時(shí)間飛逝，轉眼已是2019年了。2018年1月22日，藥明康德AI發(fā)表了第一篇文章；不知不覺(jué)間，藥明康德AI已經(jīng)與讀者朋友們一起走過(guò)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)間為大家帶來(lái)人工智能在醫療大健康領(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？在這篇文章中，我們將一一進(jìn)行盤(pán)點(diǎn)。
機器學(xué)習模型有望提前五年預測白血病
一個(gè)由來(lái)自全球多家科研機構的白血病專(zhuān)家組成的研究小組使用血液檢測和機器學(xué)習技術(shù)，來(lái)預測健康個(gè)體是否有患急性骨髓性白血病（AML）的風(fēng)險，這項研究發(fā)表在了《自然》上，有望最多提前五年對白血病進(jìn)行預測。急性骨髓性白血病（AML）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。這項研究意味著(zhù)我們可以提早發(fā)現AML的高風(fēng)險人群并進(jìn)行監測，同時(shí)可以尋找降低該疾病患病幾率的方案。
多款重磅AI醫療產(chǎn)品獲批
2018年有多款數字醫療產(chǎn)品獲批，而其中一些產(chǎn)品具有非常重大的意義。去年4月，美國FDA批準了首款使用人工智能檢測糖尿病患者視網(wǎng)膜病變的醫療設備IDx-DR。IDx-DR由IDx公司開(kāi)發(fā)，是首個(gè)獲得市場(chǎng)營(yíng)銷(xiāo)授權可以提供篩查決策，而無(wú)需臨床醫生對圖像或結果進(jìn)行解讀的醫療設備，這使得通常不參與眼科治療的醫生也能使用該設備。
而在去年8月，美國FDA批準了Aidoc公司基于A(yíng)I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生的工作，在頭部CT圖像中對急性顱內出血病例進(jìn)行標記。這也是FDA批準的全球首個(gè)利用深度學(xué)習技術(shù)，協(xié)助放射科醫生進(jìn)行分診工作的產(chǎn)品。
谷歌和DeepMind大放異彩
要是說(shuō)到人工智能在醫療大健康領(lǐng)域的突破，就不能不提到谷歌及DeepMind。2018年一年的時(shí)間里，谷歌和DeepMind公司開(kāi)發(fā)的人工智能取得了多項成就：去年2月，谷歌大腦研究小組（Google Brain team）發(fā)現通過(guò)AI技術(shù)，人眼的視網(wǎng)膜圖像能夠非常準確地預測影響心血管健康的風(fēng)險因素，包括：年齡、性別、吸煙狀況、收縮壓、不良心血管事件等。
9月，來(lái)自紐約大學(xué)醫學(xué)院的研究人員使用來(lái)自谷歌的深度卷積神經(jīng)網(wǎng)絡(luò )Inception v3，開(kāi)發(fā)了一個(gè)新的機器學(xué)習程序，不僅能夠以97%的準確率確定患者的肺癌類(lèi)型，甚至還可以識別導致異常細胞生長(cháng)的變異基因。
DeepMind作為谷歌旗下專(zhuān)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。去年8月，DeepMind在《Nature Medicine》上發(fā)表了一項研究成果，其開(kāi)發(fā)的系統依照光學(xué)相干斷層掃描（OCT）數據進(jìn)行診斷，可以識別50種左右的眼疾，這對驗證人工智能技術(shù)的安全性和有效性十分重要。更重要的是，這項研究還解決了人工智能黑箱問(wèn)題。未來(lái)，不管是癌癥、神經(jīng)疾病還是視力問(wèn)題，這項成果都能讓病人們得到更好的治療。
除此之外，DeepMind在去年12月初推出的生物界“AlphaGo”更是讓人眼前一亮：這個(gè)名為AlphaFold的全新系統能夠預測并生成蛋白質(zhì)的3D結構，并在早些時(shí)候舉行的國際蛋白質(zhì)結構預測競賽（CASP）上擊敗了所有的人類(lèi)參會(huì )選手。在比賽中，AlphaFold在98名參賽者中名列榜首，預測了43種蛋白質(zhì)中的25種最準確結構，而同一類(lèi)別的第二名參賽隊伍只預測出了43種中的3種。
新型AI算法探秘藥物晶體結構，比傳統方法提速一萬(wàn)倍
11月，來(lái)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的機器學(xué)習程序，用來(lái)預測分子中的原子在磁場(chǎng)中的移動(dòng)狀況。即使對于相對簡(jiǎn)單的分子，ShiftML的計算速度也比現有的方法快了將近1萬(wàn)倍。這項研究表明，AI可以幫助化學(xué)家們用比傳統建模方法更快的方式，來(lái)破解晶體的分子結構。
“化學(xué)AlphaGo”誕生，可將合成路線(xiàn)設計速度提高30倍
去年3月，來(lái)自上海大學(xué)的Mark Waller教授團隊應用深層神經(jīng)網(wǎng)絡(luò )及人工智能算法，成功地規劃了新的化學(xué)合成路線(xiàn)。研究結果表明，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，能夠對測試集中80%的分子合成路線(xiàn)進(jìn)行預測。當單個(gè)分子用時(shí)限制延長(cháng)至60秒時(shí)，新型算法預測分子合成路線(xiàn)的比例達到了92%。這一結果比傳統的計算機輔助合成路線(xiàn)設計加快了近30倍。
即便是權威的合成化學(xué)家，也無(wú)法區分這款軟件與人類(lèi)化學(xué)家之間的區別。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。
CRISPR的短板之一，AI竟能幾乎完美解決？
近幾年出現的基因編輯工具CRISPR-Cas9為研究者提供了定點(diǎn)編輯基因組的能力。CRISPR能根據用戶(hù)設計的向導RNA（gRNA），在基因組中找到精確位置誘導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。
去年11月份，美國麻省理工和哈佛大學(xué)的研究者開(kāi)發(fā)出了一種計算模型，可以通過(guò)機器學(xué)習來(lái)提升CRISPR-Cas9的效果，對致病基因變異實(shí)現精準且可預測的編輯。這項成果為遺傳疾病的研究和潛在療法提供了新的可能性。
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
