探讨人工神经网络在医学领域的应用场景

近年来,以数据密集、知识密集、脑力劳动密集为特征的医疗产业与人工智能深度融合,智能医疗在国内外的发展热度不断提升,如图2-18所示。

目前人工智能技术在医疗领域的应用主要有:

图2-18　智能医疗

1.医疗机器人

机器人技术在医疗领域的应用并不少见,比如智能假肢、外骨骼和辅助设备等技术修复人类受损身体,医疗保健机器人辅助医护人员的工作等。比如,以IBM开发的达·芬奇手术系统为典型代表,能够承担手术或医疗保健功能的机器人。俄罗斯ExoAtlet公司生产了两款“智能外骨骼”产品:ExoAtletⅠ和ExoAtletPro。前者适用于家庭,后者适用于医院。ExoAtletⅠ适用于下半身瘫痪的患者,只要患者上肢功能基本完整,它就能帮助患者完成基本的行走、爬楼梯及一些特殊的训练动作。ExoAtletPro在ExoAtletⅠ的基础上增加了更多功能,如测量脉搏、电刺激、设定既定的行走模式等。

2.智能药物研发(www.xing528.com)

人工智能通过计算机模拟,可以对药物活性、安全性和副作用进行预测。借助深度学习,人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。在抗击埃博拉病毒中,智能药物研发也发挥了重要的作用。美国硅谷公司Atomwise通过IBM超级计算机,在分子结构数据库中筛选治疗方法,评估出820万种药物研发的候选化合物。2015年,Atomwise基于现有的候选药物,应用人工智能算法,在不到一天时间内就成功地寻找出能控制埃博拉病毒的两种候选药物。

除挖掘化合物研制新药外,美国Berg生物医药公司通过研究生物数据研发新型药物。Berg通过其开发的Interrogative Biology人工智能平台研究人体健康组织,探究人体分子和细胞自身防御组织及发病原理机制,利用人工智能和大数据来推算人体自身分子潜在的药物化合物。这种利用人体自身的分子来医治类似于糖尿病和癌症等疑难杂症的方法,要比研究新药的时间成本与资金少一半。

3.智能诊疗

智能诊疗就是将人工智能技术用于辅助诊疗中,让计算机“学习”专家医生的医疗知识,模拟医生的思维和诊断推理,从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也最核心的应用场景。

我国研制基于人工智能的专家系统始于20世纪70年代末,但是发展很快。早期的有北京中医学院研制成的“关幼波肝炎医疗专家系统”,它是模拟著名老中医关幼波大夫对肝病诊治的程序。20世纪80年代初,福建中医学院与福建计算机中心研制了林如高骨伤计算机诊疗系统。其他如厦门大学、重庆大学、河南医科大学、长春大学等高等院校和其他研究机构开发了基于人工智能的医学计算机专家系统,并成功应用于临床。

4.智能影像识别

人工智能在医学影像方面的应用主要分为两部分:一是图像识别,应用于感知环节,其主要目的是将影像进行分析,获取一些有意义的信息;二是深度学习,应用于学习和分析环节,通过大量的影像数据和诊断数据,不断对神经元网络进行深度学习训练,促使其掌握诊断能力。贝斯以色列女执事医学中心(BIDMC)与哈佛医学院合作研发的人工智能系统对乳腺癌病理图片中癌细胞的识别准确率能达到92%。美国企业Enlitic将深度学习运用到了癌症等恶性肿瘤的检测中,该公司开发的系统的癌症检出率超越了4位顶级的放射科医生,诊断出了人类医生无法诊断出的7%的癌症。