人工智能對(duì)于醫(yī)療的影響,并不止于上文所概述的智能診斷、智能治療、健康管理和醫(yī)療管理等方面的內(nèi)容,其他如藥物挖掘、生物科技和精準(zhǔn)醫(yī)療等也是人工智能可以發(fā)揮巨大作用的領(lǐng)域。從上文的分析來(lái)看,人工智能會(huì)進(jìn)一步推動(dòng)醫(yī)療領(lǐng)域向著智能化、日常化和人性化的方向發(fā)展,尤為重要的是可以促進(jìn)精準(zhǔn)醫(yī)療的發(fā)展。同時(shí),這些變化也會(huì)對(duì)醫(yī)療行業(yè)就業(yè)和人類對(duì)于自身的認(rèn)識(shí)產(chǎn)生重要影響。從目前來(lái)看,人工智能在未來(lái)的發(fā)展有如下三個(gè)值得關(guān)注的積極趨勢(shì):第一,用人工智能的“醫(yī)生”補(bǔ)充人類醫(yī)護(hù)人員,以解決未來(lái)醫(yī)護(hù)人員稀缺的問題;第二,用人工智能提高藥物挖掘的效率,加速藥物開發(fā)的過(guò)程;第三,在人工智能的基礎(chǔ)上,提高個(gè)性化用藥的水平,并通過(guò)精準(zhǔn)醫(yī)療最終解決癌癥這一難題。下面分而述之。
第一,開發(fā)人工智能醫(yī)生以緩解醫(yī)護(hù)人員不足。人類醫(yī)生的培養(yǎng)過(guò)程非常復(fù)雜,且成本相對(duì)較高,培養(yǎng)時(shí)間較長(zhǎng)。例如在美國(guó),醫(yī)學(xué)專業(yè)需要學(xué)生在完成本科學(xué)位之后再來(lái)就讀。即便在發(fā)達(dá)國(guó)家,有經(jīng)驗(yàn)的醫(yī)護(hù)人員的缺乏也是一種常態(tài)。而一旦人工智能的技術(shù)應(yīng)用獲得突破,就可以在一個(gè)相對(duì)較短的時(shí)間內(nèi)訓(xùn)練出大量具備相關(guān)技能的人工智能醫(yī)生,進(jìn)而可以有效地解決人類醫(yī)生資源不足的問題。而且,這些醫(yī)生可以在全世界的任何地方全年無(wú)休地提供醫(yī)療服務(wù)。當(dāng)然,這并不意味著在未來(lái)所有的人類醫(yī)生都會(huì)消失,在一些非常復(fù)雜的工作中,人類醫(yī)生的作用仍然是不可替代的,至少在一定時(shí)間范圍內(nèi)看來(lái)如此。除此之外,把那些日常診斷或者程序化的工作交由人工智能來(lái)完成,會(huì)更加節(jié)省醫(yī)療成本。
隨著人工智能技術(shù)水平的快速提升,未來(lái)的情景將是:平均水平的醫(yī)生讓人工智能做助理,而平均水平以下的醫(yī)生則要做人工智能的助理。如果用于診斷疾病或是預(yù)后的數(shù)據(jù)、圖像能夠標(biāo)準(zhǔn)化、量化、結(jié)構(gòu)化,這些工作基本可以通過(guò)人工智能來(lái)完成。在確定相應(yīng)的數(shù)據(jù)范圍和具體算法后,人工智能可以通過(guò)不斷地進(jìn)行機(jī)器學(xué)習(xí)和積累,逐步完善診斷系統(tǒng)和治療流程。盡管目前來(lái)看,人工智能并不是萬(wàn)能的,但是它的確會(huì)在某些具體工作中超越人類,從而取代一部分人的現(xiàn)有作用。
因此,面對(duì)人工智能的發(fā)展,醫(yī)療產(chǎn)業(yè)的發(fā)展必須加快相關(guān)的技術(shù)應(yīng)用的開發(fā),并協(xié)調(diào)好人類醫(yī)生與人工智能之間的配合。在這一方面,中國(guó)的“微醫(yī)”是一個(gè)典型產(chǎn)品。“微醫(yī)”是一個(gè)移動(dòng)互聯(lián)網(wǎng)醫(yī)療健康服務(wù)平臺(tái),可以提供預(yù)約掛號(hào)、在線問診、遠(yuǎn)程會(huì)診、電子處方、藥品配送等互聯(lián)網(wǎng)醫(yī)療服務(wù)。在這個(gè)平臺(tái)上,每天有大量的患者上傳影像數(shù)據(jù)并請(qǐng)求相關(guān)專家協(xié)助診斷。醫(yī)學(xué)人工智能的幫助一方面可以節(jié)省醫(yī)生的大量重復(fù)性工作,使圖像數(shù)據(jù)和病例首先通過(guò)機(jī)器進(jìn)行初審,再由專家進(jìn)行復(fù)核,其效率將提升70%以上,另一方面還可以面向基層醫(yī)生提供診療輔助,大約80%的常見病可以由人工智能協(xié)助基層醫(yī)生完成治療,而剩下約20%的復(fù)雜病例,則可通過(guò)互聯(lián)網(wǎng)平臺(tái)請(qǐng)專家進(jìn)行遠(yuǎn)程會(huì)診,從而提升基層的診療水平。
第二,人工智能助力藥物挖掘效率。藥物的挖掘和篩選一直是醫(yī)療業(yè)的重要領(lǐng)域。換言之,藥物研發(fā)的水平和規(guī)模在某種程度上決定了醫(yī)療業(yè)的發(fā)展形態(tài)。從歷史上看,藥物挖掘經(jīng)歷了隨機(jī)篩選藥物、組合化學(xué)庫(kù)篩選和虛擬藥物篩選三個(gè)階段。最初,隨機(jī)篩選藥物的典型做法是通過(guò)細(xì)菌培養(yǎng)法從自然資源中篩選抗菌素,這種做法是低效的。隨著組合化學(xué)的出現(xiàn),人們可以迅速合成大量化合物,并在此基礎(chǔ)上運(yùn)用高通量篩選的技術(shù)完成化合物的篩選,這種做法的缺點(diǎn)則主要在于研發(fā)成本較高。到了虛擬藥物篩選階段,人們可以將藥物篩選的過(guò)程在計(jì)算機(jī)上進(jìn)行模擬,以對(duì)化合物可能的活性作出預(yù)測(cè),從而進(jìn)行更具針對(duì)性的實(shí)體篩選,這樣可以極大地減少藥物開發(fā)成本。由此,醫(yī)藥領(lǐng)域很早就開始將計(jì)算機(jī)技術(shù)和人工智能應(yīng)用于藥物挖掘上,并起到了積極的作用。
到目前為止,新藥的研發(fā)仍然需要極高的成本,既需要長(zhǎng)期的實(shí)驗(yàn)和數(shù)十億乃至上百億美元的投入,還要進(jìn)行反復(fù)的安全性測(cè)試,而且即便如此,也無(wú)法保證最后真的能夠成功。而人工智能的應(yīng)用可以在很大程度上緩解相應(yīng)的問題。例如,在新藥篩選時(shí),可以利用人工智能所具有的策略網(wǎng)絡(luò)和評(píng)價(jià)網(wǎng)絡(luò)以及蒙特卡洛樹搜索算法(Monte Carlo Tree Search),從成千上萬(wàn)種備選化合物中挑選出最具有安全性的化合物,作為新藥的最佳備選者。人工智能還可以協(xié)助新藥的安全性檢測(cè),也就是通過(guò)對(duì)已知藥物的副作用的分析,預(yù)先判斷出新藥的副作用及其大小,由此選擇那些產(chǎn)生的副作用危害最小的藥物進(jìn)入動(dòng)物實(shí)驗(yàn)和人體試驗(yàn),從而大大地節(jié)約時(shí)間和成本。
據(jù)研究人員估算,大約15%到20%的新藥研發(fā)成本都消耗在探索階段。這意味著數(shù)億美元的成本,以及數(shù)年的研發(fā)時(shí)間。目前,在藥物挖掘領(lǐng)域,位于美國(guó)舊金山的初創(chuàng)公司Atomwise是最具代表性的。Atomwise主要關(guān)注于利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來(lái)發(fā)現(xiàn)新的藥物,具體來(lái)說(shuō),主要是運(yùn)用超級(jí)計(jì)算機(jī)、人工智能和復(fù)雜的算法模擬制藥過(guò)程,來(lái)預(yù)測(cè)新藥品的效果,同時(shí)降低研發(fā)成本。這使得該公司不僅具有強(qiáng)大的藥物發(fā)掘能力,同時(shí)極大地降低了發(fā)現(xiàn)和研制新藥的成本。例如,在2015年,該公司宣布在尋找埃博拉病毒治療方案方面獲得了進(jìn)展。也就是說(shuō),在Atomwise預(yù)測(cè)的藥物中,有兩種或許能用來(lái)抗擊埃博拉病毒,而這些發(fā)現(xiàn)用時(shí)僅七天且成本不超過(guò)1000美元。
第三,利用人工智能和精準(zhǔn)醫(yī)療治療癌癥。在推動(dòng)精準(zhǔn)醫(yī)學(xué)的發(fā)展上,人工智能也發(fā)揮著巨大的作用。早在2011年,美國(guó)國(guó)家科學(xué)院、美國(guó)國(guó)立衛(wèi)生研究院、美國(guó)國(guó)家工程院以及美國(guó)國(guó)家科學(xué)委員會(huì)就共同發(fā)出了“邁向精準(zhǔn)醫(yī)學(xué)”的倡議。隨著大數(shù)據(jù)和人工智能的發(fā)展,精準(zhǔn)醫(yī)療的發(fā)展也獲得了相應(yīng)的技術(shù)基礎(chǔ)。如前所述,人工智能在癌癥診斷的準(zhǔn)確性方面,已經(jīng)取得了很大的進(jìn)展。借助大數(shù)據(jù)和人工智能,醫(yī)生可以檢測(cè)出不同癌癥病人的不同病變,找到個(gè)性化的用藥,并進(jìn)而利用人工智能完成換藥和配藥工作,大大降低了治療的成本。
癌癥是典型的需要精準(zhǔn)治療的病癥之一。癌細(xì)胞來(lái)自體內(nèi),而且與正常細(xì)胞非常相似,在治療的過(guò)程中,很難準(zhǔn)確找到所有的癌細(xì)胞,因此也就難以根除疾病。癌癥手術(shù)僅僅能夠切除肉眼可以看到的病灶,而對(duì)于已經(jīng)轉(zhuǎn)移的或者存在于血液和淋巴內(nèi)的癌細(xì)胞則無(wú)能為力。而這些未被清除的癌細(xì)胞則會(huì)重新增殖,從而導(dǎo)致癌癥的復(fù)發(fā)與轉(zhuǎn)移。盡管化療藥物會(huì)發(fā)揮一定的作用,但癌細(xì)胞可能會(huì)產(chǎn)生耐藥性,同時(shí)患者的免疫功能則會(huì)下降,這樣也容易造成癌癥的反復(fù)。
因此,治療癌癥的一個(gè)非常重要的原則在于,每一個(gè)癌癥患者都需要根據(jù)具體的病情制定個(gè)性化的治療方案,而不是采用沒有針對(duì)性的一般治療方案。因此,如果有一個(gè)專門的治療小組針對(duì)某一癌癥患者進(jìn)行藥品的配制,并且對(duì)癌細(xì)胞變化的反應(yīng)足夠迅速,那么癌細(xì)胞是可以完全殺死的。然而,如果按照這種方案來(lái)治療,其成本是非常高的,甚至?xí)_(dá)到上億美元。因此,這種治療方案是非常不經(jīng)濟(jì)的,對(duì)大多數(shù)患者來(lái)說(shuō)難以承擔(dān)。
基于面對(duì)癌癥的這種特性,可以依靠大數(shù)據(jù)和人工智能,來(lái)提高治療的針對(duì)性和精準(zhǔn)性。根據(jù)目前的研究,導(dǎo)致腫瘤發(fā)生的基因錯(cuò)誤大約在萬(wàn)的數(shù)量級(jí)上,而已知的癌癥則在百的數(shù)量級(jí)上。因此,所有可能的惡性基因復(fù)制的錯(cuò)誤和癌癥的組合大約有幾百萬(wàn)到上千萬(wàn)種。這個(gè)數(shù)量級(jí)就人類的認(rèn)知能力而言是超大規(guī)模的,但是從大數(shù)據(jù)和人工智能的領(lǐng)域來(lái)看則是非常小的。因此,通過(guò)人工智能進(jìn)行大數(shù)據(jù)分析,可以更有針對(duì)性地檢測(cè)不同人的不同病變,從而找到適合具體情況的個(gè)性化用藥。同時(shí),運(yùn)用人工智能和大數(shù)據(jù)也可以檢測(cè)患者的新病變,從而可以幫助癌癥患者及時(shí)更換新的藥物。此外,這些換藥和配藥的過(guò)程都可以在人工智能平臺(tái)上完成,由此也會(huì)大大降低藥品的使用成本。按照這種發(fā)展趨勢(shì),人類在未來(lái)克服癌癥難題,將不再是一種空想。
文章來(lái)源:中華機(jī)械網(wǎng)