作為當(dāng)下熱門技術(shù)，AI被各大行業(yè)看中并發(fā)展利用，醫(yī)療行業(yè)也不例外。全球最大的管理咨詢公司表示，AI有望在2026年前為美國(guó)創(chuàng)造巨額醫(yī)保儲(chǔ)蓄。

通常，人們提到人工智能(arTIficial intelligence, AI)都會(huì)討論它將如何使我們的技術(shù)設(shè)備變得更好、如何引領(lǐng)無人駕駛汽車，甚至是可能會(huì)引發(fā)世界大戰(zhàn)。但是在醫(yī)療行業(yè)，AI能夠大大提高醫(yī)療效率和質(zhì)量。算法、圖像識(shí)別技術(shù)、自然語言處理以及其他AI技術(shù)最終能夠使醫(yī)療費(fèi)用更便宜，減少研發(fā)新藥所需的時(shí)間，甚至可以幫助醫(yī)生診斷疾病。

更快的藥物研發(fā)

通常制藥公司平均需要10到15年的時(shí)間才能研發(fā)出一種新藥。包括IBM在內(nèi)的一些公司指出，AI可以通過對(duì)基因和臨床大數(shù)據(jù)的篩選來減少尋找新藥的時(shí)間。

IBM表示，Watson for Drug Discovery利用自然語言處理使平臺(tái)能夠讀取數(shù)百萬頁(yè)的非結(jié)構(gòu)化數(shù)據(jù)，理解名詞、相關(guān)實(shí)體、相互關(guān)聯(lián)的動(dòng)詞和介詞來理解語境意義。

例如，Barrow神經(jīng)學(xué)研究所利用Watson for Drug Discovery發(fā)現(xiàn)可能與肌萎縮側(cè)索硬化癥(amyotrophic lateral sclerosis, ALS)有關(guān)的不明基因和蛋白質(zhì)。幾個(gè)月后，沃森發(fā)現(xiàn)了5個(gè)之前從未被認(rèn)為與ALS相關(guān)的RNA結(jié)合蛋白(RNA-binding proteins, RBPs)。Barrow研究員在最近發(fā)表于Acta Neuropathologica雜志上的一篇論文中指出：“總的來說，我們成功地使用IBM Watson來幫助識(shí)別與ALS相關(guān)的其他RBPs，顯示了AI能夠加快ALS以及其他復(fù)雜的神經(jīng)系統(tǒng)疾病的科學(xué)研發(fā)。”

一些制藥商已經(jīng)把賭注押在了這類AI上。2017年，著名制藥公司葛蘭素史克公司表示，像這種先研究一種疾病靶點(diǎn)，然后找到與之相對(duì)的分子靶向藥物的方法，可以將藥品研發(fā)時(shí)間從5年半減少到1年，AI不僅可以減少研發(fā)藥物所需時(shí)間，而且還可以降低成本。

協(xié)助診斷

哈佛大學(xué)病理學(xué)家們最近創(chuàng)建了一款A(yù)I系統(tǒng)，該系統(tǒng)能夠幫助他們更精確地診斷乳腺癌。AI技術(shù)幫助醫(yī)生將準(zhǔn)確率從96%提高到99.5%，這種輕微的增長(zhǎng)意義重大，因?yàn)檫@意味著每年將有6.8萬到13萬名女性獲得更準(zhǔn)確的診斷。

同樣，北卡羅來納大學(xué)Lineberger綜合癌癥中心的腫瘤學(xué)家對(duì)IBM沃森基因組學(xué)進(jìn)行了測(cè)試。沃森研究了1018個(gè)病例，AI給出的診斷與當(dāng)時(shí)的診斷99%一致，但從其中300多個(gè)病例里，沃森發(fā)現(xiàn)了具有潛在意義的額外基因組事件。

2017年The Oncologist上一篇論文指出：“擁有認(rèn)知計(jì)算授權(quán)的分子腫瘤委員會(huì)通過提供快速、全面的數(shù)據(jù)分析方法，并結(jié)合最新臨床試驗(yàn)，從而有可能改善患者的護(hù)理。”

降低醫(yī)療成本

凱撒家庭基金會(huì)(Kaiser Family FoundaTIon)估算，美國(guó)的醫(yī)療支出占其GDP的18%，相對(duì)于其財(cái)富而言，這是不成比例的。事實(shí)上，其他發(fā)達(dá)國(guó)家人均醫(yī)保支出是美國(guó)的一半左右。AI可以幫助降低這些成本。埃森哲表示，AI可以用于管理任務(wù)，比如語音到文本的轉(zhuǎn)換，這可以幫助醫(yī)療機(jī)構(gòu)取消或減少編寫圖表說明、處方和預(yù)約檢查的需求。

例如，Alphabet旗下的一家AI公司DeepMind，去年與英國(guó)國(guó)家醫(yī)療服務(wù)體系合作使用AI算法閱讀醫(yī)學(xué)數(shù)據(jù)。DeepMind目前還沒有從數(shù)據(jù)中做出有關(guān)臨床決策，但隨著AI繼續(xù)從數(shù)據(jù)中學(xué)習(xí)，它有望在未來為醫(yī)生提出建議，這將為醫(yī)護(hù)人員節(jié)約出更多時(shí)間。

根據(jù)埃森哲的研究，像這樣的新型工作流程輔助功能可以減少醫(yī)生17%的工作時(shí)間和注冊(cè)護(hù)士51%的工作時(shí)間。通過提高整體醫(yī)療行業(yè)的效率，AI有望在2026年之前為美國(guó)創(chuàng)造1500億美元的醫(yī)保儲(chǔ)值。