出色地映射医疗保健中的 AI

快速阅读: 《福布斯》消息，英国布莱克本——科学家正利用人工智能探索人脑奥秘。专家们讨论了AI在诊断、脑疾病研究及临床工作流程中的应用，强调绘制大脑地图和多模式系统的重要性。未来AI有望革新医疗保健，实现精准、预测和预防性医疗。

英国布莱克本，5月14日：一位医生盖蒂图片社的人类大脑内部充满了许多活动，科学家们一直试图利用人工智能来揭开我们中枢神经系统这一瑰宝的秘密，并更好地理解其运作方式。然而，进展较为缓慢，部分原因在于人脑处理信息的复杂性以及其独特的方式对刺激作出反应。尽管如此，我们正逐步取得进展，近期一个关于医疗保健的小组讨论了基于AI系统模拟大脑的临床研究如何推进。

**成像与AI革命**

与会者Rekha Ranganathan谈到了AI在放射学方面丰富多样的贡献，目前已经开发出了800多种应用。“对我来说，真正有趣的是：AI确实有助于诊断和报告，并帮助我们的医护人员更快、更好、更有效地提高患者的诊疗效果，但在某些方面尚未达到人类所能达到的水平。”她说道。

**绘制大脑地图**

Ed Boyden是麻省理工学院的教授，他谈到了阿尔茨海默病和帕金森病的研究以及使用AI的重要性。“越来越多地，我们试图使用我们的绘图与操控工具制作如此详细的脑部地图，以至于可以在计算机中模拟大脑，并且有了分子机制的信息，我们真的想知道分子在新兴功能或疾病状态中扮演什么角色？”他说道，“因此，希望我们能够真正确定在大脑中的哪个部位进行干预，从而对抗脑部疾病。”

**临床工作流程生命周期**

Anurang Revri在斯坦福大学工作，他们一直在模拟蛋白质并进行其他重要的临床研究。“我们支持研究教育以及临床护理，”他说，“所以这是一个很有趣的地方，在这里我们可以将这种令人惊叹的研究转化为临床工作流程或外部供应商和解决方案。所以我们的重点是推动负责任的AI生命周期。”

Jamie Metzl撰写了《超级收敛》一书，探讨了新进展对我们生活的影响。“我关注的是我们医疗系统的转型，”他说，“你们都熟悉从基于人群平均值的一般医学到个性化或精准健康的第一次跃升。下一步是从精准到预测性和预防性的转变，所有这些都将是我们一直在讨论的所有工具及其在医疗保健中的应用的交汇点。”

他还谈到了结构分类和绘图挑战。正如主持人Juan Enriquez所说，这些都是科学界引用最多的论文之一，涉及诊断以及抽象事物如人们的思维和恐惧。“我们今天所做的非常像是基于我们知道的基本成像物理知识如何绘制疾病地图，我认为也许可以稍微关注一下基于患者在20多岁、30多岁或40多岁时所经历的成像结果可能发生的潜在情况，如果我们有纵向的时间映射的话，”Ranganathan说。

**Boyden谈显微镜工作原理**

Boyden谈到了显微镜的工作原理。“通过扩展显微镜技术，我们可以取一个细胞或一块组织，用基本上在（物理系统）中找到的东西浸泡它并加水，然后我们可以让它变大，减去所有的光构建块，”他说，“所以希望我们能够绘制这些部分及其接触方式的地图。在某种程度上，这就是答案：所有（中介）相互作用的列表。”

**Revri谈多模式系统的重要性**

Revri谈到了用医疗解决方案“连接所有点”的重要性以及多模式系统的意义。“当你开始结合所有这些数据并围绕它们建立模型，多模式模型时，它在临床护理中就变得非常强大，”他说。

**小组更多引述**

“有人拿出一张图像，然后有人查看基因组，有人查看蛋白质结构，有人查看大脑放电的情况。在95%以上的中枢神经系统药物失败的情况下，这一点非常重要，因为我们没有基本的地图……对吧？所以我们试图在没有地图的情况下解决问题。”——主持人Juan Enriquez

“我们的遗传学和表观遗传学之间没有分开的系统，这些都是我们用于简化分类的方法。我们的生物学是整合的，是一个动态的系统集合。”——Jamie Metzl

“如果你是一名患者，走进诊所，你最有可能得到一份由AI生成的报告，对吧？乳腺影像检查就是这样一个领域。”——Rekha Ranganathan

“未来已经来临，但获取新技术仍需付出大量努力，一切的目标都是为了实现这一过程的无缝对接，就像你在描述放射学那样，但实际上是全方位的。有很多痛点，有很多地方存在真正救命的能力，但不是每个人都能获得，这就是我们在医疗保健中讨论的内容与我们在AI领域讨论的一切之间的关联，因为不同部门之间有太多交叉学习。”

**AI在医疗保健中的影响**

这个小组展现的一部分内容是Enriquez所说的改革医疗保健行业的紧迫性，同时也展示了我们在神经层面解读自身信号方面的快速进展。我们会赢得这场比赛吗？AI在未来2年、5年、10年内将如何改变医疗保健？我们将拭目以待。

(以上内容均由Ai生成)