• 人工智能精确的预测你活多少岁,比算命还准

    2018-11-27 13:39:45

    人工智能在医疗范畴得以敏捷运用和开展的要害,实际上在于医疗大数据的堆集和数据库的开展。而这些数据并不只是发作于医学影像的取得或许医院确诊的信息录入,还能够在人们的

      人工智能在医疗范畴得以敏捷运用和开展的要害,实际上在于医疗大数据的堆集和数据库的开展。而这些数据并不只是发作于医学影像的取得或许医院确诊的信息录入,还能够在人们的日常日子中随时随地发作。因而,未来的医疗大数据实际上是在人们对本身进行日常健康办理的过程中发作和会集起来的。在此根底上,经过人工智能的算法,人们不只能够对个人的健康状况进行精准化的掌握,还能够经过大数据掌握感染性和时节性疾病的开展状况,然后做出相应的应对办法。从某种程度上讲,这或许是人工智能与人类日常日子交融最为亲近的一个范畴,能够为人类供给高质量、智能化与日常化的医疗护理效劳。从现在的全体开展状况来看,依托大数据和算法技能,人工智能在健康办理范畴的开展首要会集在以下六个方面。榜首,大数据与流感猜测。早在2008年,谷歌就现已推出了流感猜测的效劳,经过检测用户在谷歌上的查找内容就能够有用地追寻流感迸发的痕迹。例如,“头痛发烧”“厌恶”和“打喷嚏”等要害词的查找次数在某一区域内日常约为每日20万次,当某一时间段这些要害词的查找次数急剧上升到60万至80万时,谷歌效劳器就会判别有必要对疫情进行预判和戒备。谷歌还会经过剖析用户的电子邮件,并将用户的查找状况与之相关,然后愈加准确地研判出这类疫情的发作。此外,谷歌基线研讨项目(Google Baseline Study)期望树立一个巨大的人类健康数据库,找出彻底健康的人类基因模型。依据这个数据库,只需发现用户的健康数据与模型有收支,谷歌就会提示用户或许呈现的健康问题,使其进行防备。谷歌健康(Google Fit)渠道开发了一系列可穿戴设备,包含衣服、鞋子、手环、眼镜等。这些产品都在不断搜集海量的生物统计数据并与谷歌基线研讨结合起来,以供给愈加强壮的运用。不难看出,结合大数据和互联网技能,咱们能够对某些感染性疾病进行较为及时、准确的监控和防备,并在树立一些数据库、智能剖析模型后,使得这些活动更为快捷和敏捷。第二,机器学习与血糖办理。2015年11月,《细胞》(Cell)杂志宣告的一篇文章阐释了机器学习运用于养分学的积极含义。该研讨团队首要对800名志愿者进行标准化饮食实验,采集了他们的血样、粪便,搜集了血糖、肠道菌群等多项数据,并运用查询问卷等方式搜集饮食、练习以及睡觉数据。研讨者发现,即使食用相同的食物,不同人仍然会发作具有适当大差异的反响。因而,以往经过直观经历而得出的一般性的饮食摄入主张,往往都是不能与每个人完美匹配的。

       接着,研讨者开发了一套“机器学习”算法,经过剖析学习人们的肠道菌群特征与餐后血糖水平之间的相关,然后测验对标准化食物进行血糖影响猜测。经过800名志愿者的数据“练习”之后,这套机器学习算法所树立起的猜测模型,在新的一批志愿者身上得到了有用验证。尔后,研讨团队进一步验证了机器学习能否进行健康饮食辅导。他们对新的一组志愿者进行分组,使其别离选用机器学习算法给出的膳食主张,以及医师与养分专家的主张。其间膳食主张也分为了一周的“健康饮食”与一周的“不健康饮食”两种。经过详尽比较,他们发现机器学习算法给出了更精准的养分学主张,能够更好地操控餐后血糖水平,传统的专家主张则略胜一筹。不难看出,机器学习的效果在这一研讨中得到了充沛的表现,在精准养分学上,人工智能能够帮忙用户进行准确的辅佐剖析,然后运用户做出更为适宜的挑选。第三,数据库技能与健康要素监测。坐落都柏林的Nuritas生物科技公司是一家将人工智能与分子生物学相结合的草创公司,该公司经过树立食物数据库来辨认肽(食物类产品中的某些分子)是否能够作为食物的弥补或新的成分。经过机器学习的运用,Nuritas能够为食物制作企业供给数据发掘效劳,还计划未来推出面向顾客的个性化养分计划拟定产品。在我国,人工智能生物科技草创公司碳云智能(iCarbonX)也在从事相关的研制。该公司企图树立一个健康大数据渠道,该渠道终究能够运用人工智能技能对这些数据加以处理,帮忙人们进行健康办理。不难看出,无论是食物数据库仍是健康大数据渠道,都旨在经过大数据与人工智能技能来对人体的健康要素进行监测、记载,并经过对这些记载和数据的剖析得出愈加准确和有用的健康办理计划。第四,健康办理与日子质量提高。跟着人们日子水平的不断提高,关于本身健康的严格办理将成为很多人的日常诉求。假如能够搜集到每个人的各方面的健康数据,以这些数据为根底,经过人工智能的算法,对健康的日常办理就有或许轻松完成。适当一批科技公司正在从事相关的研讨。美国的Welltok公司就是其间的一家。该公司的中心产品是CaféWell健康办理优化渠道(CaféWell Health Optimization Platform)。该产品的一个中心理念是,医疗健康效劳并不是只要患者才需求,普通人也需求时间注重和保护本身的健康。经过技能开发和效劳拓宽,CaféWell渠道能够帮忙医疗保险商和人口健康办理者引导并鼓励用户改进健康,而且能够针对个人供给准确的健康效劳。IBM公司也出资了WellTok,并将其开发的Watson渠道融入CaféWell,凭借Watson的人工智能认知才能来了解杂乱的人类言语,对海量数据进行快速的运算,然后为用户供给健康办理、慢性病康复和健康食谱等方面的辅导。当然,与CaféWell相似的其他技能渠道和效劳也在投入开发运用,如前所述,这种趋势源自人们对本身健康的更高需求在医疗效劳之外也需求健康效劳作为弥补。第五,人脸辨认与心情剖析。坐落圣地亚哥的草创企业Emotient致力于经过面部表情剖析来判定人的心情。Emotient起源于加利福尼亚大学的“机器感知实验室”(Machine Perception Lab),其终究意图是打造一套“无所不在”的人类情感剖析体系。Emotient运用摄像头来捕捉、记载面部肌肉运动,并运用其人工智能核算模型来剖析面部表情,能够在数秒内解读出面部表情所代表的含义。这种技能的运用范畴其实很广泛,当其被用于医疗范畴,能够借以判别患者的感触。现在,Emotient现已能够辨别出高兴、哀痛、愤恨、惊奇等根底表情,还能够剖分出一些更纤细和杂乱的表情,比方焦虑以及懊丧。2016年1月,苹果公司宣告收买了这家人工智能技能公司,这在某种程度上也说明晰这项技能的开展潜力。第六,医学剖析与人类寿数的猜测。人们对健康的注重,实际上就是为了寻求更长且更有质量的寿数。假如能够关于本身的寿数有准确的预期,人们或许能够更好地对待本身的日子。当然,这也或许导致一些消沉的结果。可是,关于医师而言,假如能够掌握患者的寿数预期,便能够更好地断定相应的医治计划。现在,澳大利亚的科学家现已开端运用人工智能剖析医学影像来猜测人的健康状况和寿数。他们运用机器学习算法剖析了资料库中48名60岁以上成人胸部的CT扫描图画。经过剖析这些图画数据,人工智能的算法猜测了这些志愿者在五年内逝世的概率。经过与实际状况进行比照,这一算法猜测的准确率挨近70%,与医学专家的猜测准确率适当。当然,现在因为研讨样本较少,人工智能算法猜测的准确率还没有超越人类专家。可是,人工智能的开展依赖于数据样本的扩展,假如添加所剖析的患者数量和确诊的部位数,就能够取得更准确的猜测率,然后帮忙医师尽早确诊并进行医治。