醫(yī)療保健正在逐步成為人工智能研究和應用的重要領域。

現(xiàn)如今，醫(yī)療行業(yè)中幾乎每個領域都會受到技術崛起的影響。例如，圖像識別正在徹底改變診斷過程。最近，谷歌的DeepMind神經(jīng)網(wǎng)絡可以診斷出50種威脅視力的眼疾，準確性可媲美醫(yī)學專家。甚至有些制藥公司也正在嘗試深入學習設計新藥。例如，Merk與創(chuàng)企Atomwise合作，GlaxoSmithKline與Insilico Medicine宣布建立合作關系。

在私營市場，醫(yī)療保健AI創(chuàng)企自2013年以來，已經(jīng)在576次融資中獲得43億美元，這一數(shù)字遠超人工智能涉及的其他領域。

醫(yī)療保健領域的人工智能當下著眼于改善患者的治療結果，調整各利益相關者的利益，降低醫(yī)療成本。人工智能在醫(yī)療保健領域面臨的一大障礙就是克服慣性，徹底改進不再有效的現(xiàn)有流程，并嘗試應用新興技術。

人工智能面臨著醫(yī)療行業(yè)獨有的技術和可行性挑戰(zhàn)。例如，在美國，患者數(shù)據(jù)沒有標準格式，也不具備中央存儲庫。當患者文件以不可讀取的PDF格式通過傳真、郵件進行發(fā)送，或以手寫記錄的圖片發(fā)送時，從中提取信息對AI而言將是獨一無二的挑戰(zhàn)。

像蘋果這種大型科技公司在這方面就有著自己的優(yōu)勢，尤其是在加入醫(yī)療保健提供商和EHR（電子健康記錄）供應商在內的大型合作伙伴網(wǎng)絡方面。

蘋果設計開發(fā)的ResearchKit和CareKit ，能夠生成新的數(shù)據(jù)來源并將EHR數(shù)據(jù)掌控在病人手中，這兩個軟件框架有望成為臨床研究的革命性產(chǎn)品。在首次進行行業(yè)AI的深度挖掘中，CB Insights數(shù)據(jù)可被用于發(fā)現(xiàn)正在改變醫(yī)療保健行業(yè)的趨勢。

AI即醫(yī)療設備的興起

FDA（美國食品藥品監(jiān)督管理局）針對臨床成像和診斷的人工智能軟件實行快速監(jiān)管審批方案。今年4月，F(xiàn)DA批準了用于篩查糖尿病視網(wǎng)膜病變患者的AI軟件，該軟件可準確篩查患者，無需專家的診斷意見。它被賦予了“突破性設備的稱號”，加快了產(chǎn)品推向市場的過程。

軟件IDx－DR能夠在87．4％的時間內正確識別“超過輕度糖尿病視網(wǎng)膜病變”的患者，在89．5％的時間內確定那些沒有患該疾病的患者。IDx是近幾個月FDA批準用于臨床商業(yè)應用的眾多軟件產(chǎn)品之一。

Viz．a(chǎn)i獲批用于分析CT掃描圖像，以檢測與中風相關的指標，并及時將患者信息告知醫(yī)療工作人員。在獲得FDA批準后，Viz．a(chǎn)i完成了Google Ventures、Kleiner Perkins Caufield ＆ Byers參投的2100萬美元A輪融資。

GE Ventures旗下的初創(chuàng)公司Arterys去年獲FDA批準，可通過其云AI平臺分析心臟圖像。今年，F(xiàn)DA取消了其用于癌癥診斷的肝臟和肺部病變定位AI軟件的批準�？焖俦O(jiān)管審批為2013年以來70多家進行股權融資的人工智能成像和診斷企業(yè)開辟了新的商業(yè)途徑，共計發(fā)起119次融資。

FDA專注于明確定義和管理“軟件即醫(yī)療設備”，尤其是考慮到最近人工智能的快速發(fā)展。FDA計劃將今年一月試行的預認證（pre－cert）計劃應用于AI軟件。

FDA補充道：“該計劃允許奇特對其設備及逆行微小改動，而無需每次都提交認證申請�！盕DA表示，其軟件認證工具等監(jiān)管框架的各個方面都將變得“足夠靈活”以適應人工智能的進步。

神經(jīng)網(wǎng)絡發(fā)現(xiàn)非典型危險因素

運用人工智能，研究人員開始研究、測量過去難以量化的非典型風險因素。利用神經(jīng)網(wǎng)絡分析視網(wǎng)膜圖像和語音模式有助于識別人們患心臟病的風險。

根據(jù)今年發(fā)表在《Nature》雜志上的一篇論文，谷歌的研究人員利用一個經(jīng)訓練可識別分析視網(wǎng)膜圖像的神經(jīng)網(wǎng)絡來發(fā)現(xiàn)心血管危險因素。研究發(fā)現(xiàn)，不僅可以通過視網(wǎng)膜圖像識別年齡、性別和吸煙模式等風險因素，還可以“量化到之前從未有過的精確度”。

在另一項研究中，梅奧診所（Mayo Clinic）與以色列創(chuàng)企Beyond Verbal達成合作，該創(chuàng)企專注于分析聲音中的聲學特征，以便在找出冠狀動脈疾�。–AD）患者明顯的聲音特征。該研究發(fā)現(xiàn)，當測試對象在描述情緒體驗時，有兩種聲音特征與CAD密切相關。

創(chuàng)企Cardiogram最近的一項研究表明：“經(jīng)過深度學習，可穿戴心率傳感器在接觸人體之后，可以檢測出由糖尿病驅動的心率變異性改變�！痹搨鞲衅鞑捎玫乃惴ㄍㄟ^心率檢測糖尿病的準確度高達85％。

人工智能擁有發(fā)現(xiàn)疾病規(guī)律的能力，還將繼續(xù)為新的診斷方法和從前未知的風險因素的識別等方面鋪平道路。

蘋果顛覆了臨床試驗

蘋果正在圍繞iPhone和Apple Watch等設備打造臨床研究生態(tài)系統(tǒng)。數(shù)據(jù)是AI應用程序的核心，蘋果可以為醫(yī)學研究人員提供兩種之前難以獲取的患者健康數(shù)據(jù)。

盡管很多公司努力將健康記錄數(shù)字化，但要想在各個機構和軟件系統(tǒng)之間實現(xiàn)健康信息的輕松共享，也就是所謂的互操作性，仍然是醫(yī)療保健領域的一大難題。

這種問題在臨床試驗中尤為明顯，準確匹配試驗項目與患者對于臨床研究團隊和患者雙方來說都是耗時且具有挑戰(zhàn)性的過程。

目前有超過1．8萬個臨床研究僅在美國招募患者。如果醫(yī)生有了解到正在進行的臨床試驗，偶爾也會向其患者推薦。否則，就只能通過一個關于已結束和正在進行的臨床試驗的綜合聯(lián)邦數(shù)據(jù)庫ClinicalTrials．Gov招募受試者。

蘋果正在試圖改變醫(yī)療保健領域的信息傳播方式，并為AI開辟了新的可能，尤其圍繞里臨床研究人員如何招募和監(jiān)控患者上花了很多心思。

自2015年以來，蘋果先后推出了兩個開源框架——ResearchKit和CareKit，以幫助臨床試驗項目招募患者并遠程監(jiān)控他們的健康狀況。這兩個框架允許研究人員和開發(fā)人員創(chuàng)建醫(yī)療應用程序以監(jiān)控受試者的日常生活。

舉個例子，杜克大學的研究人員開發(fā)了一款應用程序Autism ＆ Beyond，該程序使用iPhone的前置攝像頭和面部識別算法可篩選出有自閉癥的孩子。

類似地，大約有1萬名用戶使用應用程序mPower，該程序提供手指敲擊和步態(tài)分析等練習，從而判斷出病人是否患有帕金森綜合癥。這些病人也都同意將自己的數(shù)據(jù)分享給更廣泛的科研界使用。

蘋果還在與Cerner、Epic等EHR（電子健康記錄）供應商合作解決互操作性的問題。今年1月，蘋果宣布iPhone用戶可通過手機自帶的“健康”應用訪問參與機構的電子健康記錄。

“健康記錄”的功能是AI醫(yī)療保健創(chuàng)企Gliimpse在2016年被蘋果收購之前的工作的衍生物。界面簡潔，易操作，用戶可以輕松找到他們在過敏、病癥、免疫、實驗室結果、程序以及生命體征方面的信息。

6月，蘋果為開發(fā)人員推出了Health Records API。用戶可以選擇與第三方應用和醫(yī)學研究人員共享數(shù)據(jù)，這也為疾病管理和生活方式監(jiān)控創(chuàng)造了新的機會。