電子發燒友網報道（文/李彎彎）《自然通訊》最近發表的一項研究，揭示了一個用于發現疾病細胞特征的新平臺。NYSCF（紐約干細胞基金會）與谷歌合作，通過創建和分析來自91名患者和健康對照組的超過一百萬張皮膚細胞圖像，成功識別帕金森病的新細胞特征。

對于像帕金森氏癥這樣的復雜疾病，傳統的藥物發現效果不是很好，NYSCF建立的機器人使得研究人員能夠從大量患者中生成大量數據，并發現新的疾病特征。研究人員希望他們的平臺能夠為許多傳統藥物發現不成功的疾病開辟新的治療途徑。

NYSCF發現和平臺開發高級副總裁Daniel Paull博士表示，這是第一個以如此高的精度和靈敏度成功識別疾病特征的工具，它識別患者亞組的能力對許多難治性疾病的精準醫學和藥物開發具有重要意義。

醫療領域是人工智能一個重要的應用方向，與互聯網不同，人工智能對醫療領域的改造是顛覆性的，過去五年是人工智能醫療發展的加速期，人工智能對于醫療健康領域中的應用已經非常廣泛。人工智能在醫療方面的應用場景主要有哪些呢？

1、智能藥物研發

智能藥物研發是指將人工智能中的深度學習技術應用于藥物研究，通過大數據分析等技術手段快速、準確地挖掘和篩選出合適的化合物或生物，達到縮短新藥研發周期、降低新藥研發成本、提高新藥研發成功率的目的。

新藥研發是一個時間長、耗費大、風險大的漫長過程。塔夫茨大學藥品研發研究中心通過既往獲批的藥物數據發現，研發一個新藥至少需要10年、26億美元的巨大投入。而人工智能技術在新藥研發中可以發揮非常重要的作用。

人工智能藥物研發企業英矽智能創始人兼首席執行官Alex Zhavoronkov博士此前表示，與傳統研發模式相比，人工智能不僅能加速新藥開發，同時也會提升藥物研發的成功率，制藥公司可以享受更長的上市后專利保護周期，更為關鍵的是，研發出來的藥物也會更便宜。

2、智能診療

什么是智能診療？就是將人工智能應用到醫學診療中，讓機器“學習”專家級醫師的醫療經驗和醫學文獻知識，模擬診療時的思維邏輯，并在實際應用時給出方案。現在，智能診療的概念進一步擴大，一些診療時的準備工作也可由機器承擔，進一步減輕醫生的壓力。

智能診療貫穿醫生面診的前中后整個流程，目前主流的開發方向包括：語音病歷、輔助決策、風險預警等領域。比如智能語音病歷，就是通過語音識別技術，幫助醫生快速錄入病歷，德信數據顯示，中國50%以上的住院醫生平均每天有4小時以上在寫病歷，而應用語音病歷后，醫生的主訴內容可以實時地轉換成文字，效率大大提升。

再比如輔助治療決策，輔助治療決策是很多科技公司目前重點研究的方向，通過先進算法，以臨床指南知識庫為基礎，結合醫生經驗，對海量真實的臨床診療數據和離院隨訪數據進行訓練，能夠挖掘治療方案和結局的關聯，對比不同治療方案的效果。從而協助醫生為患者提供更精準優質的診療方案。

3、醫學影像智能識別

AI醫學影像是指利用AI在感覺認知和深度學習的技術優勢，將其應用在醫學影像領域，實現機器對醫學影像的分析判斷，是協助醫生完成診斷、治療工作的一種輔助工具，幫助醫生更快獲取影像信息，進行定量分析，提升醫生看圖、讀圖的效率，協助發現隱藏病灶，從而達到提高診斷效率和準確率的目的。

人工智能在醫學影像應用主要分為兩部分：一是圖像識別，應用于感知環節，其主要目的是將影像進行分析，獲取一些有意義的信息；二是深度學習，應用于學習和分析環節，通過大量的影像數據和診斷數據，不斷對神經元網絡進行深度學習訓練，促使其掌握診斷能力。

4、醫療機器人

醫療機器人是一種智能型服務機器人，它具有廣泛的感覺系統、智能和精密執行機構，從事醫療或輔助醫療工作。醫療機器人的目的并不是代替手術醫生，而是作為一種輔助工具來拓展醫生的手術能力、提高手術質量、減輕醫生的工作強度。

醫療機器人具有較為廣泛的概念，包括外科手術機器人、康復機器人、醫療服務機器人和微型檢測與治療機器人等。外科手術機器人根據手術類型不同可分為顯微外科手術機器人、神經外科手術機器人、耳鼻喉外殼手術機器人、整形外科與骨科手術機器人等。

近年來，我國明確提出要發展“醫用機器人等高性能診療設備”，醫療服務機器人呈現快速增長態勢。數據顯示，2020年我國醫療服務機器人市場規模達59.4億元，預計2022年中國醫療機器人將進一步達到97.1億元。

5、智能健康管理

根據人工智能而建造的智能設備可以監測到人們的一些基本身體特征，如飲食、身體健康指數、睡眠等，對身體素質進行評估，提供個性的健康管理方案，及時識別疾病發生的風險，提醒用戶注意自己的身體健康安全。目前人工智能在健康管理方面的應用主要在風險識別、虛擬護士、精神健康、在線問診、健康干預以及基于精準醫學的健康管理。

健康管理行業因其預防、調養的基調和個體化管理的特性，正在成為預防醫學的主流。“十四五”期間我國進入高質量發展的新階段，我國健康管理也將進入一個新的發展階段。面臨機遇和挑戰，健康管理服務將向著更加廣泛、深入和個性化轉變，利用AI技術對健康管理進行智能升級的智能健康管理是目前適合我國國情的一種健康管理方式。

小結：雖然目前人工智能在醫療領域的多個場景中已經實現應用，不過未來還需要持續探索和研究，比如支持健康計算的多模態AI、面向健康計算的知識圖譜與推理、個性化推薦引擎、面向隱私保護的機器學習等等，期待人工智能在生命健康和醫療領域創造更多價值。