Ⅰ 人工智慧在醫療領域能幹啥
人工智慧用來提高健康醫療服務的效率和自動化程度。人工智慧技術的發展在過去備受質疑，然後如今我們發現大數據技術正在推進人工智慧的進程，在醫療健康領域也是如此。
分析患者行為，制定個性化腫瘤治療方案
例如，兩位乳腺癌患者可能會得到相同的治療方案，但其實兩者的身體情況可能完全不同。
其中一個可能是馬拉松長跑者，另外一個是喜歡安靜的讀書的人；一個可能是吸煙者，另一個也許是個注重養生的人；一個可能都60多歲了，另一個也就剛剛40。這樣的情況在我們身邊是常見的。
所以考慮到方方面面的不同，這兩位患者需要兩種不同的治療方案。
而對於科學家和醫生來說，難度在於掌握特定患者的個人信息。重要的關鍵信息常常淹沒於大量的數據當中，醫生根本沒有時間（可能要一年）在茫茫信息中篩選出他們想要的。
於是許多研究者想方設法利用人工智慧的方式來跨越這個難度。
比如，卡耐基梅隆大學和匹茲堡大學的科學家，正在用人工智慧從電子病歷、診斷影像、處方、基因組資料、保險記錄，甚至是可穿戴設備的數據中挑選出有用信息，為特殊疾病和特殊人群設立醫療保健方案。
研究者們利用大數據來創建特定的醫療方案、控制傳染病，並尋找致命性疾病的治療方法。
「現在遇到的最大問題就是，系統並不智能。」 卡耐基梅隆大學機器學習系的教授Eric Xing說道。「存儲在系統中的數據基本上是死數據，而機器學習和人工智慧可以把有用的信息從海量數據中分離出來。你可以這樣理解，就像是有一個人工的大腦在代替一個『死』的存儲系統在工作。」
他表示，卡耐基梅隆大學和匹茲堡大學正在與匹茲堡大學醫學中心合作一個「匹茲堡健康數據聯盟」的項目。醫療中心在接下來的6年中，會每年資助研究者1000~2000萬美元用於這項研究。
科學家正在用從醫療中心獲得的健康數據（剔除了患者身份信息），來研究如何能夠更快速有效的分析大數據，去創造一個與健康醫療相關的技術和服務，能針對不同患者更好的做診斷、治療和溝通。
「每個患者都是不同的個體。」Xing補充道，「一個非常簡單的觀點，比如說乳腺癌應該用葯物A或者B來治療。但是由於生活方式、生活環境和其他相關健康因素的獨特性，使得每個人都是一個不同的獨立個體。而人工智慧不單單是從一位醫生那裡提取信息，而是來自大量有經驗的醫生，這樣，它就能從不同患者那裡梳理出有共性的信息。」
此外，人工智慧軟體工作效率遠遠高於人腦，能夠更快速的找到數據的模式和相似性，幫助醫生和科學家發現最關鍵的信息。
舉例來說，一名50歲的糖尿病患者，生活方式很積極，某一種治療方法可能對他很有效果。那麼醫生就可以用同一種治療方法，來醫治其他患有相同特性的糖尿病患者。
Xing表示，他們的團隊就正在研究一款App，可以為用戶提供一些健康生活建議，規避一些疾病。此款App可能會在一年內上線。
Philip Lehman，卡耐基梅隆大學計算機科學副院長告訴筆者，這款App應用了人工智慧，可以告訴人們什麼時候該去看醫生，咨詢什麼樣的醫生以及怎樣保持身體健康。
「比如，現在大家一般會通過手機來搜索，『我怎麼到某個地方』。」 Lehman在采訪中表示。「其實，你把它搬到醫療上是一樣的。『我怎麼做才能感覺好點或者活的久一點』？」
Lehman和Xing希望，從App到機器學習工具和服務，他們都能延展出不同產品的原型，在未來的5-6年內，開發出十幾個新產品。
這方面比較出名的公司，是獲得IBM投資的Welltok，它藉助IBM的「沃森」超級電腦，來構建通過個性化活動與用戶溝通的願景。其App Cafewell Concierge 利用沃森系統的自然語言處理能力，來更好的了解用戶的需求，平衡對用戶的激勵和警告，以此達到預期目標來回饋用戶。
虛擬醫療助手，改善葯物依從性
比如，Aicure，利用移動技術和面部識別技術來判斷患者是否按時服葯，再通過App來獲取患者數據，用自動演算法來識別葯物和葯物攝取。患者數據會通過與HIPAA（健康保險流通與責任法案）兼容網路實時的反饋給臨床醫生，這樣醫生就可以確認他的患者是否在按照他們的囑咐按時服葯。當然，這項技術也可以被用來標識不良事件。
還有一個是，Next IT開發的一款app Alme Health Coach，去深掘人們為什麼不按時服葯。對於健康服務業來說，Next IT雖然還是個新手。但是它曾經開發了一款app「虛擬助手」來幫助消費者解決在銀行、零售、財產管理等方面遇到的問題。
一般，一些人工智慧的組件會重復用戶話語來明確用戶想法。而Alme Health Coach是專為特定疾病、葯物和治療設計配置。它可以與用戶的鬧鍾同步，來觸發例如『睡得怎麼樣』的問題，還可以提示用戶按時服葯。這種思路是收集醫生可用的可行動化數據，來更好的與病人對接（前提是患者願意共享他們的數據）。
跟蹤狀態，自動匯報支持智能看護
人工智慧技術公司Automated Insights把它的自然語言生成平台Wordsmith與Great Call（移動App開發者）合作。家人和朋友可以通過與App連接的GreatCall設備，來獲取設備攜帶者的信息。它主要用於老年人看護，當攜帶者需要幫助的時候，App可以收到消息提醒。此外，該App還有GPS定位專利技術，可以獲取用戶的位置信息。
目前，該公司已經被Vista Equity Partners 和STATS（體育信息技術公司）收購。利用Wordsmith的自動書寫功能，將對看護者的情況，包括所在地點、活動路線、電池狀態、設備使用情況等信息自動生成文字報告給看護人。
智能化葯物研發
生物科技公司也正在把人工智慧和大數據結合到一起，來識別新的葯物化合物，比如Cloud 制葯和 Berg。
Berg通過開發的Interrogative Biology人工智慧平台，來研究人體健康組織，探究人體分子和細胞自身防禦組織，以及發病原理機制，利用人工智慧和大數據來推算人體自身分子潛在的葯物化合物。
這種方法有很多優點，不但使得靶向治療成為今天醫學治療的趨勢，而且利用人體自身的分子來醫治類似於糖尿病和癌症等疑難雜症，要比研究新葯的時間成本與資金少一半。
當然，Berg不是這個領域的唯一公司。Cloud制葯就在專注於這個領域的研發，並已融資2000萬美元。
還有，強生和賽諾菲，也正在用「沃森」超級系統（一個可迅速在海量數據中識別相關模式的計算機系統）來支持葯物研發。
強生用「沃森」來快速分析詳細的臨床試驗結果的科技論文，加快對不同治療方法的對比效果研究，以求獲得葯物在更廣泛領域的應用，而這些用普通的方法，需要3個人花費10個月的時間來完成這些工作。
「沃森」現在能識別化學、生物學、法律和知識產權語言，讓科學家擁有別人無法擁有的與數據「交流」的能力，這將加快實現科學和醫療研究領域的突破。