點擊上方“轉化醫學網”訂閱我們！
乾貨 | 靠譜 | 實用
對人工智能而言，醫療領域一直被視為一個很有前景的應用領域。24日Illumina宣佈推出open source一種新型人工智能（AI）軟件，用於區分潛在的致病突變，以及數百萬人的遺傳變異。
其實自1952年人工智能之父Marvin Minsky建立了隨機神經模擬加固計算器（SNARC）後，後續出現了眾多如BP算法、“ 深度學習 ”、微軟的醫療NEXT、谷歌的GoogleNet和英特爾的Nervana神經網絡處理器（NNP）芯片等軟件，這些人工智能軟件，都已廣泛應用於醫療領域，而且效率和精準度比人類高的多。
關於人工智能在癌症診療領域的應用，奧巴馬宣佈的“癌症登月計劃“中的一個項目就是讓人工智能進行機器學習（算法）和深度學習以識別癌症。人工智能診療癌症可分三步，第一步是通過深度學習在分子層面認識癌症，第二步進行臨床前的藥物篩查，第三步學習和建立人口模型。在癌症診療的具體應用方向，可大致分為三方面，早期診斷、個體化治療方案和新藥研發。
一、人工智能與癌症早期診斷
人工智能在癌症早篩中用的最主要的手段就是醫療影像。香港中文大學的研究團隊就用人工智能影像識別技術判讀肺癌及乳腺癌的醫學影像，自動篩查早期肺癌及快速檢測乳腺癌轉移，其準確率分別達９１％及９９％，而且識別過程只需３０秒至１０分鐘；深圳市南山人民醫院在騰訊的AI醫學影像技術——騰訊覓影的輔助下對早期食管癌進行篩查，篩查準確率達到90%。
另外，DeepDiagnos還通過構建AI模型來逐點掃描基因組的每一個位點，從中找出可能存在的腫瘤相關突變，在癌症剛剛發生的階段就能發出預警，對於癌症早期診斷起到了非常大的作用。
人工智能利用大數據分析主要通過對腫瘤病理學研究、預測疾病與基因突變的關係、藥物篩選和耐藥機制的研究等為患者提供個性化治療方案，包括更準確的化療、精準的用藥選擇和用藥調整等診療方案，提供最佳治療策略等。微軟的“Hanover”的人工智能項目，藉助深度學習技術，理解、分析大量醫學專業論文，來幫助醫生合理、精準用藥； OncoraMedical公司為放射腫瘤學提供預測意見和風險分析，幫助輻射腫瘤學家做出更好的化療方案。
三、人工智能與抗癌新藥研發
藥品研發貴，主要是因為藥物研發後需要大量及漫長的臨床試驗，藥品的研發失敗幾率極高。隨著深度學習技術的突破，圖像識別、神經網絡、機器學習等關鍵技術的快速發展，人工智能技術在新藥研發領域的作用越來越突出，能夠幫助研究人員快速識別抗癌藥物的有效性，從而大幅縮減研發時間，提高新藥研發的效率。一些新的算法模型，可以縮小相關蛋白質、藥物和臨床數據的範圍，以便更好地預測哪些基因最有可能讓蛋白質和藥物結合，還可以利用數字化模型代替部分臨床實驗和小白鼠的活體實驗，使得特效藥研發速度更快。另外利用人工智能提高精準靶向來促進新藥研發，也正在成為各國的必爭之地。
目前致力於人工智能算法對癌症做出早期診斷並實現個性化治療的公司眾多，以下整理了國內外相關領域的18家企業。
1、IBM Waston
IBM公司與紀念斯隆凱特琳癌症中心合作開發的Watson for Oncology（WFO），在這個領域已深耕多年，該系統可整合雜誌文章、國家指南、醫院最佳實踐、臨床試驗和教科書中的多種數據，可以通過自然語言處理模式和機器學習模式從醫療記錄中提取和訪問結構化的、非結構化的數據，以提供癌症治療選擇。
2、GE醫療
GE的低劑量CT肺癌篩查方案是業內首個通過FDA認證的方案，是在低劑量CT設備的基礎上獲得精準成像，實現微小結節的早期發現，通過自動標記難識別的肺結節，輔助醫生快速、精準地進行篩查。
3、美國Paige.AI
年初剛完成2500萬美元A輪融資，專注於癌症病理學。主要涉及乳腺癌、前列腺癌以及其他主要癌症的研究，並將於今年推出首個產品——病理圖像瀏覽應用，該產品除了向病理學家提供應用模塊之外，還能集成到實驗室信息系統中，從而在臨床工作流程中實現無縫應用。
4、Enlitic
經三輪融資累計1500萬美元，專注於人工智能技術在影像診斷上的應用，運用時下最先進的深度學習算法對醫學圖像、臨床試驗等大量醫療數據進行挖掘，開發的惡性腫瘤檢測系統在臨床試驗中的準確度比專業的放射科醫師高出50%多，並且所用的時間只有醫生的1/50000。
5、Clearview Diagnostics
一家人工智能軟件公司，主要研發疾病診斷輔助工具，聚焦點是乳腺癌，正在積極爭取其人工智能癌症診斷工具獲得FDA批准，研發該工具的目的是為乳腺癌患者提供更準確、更廉價的診斷。
6、CureMetrix
一家醫學圖像分析公司，旨在為醫療機構和患者提供可信賴的下一代醫學圖像分析技術。已研發出一套用於影像分析的算法，該算法能被用來進行早期和精確的乳腺癌監測。
7、Deep Genomics
一家將深度學習的能量帶到基因組學的創業公司，是人工智能和基因組學聯姻的產物，即“Deep Learning + Genomics”。用來分析突變頻率小於1%的SNVs與疾病之間的關係，旨在利用深度機器學習技術改造精準醫療。
8、Insilico Medicine
於今年6月由藥明康德領投戰略融資，利用人工智能加速抗癌新藥研發。Insilico Medicine專注於將深度學習等人工智能技術應用於靶點鑑定，進行癌症治療的藥物研發，主要方向是免疫療法。其獨有的生成對抗網絡（GAN）和強化學習（RL）等新型算法生成的新藥研發管線將在藥明康德的抗癌新藥研發服務平臺上進行測試。
9、Proscia
是一家將計算機智能應用於腫瘤病理學的公司，設計了數字病理平臺，可以收集整理來自全世界的腫瘤病理數據和圖像，允許病理學家和研究人員利用每張片子中的病理數據，為一線腫瘤治療上提供臨床決策支持。
10、谷歌
主要產品為DeepMind Health（AlphaGo也隸屬於DeepMind旗下），包括乳腺X光片篩查和乳腺病理圖片識別，另外同時開發的一種新的深度學習算法（Deep Learning），來識別活檢病理圖片是否發生淋巴結轉移。目前，谷歌AI技術在腫瘤局部化檢查的精確度已達到89%，這一成績遠超訓練有素的人類病理學家73%的數據。
11、微軟
微軟的機器學習項目為Hanover，利用AI技術深度理解每年發表的醫學論文，幫助醫生預測哪些藥物對治療癌症患者最有效，從而幫助醫生治療癌症；還可通過深度學習來解決如何制定個性化的藥物治療方案問題；另一個相關項目是根據癌症病人的真實情況構建詳細的模擬方案，從而利用創建具有編程性的計算機生物細胞。
12、騰訊“覓影”
主攻癌症早期診斷，騰訊覓影利用人工智能技術輔助醫生對食管癌進行篩查，可以有效提高篩查準確度，促進準確治療，還發起成立了人工智能醫學影像聯合實驗室，並啟動全球首個應用AI醫學影像的食管癌早篩項目的臨床預試驗。
13、阿里和萬里雲的“Doctor You”AI系統
肺結節是早期肺癌的表現形式，“Doctor You”基於大數據技術，7X24小時晝夜不停地完成了對各類不同病種的醫療影像的深度學習分析工作，提升肺結節診斷效率，正確識別肺結節的準確度達到 90%以上。
百度研究院近日發佈了一種名為“神經條件隨機場”的AI算法，擁有強大的腫瘤病理切片檢測能力，將為癌症診斷和治療提供重要助力，其檢測準確率甚至超過專業病理醫生，並突破此前最高紀錄。
15、百洋醫藥
其旗下的百洋智能科技作為百洋醫藥集團智能化應用生態圈的旗艦主體，致力於科技改善健康，先後與飛利浦、IBM、甲骨文等國際行業巨頭聯手，搭建“三端兩雲一平臺”，並結合產品優勢，領先開發BSMART-D平臺，是目前中國市場唯一完整彙集世界頂級醫療人工智能的綜合解決方案，集成、整合、開發最頂級的AI工具賦能醫療服務，幫助醫生成為智能醫生，與國內外先進醫院診療技術同行。於去年與IBM簽署協議，大力推廣沃森健康的全線產品，目前主要集中在腫瘤治療方案支持。在上海、南京、青島已建成‘智能醫生工作室’，醫生可直接帶領自己的患者前往工作室進行Watson檢測。
16、美迪維康
基於美國NIH公開數據庫的底層數據自主研發IME算法系統，可以通過檢測癌症或某一類癌細胞的基因表達譜，從市面上已有的上萬藥物庫中篩選出幾種理論上匹配的藥物，通過細胞模型、動物模型和臨床試驗來驗證藥物的有效性，給醫生提供參考。而且通過對龐大抗藥腫瘤的數據學習、分析，快速理解癌症細胞是如何對抗癌藥物產生抗藥性的，可幫助研究人員和醫療人員改進藥品研發、及時調整患者的用藥方案等。
17、有求雲診
主要採用的技術是 DIMT（數據影像比對）技術，是一款基於醫療體檢數據和圖像數據深度學習的人工智能系統。目前DIMT癌症篩查的準確率在85%-99%之間，主要包括5大癌症篩查：肺癌、肝癌、胃癌、乳腺癌和宮頸癌，此外還有腫瘤體質篩查。
18、點內生物
主要是肺癌的早期篩查,開發有一款利用人工智能進行肺癌早起篩查的產品——“肺常好”,整合了目前國際上主流的肺癌風險預測模型，並結合人工智能與機器學習技術，在國內20000例肺癌病例的驗證下，優化並形成適合中國人使用的肺癌智能篩查引擎。
從上可以看出，目前從事癌症診療領域的AI企業，其產品主要圍繞在影像學，逐漸已涉及到病理學、基因組學、新藥研發和個性化治療等方向。腫瘤是醫療行業最受關注的版塊，也已成為人工智能發揮其價值的領域之一，AI的大範圍運用對於醫生、患者和醫院具有極大的意義。利用人工智能，醫生的工作量大大減少，患者癌症診療準確率也大大提升，人類從人工智能技術的應用中獲益匪淺，也期待人工智能夠更好地協助醫生為患者帶來更為快捷、準確的診斷。
想要了解更多人工智能在醫療領域的運用，推薦關注。此次會議特設人工智能相關分論壇，我們邀請到該領域的專家大咖共同探討分子診斷與人工智能的相關研究進展，在此，誠邀您參與本次研討會！
活動
推薦
閱讀更多 轉化醫學網 的文章
