本文參考了全球五大製藥公司對人工智能技術的分析。雖然已有的分析提供了一個廣泛的調查，涵蓋了生命科學和生物技術行業應用的所有主要趨勢，但是這篇最新文章在其基礎之上重點強調了TechEmergence認為的近期最有意義的六個AI應用趨勢。
1診斷疾病
2個體化用藥
3藥物開發
4臨床試驗
臨床試驗研究是一個漫長而艱鉅的過程。機器學習可以在各種方面幫助縮短這一過程。一種策略是通過對廣泛的數據使用高級預測分析，從而更快地確定目標人群的臨床試驗候選人。麥肯錫( McKinsey )的分析師描述了其他機器學習應用程序，這些應用程序可以通過簡化計算理想樣本大小、方便患者招募以及使用病歷將數據錯誤降至最低等任務來提高臨床試驗的效率。
6電子健康記錄
支持向量機（Support vector machines用於分類患者電子郵件查詢的技術）和光學字符識別（用於數字化手寫筆記的技術）是用於文檔分類的機器學習系統的基本組件。這些技術的應用案例包括MathWorks的MATLAB （一個具有手寫識別應用程序的機器學習工具）和谷歌的雲視覺API。MIT臨床機器學習小組的重點之一是開發基於機器學習的智能電子健康記錄技術，其理念是開發“安全、可解釋、能從少量標記的訓練數據中學習、理解自然語言、並能在醫療環境和機構中很好地推廣的強大機器學習算法”。
分享到:
閱讀更多 上海科技牛 的文章
