jī)器‘

在這個(gè)充滿智能的時(shí)代，需要有一個(gè)新的中心，其新的使命是激勵(lì)和影響關(guān)于人工智能道德的公共政策和法規(guī)，并建立“有道德的機(jī)器”。安大略省圭爾夫大學(xué)成立了促進(jìn)負(fù)責(zé)任和道德人工智能中心（CARE-AI），致力于確保技術(shù)使人們受益，最大限度地減少傷害，并保持技術(shù)的人性化。

該中心匯集了90名大學(xué)研究人員和學(xué)者，他們計(jì)劃分析人工智能的人文和社會(huì)方面，并研究人類(lèi)和動(dòng)物健康、環(huán)境科學(xué)、農(nóng)業(yè)食品和生物經(jīng)濟(jì)領(lǐng)域的學(xué)習(xí)算法、人機(jī)界面、數(shù)據(jù)分析、傳感器和機(jī)器人等方法。在這些問(wèn)題中，他們將探討人工智能成為具有情感和意識(shí)的實(shí)體的潛力，以及當(dāng)智能機(jī)器開(kāi)始自己設(shè)計(jì)時(shí)，人類(lèi)和人工智能將會(huì)有哪些相互作用。

梅奧診所發(fā)現(xiàn)“沉默”的心臟病

將人工智能應(yīng)用于心電圖可以幫助識(shí)別無(wú)癥狀的左心室功能障礙，這是心力衰竭的前兆。梅奧診所的一組研究人員在《自然醫(yī)學(xué)》上發(fā)表了一項(xiàng)研究報(bào)告，表明他們可以做到這一點(diǎn)。

該團(tuán)隊(duì)使用梅奧診所的臨床數(shù)據(jù)篩選出625，326對(duì)的EKG和經(jīng)胸超聲回波心電圖，以確定患者。然后他們創(chuàng)建、訓(xùn)練、驗(yàn)證并測(cè)試了一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)驗(yàn)證他們的假設(shè)，了解與其他常見(jiàn)的篩選測(cè)試相比的準(zhǔn)確性。

有趣的是，研究發(fā)現(xiàn)，在可能具有心室功能不全風(fēng)險(xiǎn)的患者中，人工智能檢測(cè)出陽(yáng)性的患者未來(lái)發(fā)生心室功能不全的風(fēng)險(xiǎn)是陰性患者的四倍。

“換句話說(shuō)，該測(cè)試不僅可以確定無(wú)癥狀疾病，還可以預(yù)測(cè)未來(lái)疾病的風(fēng)險(xiǎn)，這是通過(guò)識(shí)別心肌無(wú)力之前發(fā)生的非常早期、細(xì)微的心電圖變化來(lái)實(shí)現(xiàn)的。”P(pán)aul Friedman醫(yī)學(xué)博士說(shuō)。

HBR：人工智能可能會(huì)減少醫(yī)療保健的繁文縟節(jié)

能夠處理大量數(shù)據(jù)和進(jìn)行實(shí)時(shí)建議的人工智能工具可以大大減輕醫(yī)療系統(tǒng)的管理負(fù)擔(dān)，并節(jié)省啟動(dòng)資金。文章表明，在美國(guó)醫(yī)療體系3萬(wàn)億美元的年度成本中，約有三分之一的成本浪費(fèi)在行政和運(yùn)營(yíng)效率低下方面。人工智能已經(jīng)實(shí)現(xiàn)了更快的病床分配、更簡(jiǎn)單和改進(jìn)的文檔和自動(dòng)欺詐檢測(cè)。例如，人工智能幫助醫(yī)療系統(tǒng)更快地分配床位，將外科病人的恢復(fù)時(shí)間縮短80%，將急診床等待時(shí)間縮短20%，并接受60%以上的轉(zhuǎn)院患者。

為了利用人工智能，醫(yī)療保健組織需要：

?簡(jiǎn)化和標(biāo)準(zhǔn)化數(shù)據(jù)和流程，以便人工智能可以使用它們。

?確保IT系統(tǒng)之間的互操作性和數(shù)據(jù)共享。

?逐步淘汰那些通過(guò)幫助改善成果來(lái)增加業(yè)務(wù)價(jià)值的員工。

消除“黑盒”挑戰(zhàn)？

馬薩諸塞州波士頓總醫(yī)院的研究人員使用不到1000例的成像病例，能夠訓(xùn)練一種人工智能算法來(lái)檢測(cè)顱內(nèi)出血（ICH），并在未增強(qiáng)頭部CT掃描上對(duì)其五個(gè)子類(lèi)型進(jìn)行分類(lèi)。深度學(xué)習(xí)算法的設(shè)計(jì)是為了揭示其決策背后的推理，通常被稱(chēng)為人工智能的“黑盒”問(wèn)題，通過(guò)一個(gè)“注意力地圖”，突出顯示用于進(jìn)行預(yù)測(cè)的圖像上的重要區(qū)域。它還消除了放射科醫(yī)師對(duì)用于訓(xùn)練大多數(shù)深度學(xué)習(xí)模型的大型高質(zhì)量數(shù)據(jù)集進(jìn)行注釋的需要。

研究小組發(fā)現(xiàn)，該模型的準(zhǔn)確性與訓(xùn)練有素的放射科醫(yī)師相當(dāng)，但其靈敏度相當(dāng)高。

這就是它真正重要的原因：腦出血是一種潛在的致命疾病，采用自動(dòng)敏感模型能夠可靠地檢測(cè)到它，可以加快患者的治療。它還可以幫助具有不同專(zhuān)業(yè)水平的神經(jīng)放射科醫(yī)生更快地確定腦部掃描是否存在出血的情況，避免顱內(nèi)出血（ICH）的遲發(fā)或漏診。

人工智能工具比皮膚科醫(yī)生更好地檢測(cè)皮膚癌

根據(jù)最近一項(xiàng)對(duì)腫瘤學(xué)年鑒的研究，無(wú)論醫(yī)生的經(jīng)驗(yàn)水平如何，基于人工智能的網(wǎng)絡(luò)在分析癌癥皮膚病變圖像方面都優(yōu)于皮膚科醫(yī)生。然而，皮膚科醫(yī)生在為他們的診斷添加真實(shí)的臨床信息后表現(xiàn)更好，但仍然優(yōu)于神經(jīng)網(wǎng)絡(luò)。

“我們的數(shù)據(jù)清楚地表明，卷積神經(jīng)網(wǎng)絡(luò)（CNN）算法可能是一種合適的工具，可以幫助醫(yī)生進(jìn)行黑素瘤檢測(cè)，無(wú)論他們的個(gè)人經(jīng)驗(yàn)水平和培訓(xùn)水平如何。”德國(guó)海德堡大學(xué)皮膚病學(xué)系的教授Holger A. Haenssle博士表示。

瀕于危險(xiǎn)：DL預(yù)測(cè)乳腺腫瘤對(duì)化療的反應(yīng)

為精確治療做好準(zhǔn)備。例如：根據(jù)發(fā)表在《數(shù)字成像》雜志上的最新研究結(jié)果，研究人員已經(jīng)預(yù)測(cè)乳腺腫瘤對(duì)新輔助化療（NAC）的反應(yīng)準(zhǔn)確率為88%。其提供的好處是雙重的：提供了更好的方法來(lái)早期評(píng)估治療反應(yīng)，并顯著改進(jìn)了當(dāng)前的預(yù)測(cè)方法，即一旦開(kāi)始治療，就依賴于間隔成像。

使用乳房MRI腫瘤數(shù)據(jù)集，紐約哥倫比亞大學(xué)歐文醫(yī)學(xué)中心的研究人員采用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)（CNN）方法來(lái)訓(xùn)練和預(yù)測(cè)化療開(kāi)始前對(duì)化療的反應(yīng)。