年度盤點(diǎn) | 2018年，人工智能和醫(yī)療領(lǐng)域里發(fā)生了這些大事！

時(shí)間飛逝，轉(zhuǎn)眼已是2018年的最后一個(gè)工作日了。今年1月22日，我們發(fā)表了第一篇文章；不知不覺間，藥明康德AI已經(jīng)與讀者朋友們一起走過了將近一年的時(shí)間。在這一年里，我們一直致力于第一時(shí)間為大家?guī)砣斯ぶ悄茉卺t(yī)療大健康領(lǐng)域的相關(guān)動(dòng)態(tài)和最新進(jìn)展。回顧2018年，有哪些文章最受讀者朋友們歡迎呢？在今天的這篇文章中，我們將一一進(jìn)行盤點(diǎn)。

圖片來源：123RF

一個(gè)由來自全球多家科研機(jī)構(gòu)的白血病科學(xué)家組成的研究小組使用血液檢測(cè)和機(jī)器學(xué)習(xí)技術(shù)，來預(yù)測(cè)健康個(gè)體是否有患急性骨髓性白血?。ˋML）的風(fēng)險(xiǎn)，這項(xiàng)研究發(fā)表在了《自然》上，有望最多提前五年對(duì)白血病進(jìn)行預(yù)測(cè)。急性骨髓性白血?。ˋML）是一種進(jìn)展迅速、危及生命的血液腫瘤，可以影響所有年齡段的人群。這項(xiàng)研究意味著我們可以提早發(fā)現(xiàn)AML的高風(fēng)險(xiǎn)人群并進(jìn)行監(jiān)測(cè)，同時(shí)可以尋找降低該疾病患病幾率的方案。

圖片來源：123RF

今年有多款數(shù)字醫(yī)療產(chǎn)品獲批，而其中一些產(chǎn)品具有非常重大的意義。今年4月，美國(guó)FDA批準(zhǔn)了首款使用人工智能檢測(cè)糖尿病患者視網(wǎng)膜病變的醫(yī)療設(shè)備IDx-DR。IDx-DR由IDx公司開發(fā)，是首個(gè)獲得市場(chǎng)營(yíng)銷授權(quán)可以提供篩查決策，而無需臨床醫(yī)生對(duì)圖像或結(jié)果進(jìn)行解讀的醫(yī)療設(shè)備，這使得通常不參與眼科治療的醫(yī)生也能使用該設(shè)備。

圖片來源：IDx官網(wǎng)

而在今年8月，美國(guó)FDA批準(zhǔn)了Aidoc公司基于AI的工作流程優(yōu)化組合產(chǎn)品，該產(chǎn)品能夠配合放射科醫(yī)生的工作，在頭部CT圖像中對(duì)急性顱內(nèi)出血病例進(jìn)行標(biāo)記。這也是FDA批準(zhǔn)的全球首個(gè)利用深度學(xué)習(xí)技術(shù)，協(xié)助放射科醫(yī)生進(jìn)行分診工作的產(chǎn)品。

要是說到人工智能在醫(yī)療大健康領(lǐng)域的突破，谷歌及DeepMind都必須擁有姓名。今年一年的時(shí)間里，谷歌和DeepMind公司開發(fā)的人工智能取得了多項(xiàng)成就：今年2月，谷歌大腦研究小組（Google Brain team）發(fā)現(xiàn)通過AI技術(shù)，人眼的視網(wǎng)膜圖像能夠非常準(zhǔn)確地預(yù)測(cè)影響心血管健康的風(fēng)險(xiǎn)因素，包括：年齡、性別、吸煙狀況、收縮壓、不良心血管事件等。

▲左圖：正常的視網(wǎng)膜圖像；右圖：視網(wǎng)膜的黑白圖像，其中AI算法在推測(cè)影響心血管因素時(shí)使用的像素被標(biāo)記為綠色（圖片來源：《Nature Biomedical Engineering》）

9月，來自紐約大學(xué)醫(yī)學(xué)院的研究人員使用來自Google的深度卷積神經(jīng)網(wǎng)絡(luò)Inception v3，開發(fā)了一個(gè)新的機(jī)器學(xué)習(xí)程序，不僅能夠以97%的準(zhǔn)確率確定患者的肺癌類型，甚至還可以識(shí)別導(dǎo)致異常細(xì)胞生長(zhǎng)的變異基因。

▲上圖為AI模型從癌變組織圖像中識(shí)別兩種肺癌類型的示意圖。其中左圖為原始圖像，右圖為AI輸出的肺癌類型圖譜。右圖中的紅色部分為鱗狀細(xì)胞癌，藍(lán)色部分為肺鱗狀細(xì)胞癌，灰色部分為正常肺部組織（圖片來源：NYU School of Medicine）

DeepMind作為谷歌旗下專注人工智能研究的公司，更是在這一領(lǐng)域取得了重大突破。今年8月，DeepMind在《Nature Medicine》上發(fā)表了一項(xiàng)研究成果，其開發(fā)的系統(tǒng)可以識(shí)別50種左右的眼疾，并且表明它依照光學(xué)相干斷層掃描（OCT）進(jìn)行診斷，這對(duì)驗(yàn)證人工智能技術(shù)的安全性和有效性十分重要。更重要的是，這項(xiàng)研究還解決了人工智能黑箱問題。未來，不管是癌癥、神經(jīng)疾病還是視力問題，這項(xiàng)成果都能讓病人們得到更好的治療。

圖片來源：DeepMind blog

除此之外，DeepMind在這個(gè)月月初推出的生物界“AlphaGo”更是讓人眼前一亮：這個(gè)名為AlphaFold的全新系統(tǒng)能夠預(yù)測(cè)并生成蛋白質(zhì)的3D結(jié)構(gòu)，并在早些時(shí)候舉行的國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（CASP）上擊敗了其余的人類參會(huì)選手。在比賽中，AlphaFold 在 98 名參賽者中名列榜首，預(yù)測(cè)了 43 種蛋白質(zhì)中 的25 種最準(zhǔn)確結(jié)構(gòu)，而同一類別的第二名參賽隊(duì)伍只預(yù)測(cè)出了43 種中的 3 種。

▲圖中綠色為蛋白質(zhì)的真實(shí)結(jié)構(gòu)，藍(lán)色為AlphaFold預(yù)測(cè)得出的結(jié)構(gòu)（圖片來源：DeepMind blog）

11月，來自瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）的科學(xué)家們建立了一個(gè)名為ShiftML的機(jī)器學(xué)習(xí)程序，用來預(yù)測(cè)分子中的原子在磁場(chǎng)中的移動(dòng)狀況。即使對(duì)于相對(duì)簡(jiǎn)單的分子，ShiftML的計(jì)算速度也比現(xiàn)有的方法快了將近1萬倍。這項(xiàng)研究表明，AI可以幫助化學(xué)家們用比傳統(tǒng)建模方法更快的方式，來破解晶體的分子結(jié)構(gòu)。

圖片來源：123RF

今年3月，來自上海大學(xué)的Mark Waller教授團(tuán)隊(duì)?wèi)?yīng)用深層神經(jīng)網(wǎng)絡(luò)及人工智能算法，成功地規(guī)劃了新的化學(xué)合成路線。研究結(jié)果表明，這種新型的算法在單個(gè)分子限制時(shí)間為5秒鐘的情況下，能夠?qū)y(cè)試集中80%的分子合成路線進(jìn)行預(yù)測(cè)。當(dāng)單個(gè)分子用時(shí)限制延長(zhǎng)至60秒時(shí)，新型算法預(yù)測(cè)分子合成路線的比例達(dá)到了92%。這一結(jié)果比傳統(tǒng)的計(jì)算機(jī)輔助合成路線設(shè)計(jì)加快了近30倍。

圖片來源：Pixabay

即便是權(quán)威的合成化學(xué)家，也無法區(qū)分這款軟件與人類化學(xué)家之間的區(qū)別。這是人工智能在化學(xué)合成領(lǐng)域的重大突破，Mark Waller教授也被諸多媒體譽(yù)為“化學(xué)AlphaGo”的先驅(qū)。

近幾年出現(xiàn)的基因編輯工具CRISPR-Cas9為研究者提供了定點(diǎn)編輯基因組的能力。CRISPR能根據(jù)用戶設(shè)計(jì)的向?qū)NA（gRNA），在基因組中找到精確位置誘導(dǎo)DNA雙鏈斷裂。它比以往的基因編輯工具更方便和便宜，因而得到廣泛使用。

圖片來源：Pixabay

今年11月份，美國(guó)麻省理工和哈佛大學(xué)的研究者開發(fā)出了一種計(jì)算模型，可以通過機(jī)器學(xué)習(xí)來提升CRISPR-Cas9的效果，對(duì)致病基因變異實(shí)現(xiàn)精準(zhǔn)且可預(yù)測(cè)的編輯。這項(xiàng)成果為遺傳疾病的研究和潛在療法提供了新的可能性。

2018年，我們感謝各位讀者一路來的陪伴。2019年，期待與您共同見證AI和醫(yī)療大健康領(lǐng)域的更多突破！