258
機器人
人工智能如何改變醫療方式？
原標題：人工智能時代，機器人如何改變你看醫生的方式？
醫學既是藝術又是科學。 雖然醫生都接受了嚴格的醫療，了解人體如何運作，但他對對自己所做的所有決定的了解，關於如何診斷疾病以及如何選擇最佳治療方案，都是來自一些無形的措施產物：以前患者的經驗，累積多年的觀察和學習的經驗。
這就是為什麼將機器引入醫學的想法看上去是不切實際的。 一個機器人，不管多麼訓練有素，怎麼能替代醫生？
機器學習是人工智能最基本的形式，已經滲透到醫療領域，事實證明，機器在改善我們的健康方麵可以發揮重要作用，包括更準確、更快地診斷，尋找更好的治療方法，節省人們的時間和 金錢，防止有害的副作用。 事實上，隨著現代醫學越來越多地依賴大量研究和藥物選擇和新信息，機器可能比人類思維能更好地緊跟數據和解讀數據。
醫學中的人工智能並不是要替代醫生（至少在短期內），而是提高醫生的醫學專業知識。AI 程序掌握了大量優秀醫師積累的知識，包括在醫學院和培訓中學到的東西，以及實際醫療中的經驗，AI 將這些專業知識規模化。
從疾病症狀到新藥的信息，不同藥物之間的相互作用以及不同的人以同樣的方式治療可能有非常不同的結果，今天醫生可獲得的數據量越來越多， 訪問和消化信息的能力正在快速成為所需技能，而這正是機器學習所擅長的。 哈佛大學生物統計學教授 Francesca Dominici 說：“醫生意識到，如果他們希望了解大量數據，機器學習就是讓他們從數據中學習的一種方法。”
哈佛大學不是唯一一個探索人與機器如何更好地結合，以利用前所未有的醫療信息的學術機構。在德克薩斯大學MD安德森癌症中心，APOLLO 計劃正在篩選癌症患者所產生的遺傳數據，並指導醫生進行治療，這將為患者提供更長時間的最佳生存機會。波士頓公司 Neurala 的研究人員正忙於複製大腦神經網絡。 Neurala 的CEO Massimiliano Versace 說：“今天我們可以用老鼠的複雜性來設計大腦，這是非常聰明的。” “科學與技術現在已經相適應，從而使人工智能成為可能。”而在心理健康領域，創業公司正在開發機器學習應用，可幫助用戶檢測抑鬱或雙相情感障礙等症狀。
機器學習的關鍵在於機器。 來自 IBM 和 Google 的機器通過擊敗Jeopardy 答題秀的冠軍，國際象棋大師和 AlphaGo 從先前棋手的知識中學習，這成為機器編程的一部分。
現在，IBM 正在將醫學知識帶入醫學領域。該公司正在與 Memorial Sloan Kettering 癌症中心的專家合作開發用於解決不同類型癌症患者的三種 IBM Watson 腫瘤學產品。 一個產品將集中為患者提供現有治療癌症的最佳信息; Watson 提供了一個數據庫，收集了 Memorial Sloan Kettering 醫生的知識數據庫，以及這些醫生在做出關於如何治療患者的決定時，所依賴的醫學文獻中最重要的癌症研究。
在醫生提供可以考慮的三種不同水平的治療選擇之前，該係統將患者的症狀和其他顯著信息（如其家族病史和癌症的階段）納入其中。 包括目前已經被批準用於癌症的標準治療方法、目前正在測試但尚未被批準的治療方法和其他癌症的治療，最後是一些早期研究提示的可能是真正的實驗性治療方法。 不同級別的選擇給醫生和患者一個治療計劃，如果標準療法不起作用，那麼他們可以繼續進行更實驗性的治療計劃。
除了可用的治療方法之外，Watson 還幫助那些已經耗盡標準療法的晚期癌症患者。 對於他們來說，機器學習可以調用可能有效的新療法的臨床試驗，包括遺傳解決方案，這些解決方案剛剛成為癌症治療領域的一個前景。遺傳選項是基於對患者特異性腫瘤的仔細分析，驅動疾病的突變和可能針對這些突變的藥物。對於人類醫生來說，消化所有這些信息將幾乎是不可能的，因為醫生需要時間看病人，隨時掌握現場最新進展的要求。
隨著關於不同癌症患者及其腫瘤的更多信息成為 Watson 的一部分，醫生將能夠看到幫助他們將特定患者概況與生存率和更好結果相匹配的模式。 他們將能夠認識到具有類似遺傳腫瘤的人，例如采取不同的治療途徑有不同的健康結果。 這種分析可以為人們提供更精確的建議，哪些治療途徑對患者最有利。
這個係統還不完善。 有些 IBM 的合作夥伴已經發現 Watson 在輸入患者的所有相關信息時是很麻煩， Watson 將他所知道的關於患者的一切都納入其治療建議的方式。 但是醫生支持這樣的想法：需要有一種方式來收集，整理和分類每個病人產生的大量信息，這將是改善癌症護理未來幾年的重要組成部分。
這種機器學習方法在另一個醫學領域被證明是非常有用的：心理健康。 對於患有抑鬱症和雙相情感障礙的人，精神科醫師和治療師最重要的角色之一是幫助他們避免陷入難以康複的情緒。 確定人們最容易患有抑鬱或躁狂發作的時間可能會使他們免受精神症狀，而事實證明，在這種情況下，智能手機可能比任何精神科醫生都能做的更好。
這因為，眾所周知，抑鬱的人，或者屈服於悲傷和消極的感覺的人在言語和行為上會有所改變。 他們可能會少說話，而且當他們這樣做時，會采取一種扁平，單調的語氣。 他們也可能會脫離朋友和親人，在社交媒體上互動較少。 即使是最好的精神科醫生也不可能跟上他所有的病人，監視他們什麼時候開始顯示這種行為的變化。 但智能手機可以。
Cogito 是一個基於機器學習的心理健康應用，目前正在波士頓的 Brigham 和 Women's Hospital 等進行測試。 該應用一旦安裝在智能手機上，就會監控社交媒體和電話的活動情況，以辨別通信模式，以便檢測用戶抑鬱症狀發作。
該應用還包含一個語音分析器，可以搜索聲音模式的影響和音調的變化，這可能是抑鬱症的第一個跡象。 AI可能會更好地隨著時間的推移收集數據，並為我們提供一個人的心理健康問題風險指標，以及是否需要直接的醫生進行幹預。
機器學習可能特別有助於失控時向在醫生或病人的家人發出警報。通過 Cogito 這樣的技術，我們可能可以開發一個預警係統，對於那些具有高危險風險的人來說，由於他們有抑鬱症或自殺企圖的曆史，可以監控和看到行為模式的變化，以更好地確定當風險，以防止發生自我傷害或危險活動。
人工智能可以為人們的健康提供最大的利益。 預測一個人的疾病的嚴重程度，以及了解哪些治療方法可能最有效，這可能會使機器學習成為醫療保健中不可或缺的一部分。我們需要意識到人的能力結合機器的能力，可以最大程度的改善人類健康。
最後更新：2017-10-30 11:21:55