幾乎每個(gè)行業(yè)都在關(guān)注人工智能( AI )對(duì)其產(chǎn)生的影響，但是醫(yī)療保健一直是最具前瞻性的行業(yè)之一，因?yàn)樗哂刑峁└玫牟∪俗o(hù)理和拯救生命的潛力。

 

之所以說醫(yī)療和人工智能的結(jié)合有著巨大的潛力，也是因?yàn)橛?00多家初創(chuàng)企業(yè)正專門致力于將人工智能引入醫(yī)療領(lǐng)域。未來幾年，隨著該領(lǐng)域企業(yè)生態(tài)系統(tǒng)的增長(zhǎng)，該領(lǐng)域的創(chuàng)新將會(huì)出現(xiàn)爆炸式的增長(zhǎng)。

 

在華盛頓特區(qū)舉行的Nvidia GPU技術(shù)會(huì)議上，Nvidia加速計(jì)算總經(jīng)理兼副總裁Ian Buck討論了我們將如何通過現(xiàn)代AI實(shí)現(xiàn)爆炸式的增長(zhǎng)，在那里，技術(shù)將徹底改變我們做事的方式。

 

例如，在醫(yī)療保健領(lǐng)域，基于人工智能的視頻分析正在幫助放射學(xué)家發(fā)現(xiàn)核磁共振成像中可能被肉眼錯(cuò)過的腦溢血或腫瘤。這并不是隨處可見的例子，但是這是醫(yī)療保健領(lǐng)域所廣泛應(yīng)用的人工智能的例子之一，因?yàn)闄C(jī)器可以在更精細(xì)的層次上看到事物。

 

現(xiàn)代人工智能將這一過程提升到了一個(gè)新的高度。Buck展示了一張帶有胸部x射線單色圖像的幻燈片。然后人工智能被用來用不同的顏色給器官著色，然后圖像被銳化使其看起來是三維的。Buck稱這個(gè)過程為“AI超分辨率”，在這個(gè)過程中，神經(jīng)網(wǎng)絡(luò)可以拍攝高度像素化的圖像并對(duì)其進(jìn)行銳化。Buck展示了另一個(gè)用例，在這個(gè)用例中，一只手的x射線被提取出來并進(jìn)行了超分辨率處理，將之前不可見的圖像元素呈現(xiàn)出來。

 

 

另一個(gè)現(xiàn)代醫(yī)療與人工智能的例子是精準(zhǔn)治療。在當(dāng)今的醫(yī)療行業(yè)中，患者的治療通常是基于疾病給出的。不考慮年齡、種族和身體組成等因素。有了足夠的數(shù)據(jù)，人工智能可以用于制定針對(duì)個(gè)人的治療計(jì)劃。每個(gè)人都是獨(dú)一無二的，但是創(chuàng)建定制治療計(jì)劃的過程對(duì)于醫(yī)生來說太復(fù)雜了，無法手動(dòng)開發(fā)。人工智能被證明是一個(gè)極好的工具，可以讓病人接受精確的藥物治療。

 

 

人工智能也可以用來預(yù)測(cè)結(jié)果。在醫(yī)療保健領(lǐng)域的一個(gè)會(huì)議上，該小組討論了一個(gè)人的肌肉與脂肪的比例如何進(jìn)行預(yù)測(cè)廣泛的醫(yī)療結(jié)果，包括預(yù)測(cè)手術(shù)成功率和癌癥。基于AI分析的CT掃描，可以顯示身體的組成和即時(shí)的片段信息，從而為生物標(biāo)記創(chuàng)建數(shù)據(jù)集。臨床醫(yī)生可以利用這些數(shù)據(jù)來預(yù)測(cè)病人是否有很高的患病幾率。

 

 

現(xiàn)代人工智能將以前所未有的速度改變醫(yī)療保健。不過，還有一個(gè)挑戰(zhàn)仍然存在，那就是數(shù)據(jù)。醫(yī)療行業(yè)在幾年前轉(zhuǎn)向了電子記錄，但數(shù)據(jù)往往是存儲(chǔ)在信息孤島中。

 

最近我采訪了一位來自波士頓的馬薩諸塞州總醫(yī)院的醫(yī)生。這家醫(yī)院是美國(guó)領(lǐng)先的醫(yī)院之一。他經(jīng)常將文件通過電子郵件發(fā)送給自己，或讓患者攜帶打印的紙質(zhì)記錄。每個(gè)主要醫(yī)院的數(shù)據(jù)庫(kù)里都有成百上千的數(shù)據(jù)集，因此無法將這些信息整合在一起正阻礙著醫(yī)院現(xiàn)代人工智能的發(fā)展。基于GPU的服務(wù)器的廣泛可用，人工智能算法也已經(jīng)成熟，但是數(shù)據(jù)可用性仍然是醫(yī)療保健領(lǐng)域的最大問題。

 

我問過麻省總醫(yī)院(Mass General)、布里格姆婦女醫(yī)院(Brigham and Women’s Hospital)以及臨床數(shù)據(jù)科學(xué)中心(Center for Clinical Data Science)的資深機(jī)器學(xué)習(xí)科學(xué)家Neil Tenenholtz，我們可以做些什么來提高數(shù)據(jù)質(zhì)量。他承認(rèn)這是一個(gè)大問題，并建議從最重要的數(shù)據(jù)集開始，或者從醫(yī)院現(xiàn)有的系統(tǒng)開始。這是一個(gè)開始，但最終，數(shù)據(jù)標(biāo)準(zhǔn)需要就位，信息倉(cāng)庫(kù)需要被整合。

 

例如，許多臨床報(bào)告只不過是醫(yī)生寫的散文，沒有共同的結(jié)構(gòu)和格式。這使得人工智能很難解析和提取有意義的信息。人工智能正在取得進(jìn)展，自然語言處理(NLP)可以用來更好地理解報(bào)告，但創(chuàng)建一個(gè)標(biāo)準(zhǔn)化的結(jié)構(gòu)肯定會(huì)有所幫助。

 

此外，與將電子記錄存儲(chǔ)在遠(yuǎn)程辦公室的本地服務(wù)器上相比，遷移到集中式的存儲(chǔ)系統(tǒng)將是一項(xiàng)重大改進(jìn)。在我看來，每個(gè)人都應(yīng)該有自己的個(gè)人“健康云”，所有相關(guān)記錄、測(cè)試結(jié)果和其他數(shù)據(jù)都可以存儲(chǔ)在這里。然后患者可以決定應(yīng)該給誰訪問權(quán)限。這將使人工智能算法能夠訪問一個(gè)人的所有信息，而不僅僅是其中的一部分。

 

我們可能還需要幾年的時(shí)間才能實(shí)現(xiàn)這一目標(biāo)，但與此同時(shí)，醫(yī)療垂直領(lǐng)域的首席信息官應(yīng)該專注于數(shù)據(jù)的標(biāo)準(zhǔn)化和集中化，因?yàn)檫@將有助于推進(jìn)人工智能的使用。