醫療AI八大趨勢：蘋(píng)果正在顛覆未來(lái) 中國創(chuàng )企勢如破竹

　　醫療保健正在逐步成為人工智能研究和應用的重要領(lǐng)域。

　　現如今，醫療行業(yè)中幾乎每個(gè)領(lǐng)域都會(huì )受到技術(shù)崛起的影響。例如，圖像識別正在徹底改變診斷過(guò)程。最近，谷歌的DeepMind神經(jīng)網(wǎng)絡(luò )可以診斷出50種威脅視力的眼疾，準確性可媲美醫學(xué)專(zhuān)家。甚至有些制藥公司也正在嘗試深入學(xué)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(guān)系。

　　在私營(yíng)市場(chǎng)，醫療保健AI創(chuàng )企自2013年以來(lái)，已經(jīng)在576次融資中獲得43億美元，這一數字遠超人工智能涉及的其他領(lǐng)域。

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

　　人工智能面臨著(zhù)醫療行業(yè)獨有的技術(shù)和可行性挑戰。例如，在美國，患者數據沒(méi)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(guò)傳真、郵件進(jìn)行發(fā)送，或以手寫(xiě)記錄的圖片發(fā)送時(shí)，從中提取信息對AI而言將是獨一無(wú)二的挑戰。

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

　　蘋(píng)果設計開(kāi)發(fā)的ResearchKit和CareKit ，能夠生成新的數據來(lái)源并將EHR數據掌控在病人手中，這兩個(gè)軟件框架有望成為臨床研究的革命性產(chǎn)品。在首次進(jìn)行行業(yè)AI的深度挖掘中，CB Insights數據可被用于發(fā)現正在改變醫療保健行業(yè)的趨勢。

　　AI即醫療設備的興起

　　FDA(美國食品藥品監督管理局)針對臨床成像和診斷的人工智能軟件實(shí)行快速監管審批方案。今年4月，FDA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(wú)需專(zhuān)家的診斷意見(jiàn)。它被賦予了“突破性設備的稱(chēng)號”，加快了產(chǎn)品推向市場(chǎng)的過(guò)程。

　　軟件IDx-DR能夠在87.4%的時(shí)間內正確識別“超過(guò)輕度糖尿病視網(wǎng)膜病變”的患者，在89.5%的時(shí)間內確定那些沒(méi)有患該疾病的患者。IDx是近幾個(gè)月FDA批準用于臨床商業(yè)應用的眾多軟件產(chǎn)品之一。

　　Viz.ai獲批用于分析CT掃描圖像，以檢測與中風(fēng)相關(guān)的指標，并及時(shí)將患者信息告知醫療工作人員。在獲得FDA批準后，Viz.ai完成了Google Ventures、Kleiner Perkins Caufield & Byers參投的2100萬(wàn)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(guò)其云AI平臺分析心臟圖像。今年，FDA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管審批為2013年以來(lái)70多家進(jìn)行股權融資的人工智能成像和診斷企業(yè)開(kāi)辟了新的商業(yè)途徑，共計發(fā)起119次融資。

　　FDA專(zhuān)注于明確定義和管理“軟件即醫療設備”，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A(yíng)I軟件。

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

　　神經(jīng)網(wǎng)絡(luò )發(fā)現非典型危險因素

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

　　根據今年發(fā)表在《Nature》雜志上的一篇論文，谷歌的研究人員利用一個(gè)經(jīng)訓練可識別分析視網(wǎng)膜圖像的神經(jīng)網(wǎng)絡(luò )來(lái)發(fā)現心血管危險因素。研究發(fā)現，不僅可以通過(guò)視網(wǎng)膜圖像識別年齡、性別和吸煙模式等風(fēng)險因素，還可以“量化到之前從未有過(guò)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(zhuān)注于分析聲音中的聲學(xué)特征，以便在找出冠狀動(dòng)脈疾病(CAD)患者明顯的聲音特征。該研究發(fā)現，當測試對象在描述情緒體驗時(shí)，有兩種聲音特征與CAD密切相關(guān)。

　　創(chuàng )企Cardiogram最近的一項研究表明：“經(jīng)過(guò)深度學(xué)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(dòng)的心率變異性改變?！痹搨鞲衅鞑捎玫乃惴ㄍㄟ^(guò)心率檢測糖尿病的準確度高達85%。

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

　　蘋(píng)果顛覆了臨床試驗

　　蘋(píng)果正在圍繞iPhone和Apple Watch等設備打造臨床研究生態(tài)系統。數據是AI應用程序的核心，蘋(píng)果可以為醫學(xué)研究人員提供兩種之前難以獲取的患者健康數據。

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

　　這種問(wèn)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(lái)說(shuō)都是耗時(shí)且具有挑戰性的過(guò)程。

　　目前有超過(guò)1.8萬(wàn)個(gè)臨床研究?jì)H在美國招募患者。如果醫生有了解到正在進(jìn)行的臨床試驗，偶爾也會(huì )向其患者推薦。否則，就只能通過(guò)一個(gè)關(guān)于已結束和正在進(jìn)行的臨床試驗的綜合聯(lián)邦數據庫ClinicalTrials.Gov招募受試者。

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

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

　　舉個(gè)例子，杜克大學(xué)的研究人員開(kāi)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(lèi)似地，大約有1萬(wàn)名用戶(hù)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據分享給更廣泛的科研界使用。

　　蘋(píng)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(wèn)題。今年1月，蘋(píng)果宣布iPhone用戶(hù)可通過(guò)手機自帶的“健康”應用訪(fǎng)問(wèn)參與機構的電子健康記錄。

　　“健康記錄”的功能是AI+醫療保健創(chuàng )企Gliimpse在2016年被蘋(píng)果收購之前的工作的衍生物。界面簡(jiǎn)潔，易操作，用戶(hù)可以輕松找到他們在過(guò)敏、病癥、免疫、實(shí)驗室結果、程序以及生命體征方面的信息。

　　6月，蘋(píng)果為開(kāi)發(fā)人員推出了Health Records API。用戶(hù)可以選擇與第三方應用和醫學(xué)研究人員共享數據，這也為疾病管理和生活方式監控創(chuàng )造了新的機會(huì )。

　　大型制藥企業(yè)用AI重塑品牌

　　現如今，AI生物技術(shù)初創(chuàng )公司不斷涌現，傳統制藥企業(yè)感受到了前所未有的壓力，紛紛將目光拋向AI+SaaS(軟件即服務(wù))創(chuàng )企，希望能從中尋得創(chuàng )新解決方案。

　　今年5月，輝瑞制藥與XtalPi建立戰略合作伙伴關(guān)系(XtalPi是一家獲騰訊和谷歌等科技巨頭支持的人工智能初創(chuàng )公司)，希望憑雙方之力預測小分子藥物的特性，并開(kāi)發(fā)“基于計算的合理藥物設計”。

　　不過(guò)，輝瑞制藥并不是獨一家。

　　諾華、賽諾菲、葛蘭素史克公司(GlaxoSmithKlein)、Amgen、Merck等頂級制藥公司近幾個(gè)月都宣布與AI創(chuàng )企建立合作伙伴關(guān)系，旨在尋找新的藥物治療腫瘤學(xué)和心臟病領(lǐng)域的一系列疾病。

　　制藥企業(yè)對該領(lǐng)域的興趣也推動(dòng)了股權交易數量的增加，截至2018年第二季度達20筆，等于2017年交易總量。

　　雖然AI+Saas初創(chuàng )公司很多仍處于投資的早期階段，卻與吸引了不少制藥企業(yè)與之合作。

　　AI在醫療行業(yè)的應用并不僅限于藥物開(kāi)發(fā)。作為最大的人工智能并購交易之一，羅氏控股于2018年2月以19億美元的價(jià)格收購了Flatiron Health。后者可以通過(guò)機器學(xué)習挖掘患者數據。

　　目前有超過(guò)2500家診所使用Flatiron的 腫瘤電子病歷OncoEMR，還有200多萬(wàn)活躍病歷可供研究。

　　羅氏希望收集真實(shí)的世界數據(RWE)，分析電子病歷和其他數據的來(lái)源，以確定藥物的好處和風(fēng)險。除了用于檢測上市后藥物的安全性之外，RWE還可以幫助設計更好的臨床試驗和未來(lái)新的治療法。

　　AI需要醫生

　　AI企業(yè)需醫學(xué)專(zhuān)家來(lái)注釋圖像，以教授算法如何識別異常?？萍季揞^和政府正大力投資這一板塊，并將數據庫開(kāi)放給研究人員。

　　谷歌DeepMind兩年前與莫菲爾德眼科醫院(Moorfield's Eye Hospital)合作探索AI在眼部疾病檢測方面的應用。最近，DeepMind的神經(jīng)網(wǎng)絡(luò )能夠針對50種威脅視力的眼部疾病作出正確的轉診決定，準確度達94%。

　　也只是研究的第一階段。為了訓練算法，DeepMind 投入大量時(shí)間來(lái)標記和清理OCT(光學(xué)相干斷層掃描)掃描數據庫，用于檢驗眼部狀況，為之后的AI應用做準備。

　　阿里巴巴也是在2016年左右決定將AI應用于診斷過(guò)程。

　　根據阿里云的人工智能首席科學(xué)家閔萬(wàn)里的說(shuō)法，公司一旦與醫療結構合作獲取醫學(xué)影響數據，就必須聘請專(zhuān)家來(lái)注釋圖像樣本。

　　AI獨角獸Yitu Technology正在試圖拓展人工智能診斷領(lǐng)域，公司在接受《南華早報》采訪(fǎng)時(shí)也強調了醫療團隊的重要性。

　　Yitu聲稱(chēng)擁有一支由400名醫生組成的團隊來(lái)標記醫療數據，并補充道，由于美國醫生的薪水更高，美國AI初創(chuàng )公司在開(kāi)展這項工作時(shí)成本也會(huì )高很多。但在美國，國立衛生研究院(NIH)等政府機構正在人工智能研究。

　　NIH在今年7月發(fā)布了一份數據庫資料，該資料包含3.2萬(wàn)個(gè)在CT圖像注釋和鑒定的病灶，這些病例由4400名患者匿名提供。除此之外，通氣電氣(GE)和西門(mén)子等私營(yíng)企業(yè)也在尋找創(chuàng )建大規模數據庫的方法。

　　GE Healthcare于今年5月獲得了一項專(zhuān)利，主要探討了如何用機器學(xué)習分析顯微鏡圖像中的細胞類(lèi)型。該專(zhuān)利提出了一個(gè)”直觀(guān)的界面，便于醫務(wù)人員(如病理學(xué)家、生物學(xué)家)注釋和評估算法中使用的不同細胞表型以及通過(guò)界面呈現的細胞表型。

　　雖然目前已經(jīng)提出的某些算法可用于減少手動(dòng)過(guò)程，AI在很大程度上還是得依賴(lài)于醫學(xué)專(zhuān)家進(jìn)行培訓。

　　中國發(fā)展迅猛

　　中國投資者開(kāi)始加大多海外創(chuàng )企的投資，而本土的醫療保健AI創(chuàng )企也在逐漸成長(cháng)，中國科技巨頭正通過(guò)建立合作伙伴關(guān)系將其他國家的產(chǎn)品帶來(lái)大陸。

　　過(guò)去幾年，中國的交易活動(dòng)在世界范圍內還是不值一提的，但如今在全球醫療保健AI市場(chǎng)的排名已經(jīng)大幅攀升。

　　2018年上半年，中國超過(guò)英國，成為全球醫療保健AI交易活躍度第二的國家。

　　在獲得了7200萬(wàn)美元的融資，并獲得像紅杉資本中國這類(lèi)投資者的支持之后，Infervision成為中國醫療保健行業(yè)AI解決方案領(lǐng)域資金最充足的中國創(chuàng )企。

　　與此同時(shí)，中國對外國醫療保健AI初創(chuàng )公司的投資也在增加。

　　最近，復星醫藥買(mǎi)入美國B(niǎo)utterfly Network的少數股權，騰訊投資Atomwise，聯(lián)想投資韓國的Lunit，IDG Capital則投資了印度的SigTuple。

　　中國政府去年發(fā)布了一項人工智能計劃，目標是到2030年中國能成為人工智能研究領(lǐng)域的全球領(lǐng)導者。醫療保健是中國首批人工智能應用的四大重點(diǎn)領(lǐng)域之一。

　　中國對醫療保健行業(yè)的關(guān)注不僅僅在于成為AI技術(shù)的全球領(lǐng)導者。

　　根據去年的人口普查，過(guò)去長(cháng)期施行的獨生子女政策導致了人口老齡化：65歲以上人口超過(guò)1.58億，再加上勞動(dòng)力短缺，迫使政府將工作重心轉至提升醫療保健領(lǐng)域的自動(dòng)化上來(lái)。

　　早在2016年，中國就開(kāi)始努力將醫療數據整合到一個(gè)數據庫中。與美國類(lèi)似，中國也存在數據混亂、缺乏互操作性等問(wèn)題。

　　為解決這一問(wèn)題，中國政府陸續開(kāi)設了多家區域衛生數據中心，目的是整合國家保險索賠、出生和死亡登記以及電子健康記錄的數據。中國的大型科技公司也在政府的大力支持下進(jìn)行醫療保健AI領(lǐng)域。

　　DIY診斷看這里

　　人工智能正逐漸將智能手機和消費類(lèi)可穿戴設備轉變成功能強大的家用診斷工具。

　　創(chuàng )企Healthy.io聲稱(chēng)正在試圖簡(jiǎn)化尿液分析步驟，使其跟拍照一樣簡(jiǎn)單。它的首個(gè)產(chǎn)品Dip.io使用傳統的尿液分析試紙來(lái)監測一系列泌尿系感染。計算機視覺(jué)算法可借助智能手機分析不同光照條件和相機質(zhì)量下的測試條。

　　已在歐洲和以色列投入商業(yè)使用是Dip.io近日獲得了FDA的批準。

　　近年來(lái)，智能手機在美國的滲透率有所提高。同時(shí)，由于深度學(xué)習，圖像識別算法的錯誤率也顯著(zhù)下降。兩者的結合為使用使用作為診斷工具創(chuàng )造了新的可能性。

　　例如，SkinVision使用智能手機的相機監測皮膚病變并評估皮膚癌風(fēng)險。該企業(yè)在今年7月從現有投資者Leo Pharma和PHS Capital獲得了760萬(wàn)美元融資。

　　據報道，這家公司總部位于阿姆斯特丹的公司將利用這筆資金推動(dòng)FDA的批準。

　　AI在基于價(jià)值的醫療領(lǐng)域的新角色

　　人工智能開(kāi)始在量化患者在醫院接受的服務(wù)質(zhì)量方面發(fā)揮作用。

　　基于價(jià)值的服務(wù)模式專(zhuān)注于患者，這種模式下激勵醫療服務(wù)人員以盡可能低的成本提供最高質(zhì)量的護理。

　　這類(lèi)模式與服務(wù)收費模式形成對比，在服務(wù)收費模式中，服務(wù)人員根據所執行的服務(wù)數量以一定比例獲得報酬。規定的程序越多(比方說(shuō)測試越多)，財務(wù)獎勵就越高。

　　2010年通過(guò)了“患者保護和平價(jià)醫療法案”，以?xún)r(jià)值為基礎的服務(wù)模式開(kāi)始進(jìn)入大眾視野。

　　現有的一些保障措施包括僅在符合質(zhì)量績(jì)效指標的情況下向醫療服務(wù)人員提供經(jīng)濟獎勵，或者是對醫院獲得性感染和可預防的再入院情況實(shí)施處罰。

　　向基于價(jià)值的醫療護理系統邁進(jìn)的目標旨在是服務(wù)提供人員的激勵措施與患者和付款人的激勵措施保持一致。比方說(shuō)，在新系統下，醫院將為減少不必要檢查的醫生給予一定的財政獎勵。

　　總部位于佐治亞州的創(chuàng )企Jvion與Geisinger、Northwest Medical Specialties和Onslow Memorial Hospital等供應商合作。

　　Jvion的一些案例經(jīng)研究強調成功使用機器識別住院30天內有再入院風(fēng)險的患者。

　　然后，護理團隊可以根據Jvion的建議來(lái)教導患者日常的預防措施。該算法將患者健康數據與社會(huì )經(jīng)濟因素(如收入、交通便利性)和不遵守情況的歷史數據相結合，以計算風(fēng)險。

　　另一種方法是保險公司識別有風(fēng)險的患者并通過(guò)警示醫護人員進(jìn)行干預。

　　用于院內管理解決方案的人工智能技術(shù)仍處于初期階段，初創(chuàng )公司正致力于幫助醫療服務(wù)提供人員降低成本并提高護理質(zhì)量。

　　治療機器人的“能”與“不能”

　　現如今，心理健康治療成本高，且無(wú)法做到全天候服務(wù)，許多企業(yè)開(kāi)始將目光轉向基于A(yíng)I的心理健康機器人的開(kāi)發(fā)上來(lái)。

　　早期創(chuàng )企專(zhuān)注于使用認知行為療法，治療過(guò)程逐漸改變病人的負面思想和行為，依照一種方法，市場(chǎng)上許多情緒追蹤和數字日記健康應用創(chuàng )建了對話(huà)拓展。

　　Woebot(臨床心理學(xué)家Alison Darcy研發(fā)基于Facebook Messenger的聊天機器人)從NEA獲得800萬(wàn)美元融資，其中有一個(gè)明確的免責說(shuō)明，它不能代替傳統療法和人類(lèi)互動(dòng)。

　　另一家公司W(wǎng)yse去年獲得了170萬(wàn)美元融資，并在iTunes上推出了“焦慮和抑郁”機器人。

　　Startup X2 AI聲稱(chēng)自家的AI機器人Tess 擁有超過(guò)400付費用戶(hù)。它開(kāi)發(fā)了“基于信仰”的聊天機器人——“Sister Hope”，在開(kāi)始對話(huà)前告知用戶(hù)明確的免責聲明及隱私條款(關(guān)于messenger， 聊天受Facebook隱私政策的約束，會(huì )話(huà)內容也是可見(jiàn)的)。

　　但Fackbook的可訪(fǎng)問(wèn)性、缺乏法規等使得驗證一些機器人及其隱私條款變得有些困難。

　　但是正如深度學(xué)習研究員Yoshua Bengio在最近關(guān)于人工智能元素的播客中提到的，“AI就像一個(gè)白癡學(xué)者”，對于心理學(xué)，人類(lèi)是什么，心理變化是如何進(jìn)行的等沒(méi)什么概念。

　　心理健康是一個(gè)很大的點(diǎn)，分析過(guò)程中癥狀和主觀(guān)性具有高度可變性。當下，人工智能能做的不僅僅局限于定期檢查，還能培養與人類(lèi)語(yǔ)言生產(chǎn)的“陪伴”感。

　　但是，正如近日一篇心理學(xué)文章中提到的，我們的大腦相信我們是在跟機器人聊天，無(wú)需破譯非語(yǔ)言線(xiàn)索的復雜性。

　　對于更復雜的心理健康問(wèn)題，這可能就會(huì )產(chǎn)生問(wèn)題，很可能會(huì )對機器人和快速修復方案產(chǎn)生依賴(lài)性，但事實(shí)上，這些解決方案并不具備深入分析或解決根本原因的能力。

　　這項被認為是自動(dòng)化中安全性最高的工作，需要AI機器人具備高水平的情感認知且能自如地進(jìn)行人與人之間的互動(dòng)。盡管成本和可訪(fǎng)問(wèn)性有所提升，心理健康醫療對AI而言依舊是一項極其艱巨的任務(wù)。