你好,游客 登录 注册 搜索
背景:
阅读新闻

从IBM、Google到新创,AI人工智能+医疗蓄势待发

[日期:2018-05-28] 来源:  作者: [字体: ]

  

  Poto Credit: HealthIT Analytics在过去60年,人工智能(AI)的领域经历好几个周期的兴起与幻灭,然而随着现代运算能力的提高、相对便宜的储存空间,和大量可取得的数位资讯,从2010年起AI有着爆炸性的突破。我们很难想像在未来五年内,有比AI更全面影响人类社会的其他技术。迄今为止,数位??革命大大地影响人类的生活,而生技医疗产业则是相对正在起步的领域,此一现象可因人工智能的成熟与应用有惊人的进展。电脑协助医生作出精准判断、提供个人化医疗,将不再是想像。2014年,与医疗保健相关的人工智能产品的全球收入估计值为6.3亿美元。预计市场将以每年40%的速度增长,到2020年扩大到66亿美元。

  IBM Watson Health的全球研发布局

  自2006年起,IBM将过往在人工智能领域的研究成果整合为IBM华生(IBM Watson),并在2011年进入医疗领域,2015年成立IBM Watson Health。医院方面与多家美国顶尖医院合作,包含纽约的史隆.凯特琳癌症研究中心(Memorial Sloan Kettering Cancer Center)、德州安德森癌症中心 (MD Anderson Cancer Center),以实际的临床资料来训练人工智能模型。研究方面,2017年IBM宣布将投入2.4亿美元来创建与MIT合作的AI实验室。另外又投资了5,000万美元与MIT和Harvard多个博士研究所进行为期五年的AI和基因组研究合作。除了美国,IBM也在2016年进入芬兰,中国及韩国的医院。IBM虽然在云端运算市场落后亚马逊、Google与微软,但在医疗领域提早布局,已发展基因体、药物开发、社会管理、癌症学、照护管理等面向,未来可以期待IBM平台提供各种医学应用服务。

  Google DeepMind Health的临床应用

  

  DeepMind是在2010年创办的英国人工智能公司,2014年由Google豪掷约4亿美元收购。2016年推出DeepMind Health计画,目前的合作对象包含伦敦皇家自由医院(Royal Free Hospital)和伦敦帝国学院(Imperial College London)。而早期推出两个行动App分别是Stream和Hark,其中Stream可以呈现即时资讯,协助医护人员发现急性肾损伤的病患;Hark则是一款临床任务管理App。DeepMind Health真正想改善的问题是提升英国国民健康服务体系,让医生和护理人员有更多时间关注在最重要的事情上。另外,透过处理数以万计的视网膜扫描影像,DeepMind训练出一种人工智能演算法,可比人类医生更高效准确地检查出眼部疾病,协助诊断青光眼、糖尿病视网膜病变、和老年黄斑部病变等3种最严重的眼科疾病。这可能是人工智能在医疗领域的第一个重要应用。DeepMind Health与全球顶尖眼科医院之一伦敦Moorfields 眼科医院,进行了长达两年的合作,以验证这项演算法的有效性。

  AI新创公司群雄并起

  

  Photo Credit: CB insights

  除了既有的大厂,许多新创也跟上这股风潮。全球具指标性的CB Insights产业分析,从超过2,000家公司、超过25个领域,选出2018最具有潜力的100间AI新创。这100家新创,总计募集了11.7亿美元的资金。而在健康医疗领域,透过影像诊断、虚拟助手、远程监控、住院治疗等应用,人工智能结合医疗的领域每季都有新公司。如上图,共计有8家AI结合医疗的新创公司进到AI -100的名单。Flatiron Health是这其中的佼佼者。他是一家肿瘤数据分析公司,不仅可以从电子病历(EMR)中撷取癌症患者的资讯,还能对杂乱的资讯进行分类整合,找出有价值的资料,大幅增加肿瘤的资料的种类和准确性。Flatiron Health已募得3.13亿美元的资金,位居健康医疗领域之首。在今年2月,被瑞士制药公司罗氏Roche以19亿美元收购,罗氏占有87.4%的股权。除了销售EHR软体外,Flatiron Health还为罗氏和Alphabet的风险投资部门GV提供技术,为癌症研究开发数据平台。

  

  Reference: 整理自CB Insights等网站

  飞跃后的挑战

  随着世界人口日益增长和人口老龄化,医疗卫生系统已不堪重负。人们开始讨论,是否可以用人工智能减少一些重复性工作,整合资讯,提升医疗效率。如同DeepMind Health的初衷,让医生和护理人员有更多时间关注在最重要的事情上。在此背景下,愈来愈多人投入AI开发的工作,而数据的累积与资料库的建置是训练AI模型的关键。目前国际医疗资料库有完整性不足及多样性的问题,造成AI演算法开发上的阻碍;资料的标注方法、医生习惯、一致性等细节,可能影响后续商业应用与临床准确性。如何建立一个通用,有逻辑性且完整度的资料库,是AI开发者的难题。另外,当开发者在取得大量临床病例资料的同时,是否代表着病人权益被侵犯,将来是否将有更多隐私权问题出现?2017年,英国资料保护监督机构做出一项裁决,指责一家信托公司向DeepMind提供160万名患者的医疗纪录并触犯了法律,显见面对AI,我们尚未做足准备。裁决之后,DeepMind成立一个研究机构DMES(DeepMind Ethics & Society),专门分析AI带来的道德和社会影响,其临床执行长Dominic King表示:「严格来说,AI为一种新的医疗手段,必须经过实验和评估,有充分证据证明其有效后,才能推广到整个医疗卫生系统」。

推荐 打印 | 录入:admin | 阅读:
本文评论   
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款