通常，人們提到人工智能(artificial intelligence, AI)都會討論它將如何使我們的技術設備變得更好、如何引領無人駕駛汽車，甚至是可能會引發世界大戰。但是在醫療行業，AI能夠大大提高醫療效率和質量。算法、圖像識別技術、自然語言處理以及其他AI技術最終能夠使醫療費用更便宜，減少研發新藥所需的時間，甚至可以幫助醫生診斷疾病。
更快的藥物研發
通常製藥公司平均需要10到15年的時間才能研發出一種新藥。包括IBM在內的一些公司指出，AI可以通過對基因和臨床大數據的篩選來減少尋找新藥的時間。
IBM表示，Watson for Drug Discovery利用自然語言處理使平臺能夠讀取數百萬頁的非結構化數據，理解名詞、相關實體、相互關聯的動詞和介詞來理解語境意義。
例如，Barrow神經學研究所利用Watson for Drug Discovery發現可能與肌萎縮側索硬化症(amyotrophic lateral sclerosis, ALS)有關的不明基因和蛋白質。幾個月後，沃森發現了5個之前從未被認為與ALS相關的RNA結合蛋白(RNA-binding proteins, RBPs)。Barrow研究員在最近發表於Acta Neuropathologica雜誌上的一篇論文中指出：“總的來說，我們成功地使用IBM Watson來幫助識別與ALS相關的其他RBPs，顯示了AI能夠加快ALS以及其他複雜的神經系統疾病的科學研發。”
一些製藥商已經把賭注押在了這類AI上。2017年，著名製藥公司葛蘭素史克公司表示，像這種先研究一種疾病靶點，然後找到與之相對的分子靶向藥物的方法，可以將藥品研發時間從5年半減少到1年，AI不僅可以減少研發藥物所需時間，而且還可以降低成本。
協助診斷
哈佛大學病理學家們最近創建了一款AI系統，該系統能夠幫助他們更精確地診斷乳腺癌。AI技術幫助醫生將準確率從96%提高到99.5%，這種輕微的增長意義重大，因為這意味著每年將有6.8萬到13萬名女性獲得更準確的診斷。
同樣，北卡羅來納大學Lineberger綜合癌症中心的腫瘤學家對IBM沃森基因組學進行了測試。沃森研究了1018個病例，AI給出的診斷與當時的診斷99%一致，但從其中300多個病例裡，沃森發現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：“擁有認知計算授權的分子腫瘤委員會通過提供快速、全面的數據分析方法，並結合最新臨床試驗，從而有可能改善患者的護理。”
降低醫療成本
凱撒家庭基金會(Kaiser Family Foundation)估算，美國的醫療支出佔其GDP的18%，相對於其財富而言，這是不成比例的。事實上，其他發達國家人均醫保支出是美國的一半左右。AI可以幫助降低這些成本。埃森哲表示，AI可以用於管理任務，比如語音到文本的轉換，這可以幫助醫療機構取消或減少編寫圖表說明、處方和預約檢查的需求。
例如，Alphabet旗下的一家AI公司DeepMind，去年與英國國家醫療服務體系合作使用AI算法閱讀醫學數據。DeepMind目前還沒有從數據中做出有關臨床決策，但隨著AI繼續從數據中學習，它有望在未來為醫生提出建議，這將為醫護人員節約出更多時間。
根據埃森哲的研究，像這樣的新型工作流程輔助功能可以減少醫生17%的工作時間和註冊護士51%的工作時間。通過提高整體醫療行業的效率，AI有望在2026年之前為美國創造1500億美元的醫保儲值。
原文標題：3 Ways AI Could Totally Change Healthcare
閱讀更多 健康界 的文章
