全球人口老龄化，对消费者基因检测和其他技术进步的认识增强，这些将促使遗传学检测市场到2024年规模达到103亿美元。
医疗行业可能是数据驱动收益最具潜力的领域之一。然而，这不仅仅是因为人工智能，还因为医疗数据存在整体混乱的问题。患者数据的存储方式仍然是碎片化的，大部分数据仍以纸质形式保存。因此，即使在各种人工智能方法激增之前，数据收集、数据统一、数据处理以支持更好的医疗保健方式，这些仍然有巨大的发展潜力。
Blueprint Genetics是一家位于芬兰和旧金山的基因检测公司，迄今拥有100多名员工，从芬兰、德国、瑞士和旧金山的风险投资公司那里累积获得19亿美元的股权。
Blueprint Genetics公司首席执行官Tommi Lehtonen表示：“我们正在构建一个非常复杂的软件平台，解决三种不同的艾滋病问题，通过完全透明和可追溯的分析方法，提供可扩展和高质量的基因检测，换句话说，我们正在从DNA检测中去除那些不可靠的、难以追踪的基因检测结果。”
Lehtonen认为，监管不会成为在基因测试中使用和发展人工智能的一个障碍。
“不同的统计分析方法以及人工智能方法正在获得如此多的关注，我相信这个行业将会与监管机构找到合适的方向。阻碍增长的因素可能是有如此庞大的、高质量的数据集。现在我们在数据共享方面取得了很好的进展，但总有一个问题，那就是真正纯粹的高质量数据很难快速积累起来。”
但没有人工智能的话，这个充满数据的遗传学新世界将会何去何从？Lehtonen认为，有可能跟今天的情况差不多。
他说：“遗传学有着巨大的机会，我认为企业和研究小组最近才真正开始研究数据。另外，不是所有的分析都需要采用不同的人工智能方法，而且无监督式人工智能（unsupervised AI）至少在一开始的时候，可能会对具有规范性的临床环境应用带来挑战性。然而，例如在DeepVariant项目中，我认为生物数据和人工智能的结合可能会有着非常光明的前景。”
人工智能和行为改变
加拿大人工智能初创公司Kiwi从FounderFuel、IncWell Venture Capital、加拿大商业发展银行以及Angel Investors那里为他们的人工智能应用筹得了250万美元的风险资金，这款应用专门用于帮助人们戒掉烟瘾。
Kiwi公司将其称为预测性医疗，Kiwi的人工智能和机器学习可以自动学习用户的吸烟习惯，当用户吸烟的时候进行自动追踪以确定其行为模式，然后预测下一次有吸烟冲动的时间。该应用会为用户生成一个吸烟时间表，以逐步拉长两次吸烟的时间间隔，帮助用户按自己的步调来戒烟。在这个名为Cue的应用中，机器学习可以预测下一次你可能会在什么时候吸烟，如果你延长了时间间隔就会得到奖励。每当吸烟者延长时间间隔的时候，他们就会获得可转换为亚马逊积分的信用值。Kiwi公司表示，他们计划未来进一步扩大可兑换积分的选项。
人工智能和诊断
2018年1月，美国联邦药物管理局（FDA）将Cognoa基于人工智能的软件指定为新自闭症II类诊断医疗设备。
医疗领域中的增强现实、虚拟现实和混合现实
USC混合现实实验室成员兼总监Todd Richmond表示，在这种新的医疗范例中，虚拟现实、增强现实和混合现实（VAMR）技术将在某些方面带来好处。
Richmond表示，在医药方面面临的最大挑战之一就是患者的依从性。
Richmond认为，VAMR在这个领域正在以某种方式兑现承诺。
“首先，VAMR提供了一种传递信息的新媒介。这其中关键是数据能够向患者‘讲故事’，告诉人们如何运用信息，如何学习，以及如何改变行为。VAMR代表了一种帮助数据讲故事、改变生活的新途径。”
位于法国的Rossetti康复中心拥有一个步态实时分析交互实验室（GRAIL），该实验室专注于步态分析和训练的解决方案。该解决方案采用一个双走道，配备各种仪器、动作捕捉系统、三台摄像机和EMG，全部这些都与VR环境是同步的。
Richmond说，VAMR会带来最大影响的一个领域是数字疗法。VAMR技术可用于支持治
疗各种心理问题，如创伤后应激障碍、恐高症、焦虑症、抑郁症、阿尔茨海默氏症和痴呆症。
“就我个人而言，VR让我感到兴奋的不是对现实世界情况的复制，而是以一种人类可以探索自己心灵、并积极影响日常生活的方式，来重塑潜意识和无意识的世界。考虑到这一点，不难看出医疗型VAMR拥有的巨大潜力。”
但根据伦敦Digital Catapult数字健康部门负责人Andrew Chapman的说法，这些公司都需要克服的阻碍。
Chapman表示：“要克服的两个最大障碍，是让监管部门接受，以及医疗保健专业人员（HCPs）的采纳。早期所取得的成功，主要是由那些拥有成熟管理框架、与HCP密切合作设计出产品的公司所推动的。”
Chapman表示：“随着AR和VR等身临其境的技术，当前硬件的高成本和复杂性以及缺乏监管指导的情况进一步困扰了这种情况。 “到2018年，随着低成本独立硬件的发布和快速扩散，我们将看到前者的障碍 - 但监管方面的突破需要更长的时间。”
Chapman认为，在我们看到可预设的数字疗法之前，沉浸式技术的使用还有很长一段路要走。
他说：“学术界在心理健康领域已经有了一些例子，并且在TouchSurgery、Medical Realities和Pearson Immersive等医疗训练方面也有一些出色的应用。“我们已经看到了人工智能在医疗领域的早期应用，例如，放射科/病理学领域对机器学习的运用正在快速发展，并且人工智能比VR/AR解决方案更接近市场。”
NTT DATA Services健康计划咨询自动化负责人Deana Rhoades表示，采用这些技术的最大障碍，都是与信任和忠诚度有关的。
“虽然千禧一代对特定提供商的忠诚度较低，但他们更关注可用性和便利性；老一辈对医生非常忠诚，更喜欢面对的诊治。技术社区必须克服虚拟代理要取代提供商的观点——相反，虚拟代理是要让提供商更好地为患者服务。”
閱讀更多 科技行者 的文章
