【儀表網(wǎng) 儀表下游】導(dǎo)讀：IBM研究人員與邁克爾-J-福克斯基金會(huì)合作，利用AI幫助預(yù)測帕金森病的進(jìn)展。該小組最近發(fā)表了新的研究，重點(diǎn)是一個(gè)新的人工智能模型，將帕金森病的典型癥狀模式分組。該模型可以通過尋找已知癥狀的時(shí)間和嚴(yán)重程度來預(yù)測疾病的進(jìn)展。該模型通過從縱向的病人數(shù)據(jù)中學(xué)習(xí)來預(yù)測時(shí)間和嚴(yán)重程度。
 

　　新人工智能模型的細(xì)節(jié)發(fā)表在《柳葉刀 - 數(shù)字健康》上，研究人員指出，該模型可以通過利用縱向病人數(shù)據(jù)來預(yù)測疾病的時(shí)間和嚴(yán)重程度，縱向病人數(shù)據(jù)是隨著時(shí)間的推移收集的病人臨床狀態(tài)的描述。研究人員說，他們的目標(biāo)是利用人工智能來幫助病人管理和臨床試驗(yàn)設(shè)計(jì)。新人工智能的目標(biāo)是利用機(jī)器學(xué)習(xí)從大量的病人數(shù)據(jù)中學(xué)習(xí)，并為臨床醫(yī)生和研究人員提供一個(gè)更好的工具來預(yù)測個(gè)別病人的癥狀進(jìn)展。
 

　　研究人員指出，人工智能使用的患者數(shù)據(jù)已經(jīng)去掉了身份識(shí)別。能夠獲得這樣一個(gè)龐大的數(shù)據(jù)集對(duì)于機(jī)器學(xué)習(xí)模型的成功至關(guān)重要。過去的研究專注于使用基線信息來描述帕金森病的特征。然而，新方法依賴于長達(dá)7年的患者數(shù)據(jù)。盡管該疾病的進(jìn)展途徑多種多樣，但人工智能模型可以做出準(zhǔn)確的預(yù)測。
 

　　人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)。
 

　　智能輔助診療（電子病歷/文獻(xiàn)分析）
 

　　人工智能利用機(jī)器學(xué)習(xí)和自然語言處理技術(shù)自動(dòng)抓取病歷中的臨床變量，智能化融匯多元異構(gòu)的醫(yī)療數(shù)據(jù)，結(jié)構(gòu)化病歷、文獻(xiàn)生成標(biāo)準(zhǔn)化的數(shù)據(jù)庫，將積壓的病歷自動(dòng)批量轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)庫。基于醫(yī)院電子病歷等系統(tǒng)，對(duì)患者信息推理，自動(dòng)生成針對(duì)患者的精細(xì)化診治建議，供醫(yī)生決策參考。
 

　　應(yīng)用場景：病歷結(jié)構(gòu)化處理、多源異構(gòu)數(shù)據(jù)挖掘、臨床決策支持。
 

　　智能影像識(shí)別 影像AI
 

　　利用人工智能技術(shù)可以幫助醫(yī)生對(duì)醫(yī)學(xué)影像完成各種定量分析、歷史圖像的比較或者可疑病灶的發(fā)現(xiàn)等，從而高效、準(zhǔn)確地完成診斷。
 

　　應(yīng)用場景：CT、視網(wǎng)膜眼底圖、X射線、病理、超聲、內(nèi)窺鏡、皮膚影像等，
 

　　智能藥物研發(fā)AI
 

　　新藥的開發(fā)流程可以分為藥物發(fā)現(xiàn)、臨床前開發(fā)和臨床開發(fā)三個(gè)部分。現(xiàn)代藥物發(fā)現(xiàn)在技術(shù)上可以分為三個(gè)階段：靶點(diǎn)的發(fā)現(xiàn)和確證、先導(dǎo)物的發(fā)現(xiàn)、先導(dǎo)物的優(yōu)化。人工智能主要應(yīng)用于新藥發(fā)現(xiàn)和臨床試驗(yàn)階段。
 

　　現(xiàn)代通信與信息技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、行業(yè)技術(shù)、智能控制技術(shù)、人工智能技術(shù)在醫(yī)療器械上的應(yīng)用。但智能化醫(yī)療器械不只是擁有智能功能的普通醫(yī)療器械，可以擺脫對(duì)醫(yī)生操作的依賴，通過機(jī)器學(xué)習(xí)等底層技術(shù)實(shí)現(xiàn)自我更新迭代。一方面幫助醫(yī)生節(jié)省工作量，另一方面提高器械使用的精準(zhǔn)度。
 

　　智能健康管理
 

　　隨著各種檢測技術(shù)(如可穿戴設(shè)備、基因檢測等)的發(fā)展，個(gè)人健康數(shù)據(jù)越來越多、越來越復(fù)雜，包括生物數(shù)據(jù)(如基因等)、生理數(shù)據(jù)(血糖血壓等)、環(huán)境數(shù)據(jù)(每天呼吸的空氣)、心理狀態(tài)數(shù)據(jù)、社交數(shù)據(jù)以及就診數(shù)據(jù)(個(gè)人就醫(yī)、用藥數(shù)據(jù))等。這些數(shù)據(jù)匯聚在一起，利用人工智能技術(shù)進(jìn)行分析，可以對(duì)潛在健康風(fēng)險(xiǎn)做出提示，并給出相應(yīng)的改善策略，最終可以實(shí)現(xiàn)對(duì)健康的前瞻性管理。
 

　　利用人工智能技術(shù)，依據(jù)歷史就醫(yī)數(shù)據(jù)以及行為、醫(yī)學(xué)影像、生化檢測等多種結(jié)果進(jìn)行綜合分析和判斷，或者依據(jù)某個(gè)長期形成的單一數(shù)據(jù)進(jìn)行疾病預(yù)測。
 

　　虛擬助理
 

　　利用人工智能技術(shù)，通過對(duì)醫(yī)療健康大數(shù)據(jù)的學(xué)習(xí)或挖掘，在”理解“用戶需求的前提下，按照要求輸出相關(guān)的醫(yī)學(xué)知識(shí)和信息，輔助人們進(jìn)行健康管理或就醫(yī)問藥。通過語音識(shí)別自然語言處理等技術(shù) 將患者的病癥描述與標(biāo)準(zhǔn)的醫(yī)學(xué)指南做對(duì)比，為用戶提供醫(yī)療咨詢、自診、導(dǎo)診等服務(wù)的信息系統(tǒng)。
 

　　應(yīng)用場景：個(gè)人問診、用藥咨詢、導(dǎo)診機(jī)器人、分診和慢病管理、電子病歷語音錄入等。
 

　　物流機(jī)器人：醫(yī)院面臨物資運(yùn)送量大、業(yè)務(wù)場景復(fù)雜、護(hù)士工作強(qiáng)度大，醫(yī)院空間小、狹窄通道多、人流量大。基于醫(yī)院環(huán)境感知與自主學(xué)習(xí)、智能變速的RAMP繞行技術(shù)、高容錯(cuò)率的多機(jī)調(diào)度、自動(dòng)乘梯、自動(dòng)裝卸等，提高醫(yī)院運(yùn)營效率。
 

　　資料來源：cnBeta.COM