5家创新型癌症AI公司、10大应用场景，除了影像之外，AI最有潜力的用途还有哪些？
在日常生活中，尽管我们可能并未深切感受到人工智能革命的浪潮，但医学博士Stefan Buttigieg指出，人工智能（AI）正在以前所未有的速度推动医学领域的革新。特别是在全球范围内，AI的应用正在医院和保险公司中迅速铺开，预计将在美国90%的医院和全球60%的医院中得到应用，为70%的患者提供更为便捷、价格低廉且质量更高的医疗服务。
在医疗保健领域，AI的应用正在全球范围内得到迅速采纳，预计到2021年的年复合增长率将达到惊人的42%。而Frost＆Sullivan预测，到2021年，这些AI在医疗保健方面的应用将带来高达67亿美元的全球收益。
那么，在医学界公认的治疗难题——癌症的治疗方面，人工智能将带来怎样的变革呢？Stefan Buttigieg对AI技术在癌症治疗和研究方面的未来进行了深入探讨。
人工智能在癌症治疗研究中的影响深远。在肿瘤学这一专门针对癌症诊断和治疗的医学领域中，人工智能在医学肿瘤学、放射肿瘤学和外科肿瘤学等子专业中都发挥着重要作用。德克萨斯大学MD安德森癌症中心和加利福尼亚州帕洛阿尔托医学基金会的医生们已经开始探索人工智能和大数据在抗癌方面的潜在用途，并归纳出三条主要途径来加速肿瘤学研究。
通过进一步发展和整合现有的癌症记录手册，AI能够帮助更好地了解癌症机制。通过对最佳实践方式及趋势的分析，AI能够提升全球癌症治疗途径。通过促进成本效益实验的实施，AI能够助力实验的高效推进。
AI也在重塑我们诊断癌症的工具。传统医学中的超声、X射线、计算机断层扫描（CT）和磁共振成像（MRI）等技术虽然常用，但并不能完全识别出所有癌症。而通过分析微阵列基因谱，只需极少量的遗传物质就能检测癌症。这种复杂的数据分析过程过去可能需要数小时完成，但现在可以通过AI快速执行。更令人振奋的是，斯坦福人工智能实验室与斯坦福大学医学院的合作已经训练出能够视觉诊断潜在皮肤癌的TensorFlow算法，其诊断结果与皮肤科医生团队的判断相匹配。
在抗癌战斗中，人工智能初创公司也崭露头角。如Enlitic和Insilico Medicine等公司正在运用深度学习等技术在癌症检测、药物研发等领域取得显著成果。其中，Enlitic使用深度学习自动检测胸部CT图像中的肺癌结节，其准确度甚至超过放射技师。而Insilico Medicine则通过应用深度学习算法进行癌症治疗的药物研发，如免疫疗法。OncoraMedical公司正在为放射肿瘤学提供预测意见和风险分析，帮助辐射肿瘤学家做出更好的决策。
人工智能在癌症治疗研究中的应用前景广阔，有望为癌症患者带来更好的治疗手段和更精准的诊断方法。随着AI技术的不断进步，我们有理由相信未来的医疗领域将变得更加智能、高效和人性化。这家位于费城的初创企业Proscia，致力于助力癌症研究及治疗工作，特别是在放射治疗方面展现出独特的能力。这家企业深入理解病理医生的日常工作挑战，他们每天需要诊断无数癌症病例，分析海量的病理切片。为了帮助医生们更有效地进行工作，Proscia开发了一款数字病理平台，利用计算机智能技术整理并分析来自世界各地的肿瘤病理数据和图像。
这个平台不仅仅是一个工具，更是连接临床一线与全球肿瘤研究者的桥梁。今年年初，Proscia成功将这一技术应用于肿瘤病理分析，构建了云端的肿瘤病理切片数据库，让全球的医生可以轻松共享数据和图像，推动癌症研究和治疗的发展。
在肿瘤学领域，人工智能的未来充满无限可能。最近，在肿瘤学杂志ESMO Open上，Curioni-Fontecedro博士发表文章，阐述了人工智能在肿瘤学领域的新时代应用。尽管目前这项技术并未覆盖整个肿瘤学界，但它无疑为癌症研究和治疗带来了希望。我们期待在不久的将来，通过人工智能的帮助，癌症能够被更高效地诊断、治疗，为癌症患者提供更多的希望和机会。
那么，在人工智能的应用场景中，有哪些对医疗保健产生重大影响的呢？以下是几个重要的应用场景：
1、电子病历挖掘
电子病历是一个存储患者所有健康信息的数据库。在公共卫生专业人员、数据科学家和信息学家的合作下，通过特定的临床编码标准分析成千上万的匿名患者记录，可以帮助决策者根据特定年份分配资源。这个过程通常需要数月时间，且结果有时并不科学。电子病历挖掘技术的应用不仅可以用于高层次决策，还可以直接改善患者就医体验。比如，在招募患者进行临床试验时，电子病历挖掘可以快速找到符合条件的患者，为他们提供参与试验的机会。
2、高级咨询机器人
想象一下，在一个风雪交加的日子，你感到身体不适，但在看医生与在家等待之间犹豫不决。现在，随着人工智能技术的发展，这一切将成为过去。只需打开智能手机与高级咨询机器人交流即可。这是一种经过专业医生团队验证的、以对话形式交互的特殊应用程序。它不仅可以给出实用建议，还可以在紧急情况下进行视频通话。
3、提高医生临床工作效率
从纸质到电子临床文件的过渡并不容易。许多医生发现数据输入仍然具有挑战性。这个挑战促使了一些合作伙伴关系的形成。例如，Nuance Communications与Epic的合作将AI的功能整合到电子病历中。通过使用深度学习和自然语言处理技术，Nuance的AI工具可以标注出电子病历中的关键信息，提醒医生注意数据丢失或需要澄清的部分。在放射科领域，医生们需要查看大量的图像，人工智能可以帮助过滤出重要的临床信息，大大提高医生的工作效率。
4、提升患者就诊体验
人工智能正在多种方式中改善患者就诊体验。从预约系统、诊断过程到治疗方案建议，人工智能都在发挥重要作用。它可以使整个过程更加顺畅、高效，减少患者的等待时间，提高诊断的准确性。
人工智能在医疗保健领域的应用前景广阔。从肿瘤学到普通医疗实践，人工智能都在为我们带来更高效的诊断、更个性化的治疗方案和更好的患者体验。我们期待未来人工智能在医疗保健领域的更多突破和创新。在数字化医疗的浪潮中，革新性技术正在重塑我们的医疗体验。从患者预约到个性化治疗，再到精准医疗和新药研发，人工智能已经渗透到医疗领域的各个角落。
一、患者预约与就诊体验
如今，患者通过简单的语言即可完成预约，轻松了解适合的医生人选，并进行血液检查。一些创新的创业公司如Kyruus和PokitDok已经在这一领域崭露头角，推出全面解决方案的服务。他们将AI与医生相结合，致力于提升患者的就诊体验。
二、个性化治疗方案与临床决策支持
个性化治疗带来的长期积极效果正逐渐受到重视。IBM沃森肿瘤研究部门与肿瘤学家紧密合作，为临床医生提供循证治疗方案。通过对临床记录和报告中的结构化及非结构化数据进行分析，他们为每位患者选择最适合的个性化治疗途径。
三、医疗支持与药物管理
在医疗支持和药物管理方面，人工智能也发挥着重要作用。尽管护理人员和医生的需求日益增长，但人才缺口依然显著。这时，Sense.ly开发的虚拟护士Molly成为了重要支持。她能够模仿患者需要的服务方式，对需要长期管理、个性化监测和后续护理的患者起到至关重要的作用。一些应用程序利用智能手机前置摄像头和人工智能来确保患者遵守医嘱，如AiCure应用程序。Neura AI为Medisafe提供算法，帮助医生了解患者的日常生活并提醒其服药时间。
四、精准医疗与遗传学革命
遗传学和基因组学正受到人工智能的深刻影响，推动个性化医疗的发展。Deep Genomics等公司运用计算技术预测DNA变异，使治疗方案更加具体针对个体。Riccardo Sabatini的团队使用血液样本和机器学习技术预测个体特征，展示了精准医疗的潜力。
五、新药研发与生物标志物探索
在药物研发领域，人工智能正加速进程并降低成本。Atomwise使用超级计算机进行虚拟搜索，已找到能够降低埃博拉病毒感染性的药物。InSilico Medicin等公司则使用模拟技术进行药物研发和衰老研究，减少了对动物实验和人体临床试验的需求。
六、医学影像技术的进步
新兴技术使医学影像技术越发成熟。Verily Life Sciences通过视网膜成像开发糖尿病相关眼疾病的机器学习解决方案，成为这一领域的佼佼者。他们的一系列项目展示了医学影像技术在健康管理中的巨大潜力。
七、机器学习与诊断放射学的融合
Zebra Medical Technologies推出的Zebra Medical Vision应用专注于使用先进的机器学习与医学成像来辅助诊断。通过实时和回顾性成像研究的自动化分析，他们正在教授电脑检测和诊断关键医疗条件的能力，进一步推动了医学影像技术的发展和应用。
随着人工智能技术的不断进步，其在医疗领域的应用将愈发广泛。从患者支持到精准医疗，从新药研发到医学影像，人工智能正在逐步改变我们的医疗世界，带来更高效、更个性化的医疗服务体验。Zebra Medical Vision公司的愿景
Zebra Medical Vision公司坚信，通过为机器学习研究者们提供必要的工具与数据集，能够大大推动决策支持工具和诊断解决方案的开发进程。该公司期望借此助力全球健康服务的提升，让世界享受到更精准、更高效的医疗体验。
医疗成像技术的革新
在医疗领域，图像解读一直是医生们的重要工作之一。Enlitic公司正利用深度学习技术，帮助医生们更轻松地解读图像，并结合实时临床支持，实现更快、更准确的追溯分析。与此一些创业公司如Butterfly Network也在不断探索新的动态成像模式，如超声波技术，为医疗领域带来新的视角。
解剖病理学的数字化转型
医学成像涵盖了多种图像类型，其中与解剖病理学相关的图像尤为重要。在这一领域，3Scan公司正将传统的模拟与定性操作转变为自动化、数字化和定量的医学科学实践。通过其技术，解剖病理学的准确性和效率得到了显著提升。
公共卫生领域的智能预测
在2016年里约奥运期间，寨卡病毒的成功控制离不开A.I.M.E公司的杰出贡献。这家公司专注于研究疾病的传播模式，其平台能够为用户提供精确的定位信息以及未来传染病爆发的预测日期。令人惊叹的是，该公司能够提前三个月进行预测，其预测模型的平均准确度高达86.37%。A.I.M.E还提供了一个完全可定制的分析平台，帮助用户了解公共卫生数据，并提供时间表、病史记录以及社交媒体报告等多元服务。
这两家公司和其他许多创新企业都在努力推动医疗技术的发展，以期通过先进的决策支持工具和诊断解决方案，为全球提供更好的医疗服务。