時間飛逝，轉(zhuǎn)眼已是2019年了。2018年1月22日，藥明康德AI發(fā)表了第一篇文章；不知不覺間，藥明康德AI已經(jīng)與讀者朋友們一起走過了將近一年的時間。在這一年里，我們一直致力于第一時間為大家?guī)砣斯ぶ悄茉卺t(yī)療大健康領(lǐng)域的相關(guān)動態(tài)和最新進展。在這篇文章中，人工智能和醫(yī)療領(lǐng)域里發(fā)生了哪些大事，我們將一一進行盤點。

機器學(xué)習(xí)模型有望提前五年預(yù)測白血病

一個由來自全球多家科研機構(gòu)的白血病專家組成的研究小組使用血液檢測和機器學(xué)習(xí)技術(shù)，來預(yù)測健康個體是否有患急性骨髓性白血病（AML）的風(fēng)險，這項研究發(fā)表在了《自然》上，有望最多提前五年對白血病進行預(yù)測。急性骨髓性白血?。ˋML）是一種進展迅速、危及生命的血液腫瘤，可以影響所有年齡段的人群。這項研究意味著我們可以提早發(fā)現(xiàn)AML的高風(fēng)險人群并進行監(jiān)測，同時可以尋找降低該疾病患病幾率的方案。

多款重磅AI醫(yī)療產(chǎn)品獲批

2018年有多款數(shù)字醫(yī)療產(chǎn)品獲批，而其中一些產(chǎn)品具有非常重大的意義。去年4月，美國FDA批準了首款使用人工智能檢測糖尿病患者視網(wǎng)膜病變的醫(yī)療設(shè)備IDx-DR。IDx-DR由IDx公司開發(fā)，是首個獲得市場營銷授權(quán)可以提供篩查決策，而無需臨床醫(yī)生對圖像或結(jié)果進行解讀的醫(yī)療設(shè)備，這使得通常不參與眼科治療的醫(yī)生也能使用該設(shè)備。

而在去年8月，美國FDA批準了Aidoc公司基于AI的工作流程優(yōu)化組合產(chǎn)品，該產(chǎn)品能夠配合放射科醫(yī)生的工作，在頭部CT圖像中對急性顱內(nèi)出血病例進行標記。這也是FDA批準的全球首個利用深度學(xué)習(xí)技術(shù)，協(xié)助放射科醫(yī)生進行分診工作的產(chǎn)品。

谷歌和DeepMind大放異彩

要是說到人工智能在醫(yī)療大健康領(lǐng)域的突破，就不能不提到谷歌及DeepMind。2018年一年的時間里，谷歌和DeepMind公司開發(fā)的人工智能取得了多項成就：去年2月，谷歌大腦研究小組（Google Brain team）發(fā)現(xiàn)通過AI技術(shù)，人眼的視網(wǎng)膜圖像能夠非常準確地預(yù)測影響心血管健康的風(fēng)險因素，包括：年齡、性別、吸煙狀況、收縮壓、不良心血管事件等。

9月，來自紐約大學(xué)醫(yī)學(xué)院的研究人員使用來自谷歌的深度卷積神經(jīng)網(wǎng)絡(luò)Inception v3，開發(fā)了一個新的機器學(xué)習(xí)程序，不僅能夠以97%的準確率確定患者的肺癌類型，甚至還可以識別導(dǎo)致異常細胞生長的變異基因。

上圖為AI模型從癌變組織圖像中識別兩種肺癌類型的示意圖。其中左圖為原始圖像，右圖為AI輸出的肺癌類型圖譜。右圖中的紅色部分為鱗狀細胞癌，藍色部分為非鱗狀細胞癌，灰色部分為正常肺部組織

DeepMind作為谷歌旗下專注人工智能研究的公司，更是在這一領(lǐng)域取得了重大突破。去年8月，DeepMind在《Nature Medicine》上發(fā)表了一項研究成果，其開發(fā)的系統(tǒng)依照光學(xué)相干斷層掃描（OCT）數(shù)據(jù)進行診斷，可以識別50種左右的眼疾，這對驗證人工智能技術(shù)的安全性和有效性十分重要。更重要的是，這項研究還解決了人工智能黑箱問題。未來，不管是癌癥、神經(jīng)疾病還是視力問題，這項成果都能讓病人們得到更好的治療。

除此之外，DeepMind在去年12月初推出的生物界“AlphaGo”更是讓人眼前一亮：這個名為AlphaFold的全新系統(tǒng)能夠預(yù)測并生成蛋白質(zhì)的3D結(jié)構(gòu)，并在早些時候舉行的國際蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽（CASP）上擊敗了所有的人類參會選手。在比賽中，AlphaFold在98名參賽者中名列榜首，預(yù)測了43種蛋白質(zhì)中的25種最準確結(jié)構(gòu)，而同一類別的第二名參賽隊伍只預(yù)測出了43種中的3種。

圖中綠色為蛋白質(zhì)的真實結(jié)構(gòu)，藍色為AlphaFold預(yù)測得出的結(jié)構(gòu)

新型AI算法探秘藥物晶體結(jié)構(gòu)，比傳統(tǒng)方法提速一萬倍

11月，來自瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）的科學(xué)家們建立了一個名為ShiftML的機器學(xué)習(xí)程序，用來預(yù)測分子中的原子在磁場中的移動狀況。即使對于相對簡單的分子，ShiftML的計算速度也比現(xiàn)有的方法快了將近1萬倍。這項研究表明，AI可以幫助化學(xué)家們用比傳統(tǒng)建模方法更快的方式，來破解晶體的分子結(jié)構(gòu)。

“化學(xué)AlphaGo”誕生，可將合成路線設(shè)計速度提高30倍

去年3月，來自上海大學(xué)的Mark Waller教授團隊應(yīng)用深層神經(jīng)網(wǎng)絡(luò)及人工智能算法，成功地規(guī)劃了新的化學(xué)合成路線。研究結(jié)果表明，這種新型的算法在單個分子限制時間為5秒鐘的情況下，能夠?qū)y試集中80%的分子合成路線進行預(yù)測。當單個分子用時限制延長至60秒時，新型算法預(yù)測分子合成路線的比例達到了92%。這一結(jié)果比傳統(tǒng)的計算機輔助合成路線設(shè)計加快了近30倍。

即便是權(quán)威的合成化學(xué)家，也無法區(qū)分這款軟件與人類化學(xué)家之間的區(qū)別。這是人工智能在化學(xué)合成領(lǐng)域的重大突破，Mark Waller教授也被諸多媒體譽為“化學(xué)AlphaGo”的先驅(qū)。

CRISPR的最大短板之一，AI竟能幾乎完美解決？

近幾年出現(xiàn)的基因編輯工具CRISPR-Cas9為研究者提供了定點編輯基因組的能力。CRISPR能根據(jù)用戶設(shè)計的向?qū)NA（gRNA），在基因組中找到精確位置誘導(dǎo)DNA雙鏈斷裂。它比以往的基因編輯工具更方便和便宜，因而得到廣泛使用。

去年11月份，美國麻省理工和哈佛大學(xué)的研究者開發(fā)出了一種計算模型，可以通過機器學(xué)習(xí)來提升CRISPR-Cas9的效果，對致病基因變異實現(xiàn)精準且可預(yù)測的編輯。這項成果為遺傳疾病的研究和潛在療法提供了新的可能性。