醫(yī)療衛(wèi)生科技市場涌現了一些世界上最有立異性的新創(chuàng)公司，這些公司將贊助人們延伸壽命和進步生涯質量。他們的立異技巧重要受軟件和挪動性涌現的推進，許可衛(wèi)生部分對本來用筆和紙的操作和以后減緩供給辦事速度的進程停止數字化改革，在本文中作者引見了，若何采取人工智能和機械進修增進醫(yī)療信息化。
醫(yī)學既是藝術又是迷信。 固然大夫都接收了嚴厲的醫(yī)療，懂得人體若何運作，但他對對本身所做的一切決議的懂得，關于若何診斷疾病和若何選擇最好醫(yī)治計劃，都是來自一些有形的辦法產品：之前患者的經歷，積累多年的不雅察和進修的經歷。
這就是為何將機械引入醫(yī)學的設法主意看上去是不實在際的。 一個機械人，不論何等練習有素，怎樣能替換大夫？
機械進修是人工智能最根本的情勢，曾經滲入滲出到醫(yī)療范疇，現實證實，機械在改良我們的安康方面可以施展主要感化，包含更精確、更快地診斷，尋覓更好的醫(yī)治辦法，節(jié)儉人們的時光和 金錢，避免無害的反作用。 現實上，跟著古代醫(yī)學愈來愈多地依附年夜量研討和藥物選擇和新信息，機械能夠比人類思想能更好地緊跟數據息爭讀數據。
醫(yī)學中的人工智能其實不是要替換大夫（至多在短時間內），而是進步大夫的醫(yī)學專業(yè)常識。AI 法式控制了年夜量優(yōu)良醫(yī)師積聚的常識，包含在醫(yī)學院和培訓中學到的器械，和現實醫(yī)療中的經歷，AI 將這些專業(yè)常識范圍化。
從疾病癥狀到新藥的信息，分歧藥物之間的互相感化和分歧的人以異樣的方法醫(yī)治能夠有異常分歧的成果，明天大夫可取得的數據量愈來愈多， 拜訪和消化信息的才能正在疾速成為所需技巧，而這恰是機械進修所善于的。 哈佛年夜先生物統(tǒng)計學傳授 Francesca Dominici 說：“大夫認識到，假如他們愿望懂得年夜量數據，機械進修就是讓他們從數據中進修的一種辦法。”
哈佛年夜學不是獨一一個摸索人與機械若何更好地聯(lián)合，以應用史無前例的醫(yī)療信息的學術機構。在德克薩斯年夜學MD安德森癌癥中間，APOLLO 籌劃正在挑選癌癥患者所發(fā)生的遺傳數據，并指點大夫停止醫(yī)治，這將為患者供給更長時光的最好生計機遇。波士頓公司 Neurala 的研討人員正忙于復制年夜腦神經收集。 Neurala 的CEO Massimiliano Versace 說：“明天我們可以用老鼠的龐雜性來設計年夜腦，這長短常聰慧的。” “迷信與技巧如今曾經相順應，從而令人工智能成為能夠。”而在心思安康范疇，創(chuàng)業(yè)公司正在開辟機械進修運用，可贊助用戶檢測抑郁或雙相情緒妨礙等癥狀。
機械進修的癥結在于機械。 來自 IBM 和 Google 的機械經由過程擊敗Jeopardy 答題秀的冠軍，國際象棋年夜師和 AlphaGo 從先前棋手的常識中進修，這成為機械編程的一部門。
如今，IBM 正在將醫(yī)學常識帶入醫(yī)學范疇。該公司正在與 Memorial Sloan Kettering 癌癥中間的專家協(xié)作開辟用于處理分歧類型癌癥患者的三種 IBM Watson 腫瘤學產物。 一個產物將集中為患者供給現有醫(yī)治癌癥的最好信息； Watson 供給了一個數據庫，搜集了 Memorial Sloan Kettering 大夫的常識數據庫，和這些大夫在做出關于若何醫(yī)治患者的決議時，所依附的醫(yī)學文獻中最主要的癌癥研討。
在大夫供給可以斟酌的三種分歧程度的醫(yī)治選擇之前，該體系將患者的癥狀和其他明顯信息（如其家族病史和癌癥的階段）歸入個中。 包含今朝曾經被同意用于癌癥的尺度醫(yī)治辦法、今朝正在測試但還沒有被同意的醫(yī)治辦法和其他癌癥的醫(yī)治，最初是一些晚期研討提醒的能夠是真實的試驗性醫(yī)治辦法。 分歧級其余選擇給大夫和患者一個醫(yī)治籌劃，假如尺度療法不起感化，那末他們可以持續(xù)停止更試驗性的醫(yī)治籌劃。
除可用的醫(yī)治辦法以外，Watson 還贊助那些曾經耗盡尺度療法的早期癌癥患者。 關于他們來講，機械進修可以挪用能夠有用的新療法的臨床實驗，包含遺傳處理計劃，這些處理計劃方才成為癌癥醫(yī)治范疇的一個遠景。遺傳選項是基于對患者特異性腫瘤的細心剖析，驅動疾病的漸變和能夠針對這些漸變的藥物。關于人類大夫來講，消化一切這些信息將簡直是弗成能的，由于大夫須要時光看病人，隨時控制現場最新停頓的請求。
跟著關于分歧癌癥患者及其腫瘤的更多信息成為 Watson 的一部門，大夫將可以或許看到贊助他們將特定患者概略與生計率和更好成果相婚配的形式。 他們將可以或許熟悉到具有相似遺傳腫瘤的人，例如采用分歧的醫(yī)治門路有分歧的安康成果。 這類剖析可認為人們供給更準確的建議，哪些醫(yī)治門路對患者最有益。
這個體系還不完美。 有些 IBM 的協(xié)作同伴曾經發(fā)明 Watson 在輸出患者的一切相干信息時是很費事， Watson 將他所曉得的關于患者的一切都歸入其醫(yī)治建議的方法。 然則大夫支撐如許的設法主意：須要有一種方法來搜集，整頓和分類每一個病人發(fā)生的年夜量信息，這將是改良癌癥護理將來幾年的主要構成部門。
這類機械進修辦法在另外一個醫(yī)學范疇被證實長短常有效的：心思安康。 關于得了抑郁癥和雙相情緒妨礙的人，精力科醫(yī)師和醫(yī)治師最主要的腳色之一是贊助他們防止墮入難以康復的情感。 肯定人們最輕易得了抑郁或躁狂發(fā)生發(fā)火的時光能夠會使他們免受精力癥狀，而現實證實，在這類情形下，智妙手機能夠比任何精力科大夫都能做的更好。
這由于，盡人皆知，抑郁的人，或許屈從于悲痛和消極的感到的人在言語和行動上會有所轉變。 他們能夠會少措辭，并且當他們如許做時，會采用一種扁平，單調的語氣。 他們也能夠會離開同伙和親人，在社交媒體上互動較少。 即便是最好的精力科大夫也弗成能跟上他一切的病人，監(jiān)督他們甚么時刻開端顯示這類行動的變更。 但智妙手機可以。
Cogito 是一個基于機械進修的心思安康運用，今朝正在波士頓的 Brigham 和 Women's Hospital 等停止測試。 該運用一旦裝置在智妙手機上，就會監(jiān)控社交媒體和德律風的運動情形，以鑒別通訊形式，以便檢測用戶抑郁癥狀發(fā)生發(fā)火。
該運用還包括一個語音剖析器，可以搜刮聲響形式的影響和聲調的變更，這能夠是抑郁癥的第一個跡象。 AI能夠會更好地跟著時光的推移搜集數據，并為我們供給一小我的心思安康成績風險目標，和能否須要直接的大夫停止干涉。
機械進修能夠特殊有助于掉控時向在大夫或病人的家人收回警報。經由過程 Cogito 如許的技巧，我們能夠可以開辟一個預警體系，關于那些具有高風險風險的人來講，因為他們有抑郁癥或他殺妄圖的汗青，可以監(jiān)控和看到行動形式的變更，以更好地肯定當風險，以避免產生自我損害或風險運動。
人工智能可認為人們的安康供給最年夜的好處。 猜測一小我的疾病的嚴重水平，和懂得哪些醫(yī)治辦法能夠最有用，這能夠會使機械進修成為醫(yī)療保健中弗成或缺的一部門。我們須要認識到人的才能聯(lián)合機械的才能，可以最年夜水平的改良人類安康。
