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。

《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。”

責任編輯：ct