姓名：卢治宇 学号：16010188032
转载自：https://zhuanlan.zhihu.com/p/30650483 ，有删节。
【嵌牛导读】：随着人工智能的快速兴起，其运用领域也越来越广，除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。在医学中，人工智能不局限于传统的数据表，它可以解释骨料影像、医生笔记、测试结果、传感器数据、人口统计数据等，还可以交叉引用分析数据，甚至还会考虑看似无关的外部因素，综合分析并得出结论。这种快速分析数据的能力，为病人的健康创造了更全面、更全面的视野。
【嵌牛鼻子】：人工智能，AI医疗时代，癌症检测，未来医疗发展
【嵌牛提问】：人工智能在医疗中是如何应用的？人工智能与医疗的结合能为我们带来什么影响？
【嵌牛正文】：
当前医生判断个人疾病的方式其实并不全面，化验、拍 X 光、拍核磁，得到的多是一小段时间的数据，个人之前的诊疗记录是无法完全呈现给医生的。排除隐私问题，倘若一个人所有的就医数据，如既往病史、X 光结果、血液样本、生命体征、DNA 序列、用药反应等能够积累并提供给医生，那么对其采取针对性治疗无疑将更加有效。
更进一步，如果能够把这些数据积累下来并提供给人工智能医生，那么得到的可能是更加准确的治疗意见。因为人工智能不局限于传统的数据表，它可以解释骨料影像、医生笔记、测试结果、传感器数据、人口统计数据等，还可以交叉引用分析数据，甚至还会考虑看似无关的外部因素，综合分析并得出结论。这种快速分析数据的能力，为病人的健康创造了更全面、更全面的视野。
人工智能已经慢慢在医疗领域显现自己的威力，「人工智能+医疗」在前沿科技研究中也备受追捧。已经有足够的理由相信，我们正处于人工智能医疗时代前夜。今天踢围 TechSavvy 将以人工智能协助乳腺癌筛选的例子，展望即将到来的人工智能医疗时代。
威胁女性健康的「罪魁祸首」
据估计每年约有 40000 名妇女死于乳腺癌，美国每 8 名妇女中就会有 1 人患乳腺癌。中国不是乳腺癌的高发国家，但近年乳腺癌发病率的增长速度高出了高发国家 1~2 个百分点。
据国家癌症中心和卫生部疾病预防控制局 2012 年公布的 2009 年乳腺癌发病数据显示：全国肿瘤登记地区乳腺癌发病率位居女性恶性肿瘤的第 1 位，在 45 岁前女性的所有肿瘤死亡率中，乳腺癌的死亡率也是最高的，其次是肺癌。
准确判断和及时发现乳腺癌非常重要，当前防治乳腺癌的核心就是提高检测准确率，以挽救更多的生命。如果在早期阶段发现可以治愈，目前在中国通过现有医疗技术，乳腺癌检出率约 50%，早期肿瘤检出率仅为 30% 左右。
数字乳腺图像检查
目前最常用的诊断乳腺癌的方法就是乳房 X 光检查，然而，检测影像的解读给医生带来了很大挑战，有时会导致误诊：也就是真正患有乳腺癌的患者会被忽视，而并未患病的健康人反倒被做了不必要的手术，因为遇到医生拿不准的时候，患者只能采取宁可信其有不可信其无的态度。
美国疾控中心和癌症协会的数据显示，每年美国大约有 1210 万人接受乳腺 X 光图片监测，但其中约一半都有「假阳性」嫌疑。技术的落后直接导致乳腺癌过度筛查，为了避免错误诊断，美国科学家已经寻求人工智能帮助乳腺癌的筛查和预测，初步研究结果表明，这种方法提高了检测效率和准确性。
提高乳腺癌检查准确率
麻省理工大学计算机科学和人工智能实验室、哈佛大学医学院和马萨诸塞州总医院的科学家团队正在利用人工智能来攻克乳腺癌筛查难题。
他们构建了一套深度学习人工智能软件系统，只需将检测者的家族病史、人口统计信息、活组织检查和病理报告等相关信息输入，就能快速且准确地判断一个人是否患有乳腺癌。其原理在于：深度学习算法在发现高维空间中的某些特征时，往往有非常好的表现。任何两个病人都是不同的，但他们的病例在某些高维空间中是类似的，于是这些科学家就用深度学习的算法，把这些高维空间中的类似性找出来了。
他们从麻省总医院，布里格姆妇女医院和牛顿韦尔斯利医院收集了 91505 个乳腺病理报告，涵盖期间从 1978 年到 2016 年。他们用从这些报告中提取 20 种不同类别的信息，包括不同肿瘤的特点等，来训练这套深度学习系统。
为了确定该软件系统的有效性，科学家对高危病变进行了 335 次测试，准确预测了 97% 的病灶。这意味着将有三分之一的非必要手术被阻止。哈佛大学医学院 Constance Lehman 教授表示，「我们的研究提供了理论依据，人工智能不仅可以减少不必要的手术，而且也能够帮患者制定更具针对性、个性化的护理方法。」
图为研究团队：Manisha Bahl，马萨诸塞州总医院乳腺成像奖学金计划主任；Regina Barzilay，美国麻省理工学院教授；Constance Lehman，哈佛医学院教授
人工智能在癌症检测中的应用潜力
这个人工智能软件将取代 X 光检查成为最佳的乳腺癌筛查工具，能够帮女性做出更加明智的决策。工作效率大概是传统 X 光检查的 30 倍，据估计医生分析 50 例乳腺癌患者大约需要 50~70 小时，而该软件仅需约 30 分钟。另外，当工作量变大时，人工智能的最大优势才能体现出来，那就是它永远不会疲倦。面对未来巨大的癌细胞筛查需求，人工智能检测技术拥有人力无法匹敌的高效率。
今年 2 月，Nature 杂志以封面文章的形式报道了一个斯坦福大学研究团队将利用人工智能诊断人类皮肤癌症的成果。斯坦福科学家训练深度卷积神经网络（convolutional neural networks，CCNs，一种深度学习算法）去识别皮肤损伤，准确率堪比有多年行医经验的「专家级」人类医生。
最近 IBM 的超级计算机 Watson 帮助一名 60 岁妇女诊断出一种罕见的白血病。医生本来以为这名妇女得了急性髓系白血病，但经过对 2000 万个癌症研究论文进行 10 分钟的筛查后，Watson 给出了正确的结果，并提供了个性化的治疗方案。
美国国家癌症研究所预计，到 2020 年，美国花在癌症上的钱将达到史无前例的 1580 亿美元。人工智能在癌症检测中的应用将更加广泛，也将挽救更多人的生命。
人工智能医疗时代即将到来
最近发表在《老年神经生物学》上的一项研究发现，人工智能可以帮助医生检测病人大脑扫描中的老年痴呆症迹象，基于这项研究，科学家正在研发一套阿尔茨海默氏症大脑智能识别告知系统。全球领先的医疗保健信息技术提供商 Medecision，也正在利用人工智能处理大量数据，来避免糖尿病患者住院。
在微软内部已经有接近 100 个与医疗相关的项目，他们中既包括十分具有前瞻性的，也有已经步入实际应用层面。
未来人工智能将与人类医生更加密切地配合，帮助医生获得数据做出准确判断。将有更多人因人工智能重获健康、甚至是重获生命，人类的平均寿命也会因人工智能的诞生而增长。
