智能应用 影音
Dtalk广宣
DForum0416智能工厂台中

Salesforce:现在是医学人工智能激动人心的时代

人工智能和机器学习将开创一个新的时代,有可能应用于癌症以外的疾病,并最终为患者带来更好的疗效。但我们将在未来十年展开一段旅程,透过数据数据来改善我们所做工作的各个方面。

医生长期以来认为,肿瘤细胞包含著人类大脑无法提取的重要信息。「人类大脑非常擅长透过观察细胞模式来确定是否患有癌症,」Dr. David Agus说:「但它无法确定这些模式中与癌症相关的细微差异。」这意味著患者可能被诊断患有癌症,但必须等待数周分子研究的结果后,才能确定他们应该接受何种治疗。

Agus博士为著名的肿瘤学家、医学和工程学教授,Salesforce 医学人工智能ReceptorNet项目的发展,跟这位南加州大学劳伦斯埃里森转译医学研究所的创始董事兼CEO有深度的关系。

 点击图片放大观看

Dr. David Agus 南加州大学劳伦斯埃里森转译医学研究所的创始董事兼CEO。

「多年来,我们团队一直致力使用人工智能来理解细胞的模式,并藉此做出治疗决策。我们想也许可以透过AI和机器学习快速筛选找到这些分子问题的答案。」Agus博士表示。

2019年初以来,Naik和Esteva在Salesforce的团队,一直致力在医学和科学领域为社会公益提供AI的应用。最近,该团队为COVID-19(新冠肺炎)建立了查找引擎,以协助研究人员和临床医生更快地找到信息。

「与学术界相比,当人工智能团队拥有工业规模的运算能力和预算时,他们往往会蓬勃发展,实验变得更加容易。」Esteva表示。

「我认为人工智能最有影响力的应用是在医疗保健领域的研究。」研究科学家Ali Madani补充道,他曾为ReceptorNet协助提供支持的计算机视觉算法。

准确率80%的算法  无法满足关键应用的要求

那么,这对临床医生和患者意味著什么呢?Agus博士说明,「这解决了以往患者在确诊后和正式开始治疗前痛苦等待的问题。」他表示这项新技术在未来使用案例:「设想一下,当一名妇女来接受诊断时,我们可以立刻告诉她应该如何治疗。或者,在没有办法进行分子测试的第三世界国家,只要扫描一张投影片,就可能为患有乳癌的妇女开出一种控制其病情的药锭。这可是立即性的变化。」

不过为了让人工智能在医学上发挥其全部潜力,临床医生必须对其准确性有所信心。Salesforce研究部首席研究科学家Nikhil Naik承认:「只有80%准确率的算法,对于关键性应用来说尚有不足,例如无法确定为患者作出正确的治疗方案。」

ReceptorNet在测试阶段,该算法被用于未曾见过的影像上进行测试,此时激素受体测定的准确率达到92%,这显示在未来临床应用上的潜力。

为了确保算法能够提供准确的预测,无论组织样本用哪里种设备进行分析,都可以进行微小、递增的改变;并更关键的是,该算法还能够在提供不同人口统计群体间可靠的依据。Naik说,「根据年龄、种族和地理位置等因素,对数据进行拆分分析这点,从统计上看,算法的效能并没有差异。」

民众一直担心医疗健康照护和循证医学可能会偏向某些群体,因为在数据数据库中的代表性数量往往不足。然而,在ReceptorNet开发过程中,研究人员能够在各种不同群组中获得准确的结果,这对于医疗保健专业人员建立对AI性能的信心至关重要。

产业密切合作的重要性

算法设计过程中,Salesforce团队与Agus博士的团队密切合作,以确保他们能够了解输入模型的数据可能存在偏差。这种密切合作也助于确保团队的目标、临床工作流程以及临床医生、医生和护士所关切的问题紧密一致。

尽管如此,团队仍意识到并不是每个医学专业人士都会轻易相信AI的技术。Naik说,病理学家最初是秉持怀疑的态度,并解释说,基于H&E投影片的预测不是病理学家自己能够做到的。然而,当他们看到算法运行仅仅透过从成千上万幅影像的学习就能做出这些预测,真的很惊讶。

Agus博士表示同意,「当我们第一次开始研究如何用AI和机器学习实时回答分子问题时,我们取得了一些成效。但当我们与Salesforce合作时,这些成效更为显著。」

医学人工智能  长期和短期影响

从临床角度来看,这项技术最终会带来许多积极的影响。因为较便宜的成像技术和自动化治疗方案决策,即便是在美国这样已开发国家,仍然可以降低照护成本,缩短乳癌治疗时间;还可以提高准确性,为患者提供更好的治疗方案。而使用IHC染色方法受限制的开发中国家,扩大获得治疗的机会便可能产生重大影响。最直接的效果是为将来研究奠定基础,以比较AI有介入或没有介入的病理学家临床工作流程,可以更好地理解其全部潜力。

Agus博士说,「这只是癌症治疗中使用人工智能的冰山一角,透过一个试验项目以展示可行的方法,现在我们的研究愈来愈深入,可以想象不久的一天,在人工智能的协助下,只要看一张投影片,我就可以告诉别人『因为细胞是这样排列的,你应该是服用药物X而不是药物Y』。」

对于Esteva来说,该项目最令人兴奋的事情之一,人工智能不仅仅展示模仿医生的角色。他表示:「我们实际上是训练人工智能去做一些医生做不到的事情,辅助他们的治疗工作。人工智能可以看到医生基本上看不见的模式,这对患者来说可能是至关重要的。」「让我真正兴奋的是想到,在未来的5年或10年里,这将走向何方?医生能够根据医学知识做出最佳的决定,如果你能透过利用医生的集体智能和医疗数据,建构出能够协助医生做出正确决策的人工智能,那将是无比强大的。」

人工智能最终也会对医患关系会产生积极影响,藉助人工智能的洞察力,医生在早期治疗阶段便可以与患者进行更深入的治疗对话,让患者更全面、数据化地了解病情的治疗方案和照护。


  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: AI Salesforce