（文章來源：教育新聞網(wǎng)）

在醫(yī)藥和醫(yī)療人工智能的應(yīng)用可以幫助慢性病患者的護(hù)理軌跡的優(yōu)化;它可以建議對復(fù)雜疾病的精確治療。此外，算法可以提高受試者進(jìn)入臨床試驗(yàn)的人數(shù)，從而導(dǎo)致產(chǎn)生更有效的藥物。為了展示該技術(shù)，研究了應(yīng)用于醫(yī)療領(lǐng)域的三個(gè)人工智能示例。

科學(xué)公司德雷珀(Draper)已啟動(dòng)一項(xiàng)旨在使人工智能系統(tǒng)更好地檢測肺癌警告信號的程序。這是通過評估醫(yī)學(xué)圖像。引起這一關(guān)注的原因是由于與肺癌相關(guān)的高死亡率，以及及早發(fā)現(xiàn)該疾病的復(fù)雜性?；加蟹伟┑拇蠖鄶?shù)癥狀只有在疾病發(fā)展時(shí)才會顯現(xiàn)出來，從而使治療變得困難。

正如PharmaceuticalPhorum所討論的那樣，Draper研究涉及通過評估CT掃描的二維圖像，應(yīng)用人工智能和機(jī)器學(xué)習(xí)來改善臨床決策。這是為了幫助放射科醫(yī)生檢查圖像上的可疑區(qū)域。開發(fā)中的技術(shù)使用三維卷積神經(jīng)網(wǎng)絡(luò)對看起來可疑的掃描區(qū)域進(jìn)行分類，并計(jì)算決策的統(tǒng)計(jì)置信度。

該技術(shù)已提交給《IEEE TransacTIons on Medical Imaging》雜志，該論文的標(biāo)題為“用于通過低劑量CT掃描檢測和診斷肺癌的3D概率深度學(xué)習(xí)系統(tǒng)”。該應(yīng)用程序是證明人工智能在診斷方面與人類醫(yī)師一樣可靠的最新步驟。英國藥物發(fā)現(xiàn)公司ExscienTIa生產(chǎn)了第一批借助人工智能生產(chǎn)的精密工程藥物。該藥現(xiàn)在準(zhǔn)備開始臨床試驗(yàn)。

開發(fā)新藥的典型時(shí)間是五年;就ExscienTIa項(xiàng)目而言，該過程僅用了12個(gè)月。通過對350種合成化合物的分析，通過專門開發(fā)的算法從2500種化合物中分離出了檢測出的用于該藥物的化合物。ExscienTIa首席執(zhí)行官安德魯·霍普金斯(Andrew Hopkins)在一份聲明中說：“這與使用AI改變藥物用途非常不同。這樣的成功故事將為我們提供確鑿的證據(jù)，證明AI確實(shí)將發(fā)揮其變革潛力?！?/p>

霍普金斯補(bǔ)充說：“我們相信使用AI創(chuàng)建的DSP-1181進(jìn)入臨床研究是藥物發(fā)現(xiàn)的關(guān)鍵里程碑?！边@是新聞報(bào)道，這是研發(fā)組織Deep Genomics首次部署人工智能來選擇治療藥物候選者。一個(gè)研究小組已經(jīng)建立了一個(gè)人工智能系統(tǒng)，以通過心電圖讀數(shù)(用于低血糖檢測)檢測低血糖水平。這種方法消除了對血液測試的需要。該方法對于糖尿病的檢測是有效的。

心電圖讀數(shù)是從可穿戴傳感器獲得的。試驗(yàn)顯示該方法具有82%的可靠性，并且有可能完全消除有創(chuàng)手指刺測試。人工智能掃描一個(gè)明顯的心電圖波形，該波形表明出現(xiàn)了降血糖反應(yīng)。通過針對每個(gè)患者自己的讀數(shù)進(jìn)行訓(xùn)練的算法來內(nèi)置有效性。因此系統(tǒng)尋找獨(dú)特的模式。

這項(xiàng)研究已經(jīng)發(fā)表在《科學(xué)報(bào)告》雜志上，該論文的標(biāo)題為“精確醫(yī)學(xué)和人工智能：基于ECG的用于降血糖事件檢測的深度學(xué)習(xí)的初步研究”。
? ? ?