科学家如何利用人工智能来帮助实现疾病的高效率诊疗？

近日，在日本科学家们首次报道了他们利用人工智能来挽救患者的生命，人工智能能够成功实现并且完成医生技术团队无法完成的任务，其能够准确诊断出女性患者所患的罕见类型的白血病，更值得注意的是，人工智能仅需要花费10分钟时间就能够对来自2000万个临床肿瘤研究所提供的女性遗传信息进行对比分析，从而做出挽救生命的诊断工作。

那么这是否意味着机器人或许未来会取代医生呢？也并不完全是，但这会增加医学数据的容量，以及强大计算机和智能算法的规模，从而就能使得医生未来在人工智能的帮助下对疾病进行更为快速的诊疗。

数据驱动的医学研究往往会不断驱动基因组数据库、临床数据、成像数据以及分子数据的扩张，同时先进算法的使用也能够帮助研究者不断获取一些有价值的信息，这样科学家们就能够通过筛选数以十亿计的记录来寻找出最终的答案，从而在几分钟内做出人类可能需要花费数年时间才能够得出的结果。

人类基因组计划

数据驱动医学的发展始于人类基因组计划，而人类基因组计划旨在通过收集来自全世界各国人群的DNA来帮助绘制并且理解人类机体中所有基因的功能；而这一计划同时又催生了全世界多项分拆计划的诞生，致使很多研究团队开始对DNA测序进行探索，而又有别的团队开始对疾病发生的遗传背景进行深入剖析。

在人类基因组计划开始的13年里，其所产生的计算能力和数据量明显促进并且为数据驱动的医学发展奠定了坚实的基础，比如，如今桑格研究院就能够在一小时内产生大量的DNA测序数据，而这远比过去10年所得出的测序数据要多。这无疑就可以帮助科学家们同时进行5项或6项新的测序计划，目前桑格研究院已经将其所得的可用结果传到了国际联合研究团队中，据报道显示，该网站每周能达到2000万的点击量。

个体化医疗

在医学数据连续数据的另一端，我们有着丰富的个人健康数据，能够同步到手机上的设备可以帮助监测个体的心率、所走距离、燃烧的热量等等，这就好像我们有了自己的一个掌上医生，当我们需要时它就会为我们提供健康建议以及风险提醒，比如，这些设备就会在我们机体血糖异常高的情况下为我们做出预警，提示需要注射胰岛素的时间等。

所有的信息都应当被分析并且合并到患者的病史中，这样就可以将相关的数据放置在“云端”，虽然这种情况还言之尚早，但目前研究者已经开始在某些领域开始使用了。

未来，如果我们发现自己需要进行医院治疗了，我们详细的在线医疗记录就能够被主治医师分析评估，而且医生或许就会利用其平板电脑上的人工智能助手来帮助进行机体的疾病诊断，我们在线的医疗记录信息就包括基因组测序数据以及其它有用的信息。在人工智能助手的帮助下，医生们对患者诊断的准确率和灵敏度就会增加几个数量级。

目前运用人工智能和数据驱动的医疗技术来挽救生命的潜力非常巨大，其还能够改善对患者的护理标准，帮助患者和医疗服务提供者省钱，尤其是医院和一些科研机构。

是否存在风险呢？

人工智能的风险归结下来就是三个主要的问题：程序错误、网络攻击以及指令获取太过于死板；程序错误通常被人称为“bugs”，其是一些开发不良的软件可以避免的一些问题，这些问题会不断蔓延，因为程序开发和检测的过程或许有时候并不会很好地运行，而这些功能异常会从轻微慢慢转化到严重的地步，但在安全的情况下这些软件能够被使用长达数十年，比如在医院和航空领域，而我们希望这或许同医学上的人工智能应用不相上下。

网络安全是一块资金充足的研究领域，其会优先于“坏程序”，并且发挥正常的作用，虽然我们并不能因此而满足，但也并没有原因能够表明为何医疗人工智能或者任何一种人工智能不能安全地保护我们免受攻击。

获取指令太过于死板就类似于安保措施一样，其是任何安全关键系统的标准做法，目前医院并不太可能利用人工智能来掌管患者的生命或者死亡决定，比如是否关闭对患者的生命供给等。当风险存在时，这些风险就能够被很好地控制管理，这就好比是我们几十年来在其它计算领域从事的工作一样，那么为何我们会需要医生呢？医学领域是一个以人为中心的专业，因此除非机器人能够表现地像人类一样善解人意，否则患者或许并不认可由机器人医生来对其进行治疗。

很显然，医疗机构内部的意见也是不一样的，因此比如是否诸如IBM公司的Dr. Watson等人工智能助手的开发是一件好事还是仅仅只是一个华丽的玩具，这或许就不好说了，Dr. Watson是IBM公司开发的一款医用超级计算机。

由于医用人工智能能够带来真正的社会效益和经济效益，我们或许并不害怕开发人工智能助手来让其作为一种支持性的角色帮助进行人类疾病的诊疗。

参考资料：

【1】AI Saves Woman’s Life By Identifying Her Disease When Other Methods (humans) Failed

【2】What Watson can do for you

【3】Scholarly Concentration： Informatics & Data-Driven Medicine

【4】Data-driven medicine： understanding the link between genetics and disease

【5】IBM Watson： The inside story of how the Jeopardy-winning supercomputer was born， and what it wants to do next

【6】How can doctors use technology to help them diagnose？