前景惊人! 人工智能在生命科学中的六个重大应用

2018-05-07 Tierna 生物探索

据埃森哲(Accenture)的一份报告估计,到2026年,大数据与医学和制药领域的机器学习相结合将产生每年1500亿美元的惊人价值。这个数字反映了人工智能(AI)工具帮助医生、病人、保险公司和监管人员做出更好决策、优化创新以及提高研究和临床试验效率的潜力。为此,5月1日,GEN网站整理罗列了人工智能在生命科学领域内六个最有价值的应用。本文参考了全球五大制药公司对人工智能技术的分析。虽然已有的分析

据埃森哲(Accenture)的一份报告估计,到2026年,大数据与医学和制药领域的机器学习相结合将产生每年1500亿美元的惊人价值。这个数字反映了人工智能(AI)工具帮助医生、病人、保险公司和监管人员做出更好决策、优化创新以及提高研究和临床试验效率的潜力。为此,5月1日,GEN网站整理罗列了人工智能在生命科学领域内六个更有价值的应用。

本文参考了全球五大制药公司对人工智能技术的分析。虽然已有的分析提供了一个广泛的调查,涵盖了生命科学和生物技术行业应用的所有主要趋势,但是这篇最新文章在其基础之上重点强调了TechEmergence认为的近期最有意义的六个AI应用趋势。

1.诊断疾病

医学面临的最大挑战是疾病的正确诊断和识别,这也是机器学习发展的重中之重。2015年的一份报告显示,针对超800种癌症的治疗方案正在临床试验中。而利用机器学习可使癌症识别更加精确。以,一家总部位于波士顿的生物制药公司Berg为例,目前公司正在利用AI平台对临床试验患者数据进行分析,以促进治疗各种疾病的新药开发。

2.个体化用药

关于使用机器学习和预测分析来定制针对个人的特异性治疗潜能,目前正处于研究中。如果成功,这一策略可以优化诊断和治疗方案。目前,研究的重点是有监督的学习,医生可以利用遗传信息和症状缩小诊断范围,或对患者的风险做出有根据的推测。这可以促进更好的预防措施。预计未来10年,先进的健康测量移动应用以及微生物传感器和设备的使用将激增,这将提供丰富的数据,进而有助于有效的研发和更好的治疗方案。

3.药物开发

机器学习在早期药物发现(如新药开发)和研发技术(如下一代测序)中发挥着许多作用。这一领域的第一项是精确医学,它使复杂疾病的识别和可能的治疗方式更有效。MIT临床机器学习小组是使用机器学习促成精密医学的主要参与者之一,侧重于算法开发。英国皇家学会指出,医药开发中的机器学习可以帮助制药公司通过分析制造过程数据来优化生产,并加快生产速度。

4.临床试验

临床试验研究是一个漫长而艰巨的过程。机器学习可以在各种方面帮助缩短这一过程。一种策略是通过对广泛的数据使用高级预测分析,从而更快地确定目标人群的临床试验候选人。麦肯锡( McKinsey )的分析师描述了其他机器学习应用程序,这些应用程序可以通过简化计算理想样本大小、方便患者招募以及使用病历将数据错误降至最低等任务来提高临床试验的效率。

5.放射治疗和放射学

哈佛医学院助理教授Ziad Obermeyer博士在2016年的一次采访中表示:“20年后,放射学家将不会以现在的形式存在。它们看起来更像是电子机器人:监督每分钟阅读数千份研究报告的算法。目前,伦敦大学学院医院的deep mind Health正在开发机器学习算法,通过区分健康组织和癌症组织来提高放射治疗计划的准确性。

6.电子健康记录

支持向量机(Support vector machines用于分类患者电子邮件查询的技术)和光学字符识别(用于数字化手写笔记的技术)是用于文档分类的机器学习系统的基本组件。这些技术的应用案例包括MathWorks的MATLAB (一个具有手写识别应用程序的机器学习工具)和谷歌的云视觉API。MIT临床机器学习小组的重点之一是开发基于机器学习的智能电子健康记录技术,其理念是开发“安全、可解释、能从少量标记的训练数据中学习、理解自然语言、并能在医疗环境和机构中很好地推广的强大机器学习算法”。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1439558, encodeId=e7e21439558cb, content=<a href='/topic/show?id=3d52689512b' target=_blank style='color:#2F92EE;'>#生命科学#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=45, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=68951, encryptionId=3d52689512b, topicName=生命科学)], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/aLGWoFXAyMbIu3qymFOyheQLjPSX3OUs5GmkyBlcCOwTPIeq3why9NGibxxUqYo6hcx8qZLHZFgNPnBK1yzWeOFpyg2OnWOt0/0, createdBy=fa4716, createdName=zhouqu_8, createdTime=Wed May 09 06:30:00 CST 2018, time=2018-05-09, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=313132, encodeId=6bb93131324a, content=好文献学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=59, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=b5a62240667, createdName=张新亮1853311252142e2fm, createdTime=Tue May 08 08:13:55 CST 2018, time=2018-05-08, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1439558, encodeId=e7e21439558cb, content=<a href='/topic/show?id=3d52689512b' target=_blank style='color:#2F92EE;'>#生命科学#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=45, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=68951, encryptionId=3d52689512b, topicName=生命科学)], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/aLGWoFXAyMbIu3qymFOyheQLjPSX3OUs5GmkyBlcCOwTPIeq3why9NGibxxUqYo6hcx8qZLHZFgNPnBK1yzWeOFpyg2OnWOt0/0, createdBy=fa4716, createdName=zhouqu_8, createdTime=Wed May 09 06:30:00 CST 2018, time=2018-05-09, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=313132, encodeId=6bb93131324a, content=好文献学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=59, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=b5a62240667, createdName=张新亮1853311252142e2fm, createdTime=Tue May 08 08:13:55 CST 2018, time=2018-05-08, status=1, ipAttribution=)]
    2018-05-08 张新亮1853311252142e2fm

    好文献学习了

    0

相关资讯

人工智能已在我国大规模应用于癌症早期筛查

全世界首台人工智能宫颈癌诊断机器人“兰丁”,能以极高的工作效率,从数字化图像里找到癌细胞的踪迹,实现完全自动化的诊断。目前,诊断机器人已在国内数百家医疗机构投入应用,并在山西、湖北、河南、云南等地,开始被大规模应用于边远地区农村妇女宫颈癌筛查的政府项目。

PLOS ONE:“深度学习”计算机击败医生,但无法取代医生

nant Madabhushi博士是美国凯斯西储大学生物医学工程系的一名教授。他的实验室开发出可以协助诊断癌症和心脏病的“深度学习”计算机。最近,这些计算机击败了医生同行,但Madabhushi驳斥了这些机器将取代病理学家和放射科医生的说法。

AI引发医学革命!联影全球创新大会震撼发布13款医疗人工智能产品

4月11日,第79届CMEF盛大召开。联影医疗携近50款全线产品强势登陆,成为最具人气的展台之一。更让人瞩目的是,同日下午,公司举办了首届联影全球创新大会uInnovation。会上,联影重磅发布uAI联影智能平台、系列新品以及未来创新走向。上千位嘉宾共同见证了这一顶级创新盛会。

中华医学信息导报:周良辅院士——人工智能在脑胶质瘤中的应用

此前,人类已经历了3次工业革命:第1次为18世纪60年代蒸汽机的广泛应用,第2次为19世纪70年代电动机的广泛应用,第3次为20世纪四五十年代计算机引领多领域取得的重大突破;目前,已迎来人类第4次工业革命——即人工智能(AI)。AI最早于1955年由美国数学家John McCarthy提出来,但遗憾的是,当时大家都认为他的想法比较疯狂,AI并未获得认可。直到20世纪90年代,AI重焕新生。随着计算

闭关4年,投入8亿资金,500位**数据科学家完成了一个“脏活儿”

医渡云一支20人的团队花了近4年时间只做一件事:埋首于医疗大数据、人工智能基础平台研发。

Sci Rep:目前最先进的人工智能技术或改进乳腺癌的检测

根据《科学报告》发表的一项研究Detecting and classifying lesions in mammograms with Deep Learning,广泛应用于检测图像中目标的深度学习人工智能可以改善早期乳腺癌检测。