GEN:人工智慧在生命科學中的6個重大應用

2020-11-29 千家智客

[導讀]到2026年，大數據與醫學和製藥領域的機器學習相結合將產生每年1500億美元的驚人價值。這個數字反映了人工智慧（AI）工具幫助醫生……

到2026年，大數據與醫學和製藥領域的機器學習相結合將產生每年1500億美元的驚人價值。這個數字反映了人工智慧（AI）工具幫助醫生、病人、保險公司和監管人員做出更好決策、優化創新以及提高研究和臨床試驗效率的潛力。為此，5月1日，GEN網站整理羅列了人工智慧在生命科學領域內六個最有價值的應用。

本文參考了全球五大製藥公司對人工智慧技術的分析。雖然已有的分析提供了一個廣泛的調查，涵蓋了生命科學和生物技術行業應用的所有主要趨勢，但是這篇最新文章在其基礎之上重點強調了TechEmergence認為的近期最有意義的六個AI應用趨勢。

1 .診斷疾病

醫學面臨的最大挑戰是疾病的正確診斷和識別，這也是機器學習發展的重中之重。2015年的一份報告顯示，針對超800種癌症的治療方案正在臨床試驗中。而利用機器學習可使癌症識別更加精確。以，一家總部位于波士頓的生物製藥公司Berg為例，目前公司正在利用AI平臺對臨床試驗患者數據進行分析，以促進治療各種疾病的新藥開發。

2 .個體化用藥

關於使用機器學習和預測分析來定製針對個人的特異性治療潛能，目前正處於研究中。如果成功，這一策略可以優化診斷和治療方案。目前，研究的重點是有監督的學習，醫生可以利用遺傳信息和症狀縮小診斷範圍，或對患者的風險做出有根據的推測。這可以促進更好的預防措施。預計未來10年，先進的健康測量移動應用以及微生物傳感器和設備的使用將激增，這將提供豐富的數據，進而有助於有效的研發和更好的治療方案。

3 .藥物開發

機器學習在早期藥物發現（如新藥開發）和研發技術（如下一代測序）中發揮著許多作用。這一領域的第一項是精確醫學，它使複雜疾病的識別和可能的治療方式更有效。MIT臨床機器學習小組是使用機器學習促成精密醫學的主要參與者之一，側重於算法開發。英國皇家學會指出，醫藥開發中的機器學習可以幫助製藥公司通過分析製造過程數據來優化生產，並加快生產速度。

4 .臨床試驗

臨床試驗研究是一個漫長而艱巨的過程。機器學習可以在各種方面幫助縮短這一過程。一種策略是通過對廣泛的數據使用高級預測分析，從而更快地確定目標人群的臨床試驗候選人。麥肯錫( McKinsey )的分析師描述了其他機器學習應用程式，這些應用程式可以通過簡化計算理想樣本大小、方便患者招募以及使用病歷將數據錯誤降至最低等任務來提高臨床試驗的效率。

5 .放射治療和放射學

哈佛醫學院助理教授Ziad Obermeyer博士在2016年的一次採訪中表示:「20年後，放射學家將不會以現在的形式存在。它們看起來更像是電子機器人：監督每分鐘閱讀數千份研究報告的算法。目前，倫敦大學學院醫院的deep mind Health正在開發機器學習算法，通過區分健康組織和癌症組織來提高放射治療計劃的準確性。

6 .電子健康記錄

支持向量機（Support vector machines用於分類患者電子郵件查詢的技術）和光學字符識別（用於數位化手寫筆記的技術）是用於文檔分類的機器學習系統的基本組件。這些技術的應用案例包括MathWorks的MATLAB （一個具有手寫識別應用程式的機器學習工具）和谷歌的雲視覺API。MIT臨床機器學習小組的重點之一是開發基於機器學習的智能電子健康記錄技術，其理念是開發「安全、可解釋、能從少量標記的訓練數據中學習、理解自然語言、並能在醫療環境和機構中很好地推廣的強大機器學習算法」。

來源：生物探索

 

相關焦點

  • 人工智慧在生命科學中的六個重大應用
    這個數字反映了人工智慧（AI）工具幫助醫生、病人、保險公司和監管人員做出更好決策、優化創新以及提高研究和臨床試驗效率的潛力。為此，5月1日，GEN網站整理羅列了人工智慧在生命科學領域內六個最有價值的應用。本文參考了全球五大製藥公司對人工智慧技術的分析。
  • 人工智慧在生命科學上是如何應用的
    打開APP 人工智慧在生命科學上是如何應用的 網際網路 發表於 2020-03-31 10:37:11 這一數字反映了人工智慧（AI）工具的潛力，可幫助醫生，患者，保險公司和監管機構做出更好的決策，優化創新並提高研究和臨床試驗的效率。出於這個原因，5月1日，GEN網站列出了人工智慧在生命科學領域最有價值的六個應用。 本文參考了全球五大製藥公司對人工智慧技術的分析。
  • 2018中國生命科學領域重大研究進展
    近年來，現代生命科學與生物技術取得一系列重要進展和重大突破，並正在加速向應用領域滲透，在解決人類發展面臨的環境、資源和健康等重大問題方面展現出廣闊的應用前景。 　　隨著大數據技術的快速發展，生命科學研究正向基於數據的科學發現範式轉變。
  • 谷歌(GOOGL.US)AlphaFold點評:生命科學與人工智慧持續交叉,有望...
    隨著AlphaFold等預測算法，以及CRISPR等基因編輯技術的逐漸成熟，我們看到未來人工智慧與生命科學的結合有望成為一條新興的發展賽道。評論人工智慧助力解構蛋白質摺疊問題。1）什麼是「蛋白質摺疊問題」？蛋白質功能主要取決於自身的3D結構，其摺疊過程能讓人們了解DNA中轉錄、翻譯出的一維胺基酸序列信息是如何決定三維蛋白質分子結構[i]，屬於生命科學中的重要命題。
  • 人工智慧與生命科學:AI在醫療健康十大領域應用前景
    《科學：轉化醫學》刊登了美國匹茲堡大學的首次意念感知智慧機器人人體臨床試驗。科學家們第一實現了意念感知機器人手臂，利用植入大腦的特殊晶片，讓患者的意念通過智慧機器人手臂感覺周圍環境，並且反饋觸摸感再連結回到大腦意識中來。人工智慧研究的核心問題是讓機器人手臂有感觸覺，並且試驗者可以意念控制或接受反饋感覺。
  • 人工智慧應用場景分析
    文章目錄汽車自動駕駛人臉識別自然語言處理個性化推薦生命科學預測與分類場景人工智慧已經逐漸走進我們的生活，並應用於各個領域，它不僅給許多行業帶來了巨大的經濟效益，也為我們的生活帶來了許多改變和便利。下面，我們將分別介紹人工智慧的一些主要應用場景汽車自動駕駛近年來，伴隨著人工智慧浪潮的興起，無人駕駛成為人們熱議的話題，國內外許多公司都紛紛投入到自動駕駛和無人駕駛的研究中。
  • 人工智慧的六大應用領域
    這幾年來中國在人工智慧發展研究上的熱度一直高漲。人工智慧也越來越貼近我們的生活。成為我們生活中不可缺少的一部分。那你知道人工智慧的應用都用在了哪些領域呢？什麼是人工智慧呢？人工智慧是一個新的計算機技術科學，是計算機科學的一個分支，主要用於開發模擬，延伸和擴展人的智能理論。簡單來說人們就是要靠人工智慧去完成人類完成不了的工作。其中的研究領域主要包括：深度學習、自然語言處理、計算機視覺、智慧機器人、自動程序設計、數據挖掘等方面。
  • 可以用化學合成任何生命 人工生命的進展可能比人工智慧還快
    2017年12月27日，華大基因董事長汪建在深商大會上表示，未來的5-10年，我們可以化學合成任何生命，人工生命（合成生命）的進展可能比人工智慧還快。此言一出，立刻引起了巨大的反響。1995美國科學家克雷格·文特爾（Craig Venter）領導的小組發布了第一個完整的能夠獨立生存的生命、流感嗜血桿菌的基因組序列，共 1，830，137 鹼基對（或1.8百萬鹼基對），估計有1500個基因。流感嗜血桿菌是一種細菌，屬於原核生物。1996年，科學家公布了第一個真核生物、酵母的基因組序列，大約有6千多個基因。上文提到的大腸桿菌，其基因組測序是1997年完成的，大約有4千多個基因。
  • 人工智慧在藥物研發中的應用前景|人工智慧|藥物研發|製藥公司|...
    名為DeepTox的ML算法脫穎而出，它通過識別分子化學描述內的靜態和動態特徵，如分子量（MW）和範德華力，並可根據預定義的2500個毒性基團特徵有效地預測分子的毒性。藥物發現中使用的不同人工智慧工具如下表所示。
  • 20個！中國科協發布2020重大科學問題和工程技術難題
    江蘇雷射聯盟導讀：為研判未來科技發展趨勢，抓住科技創新突破口，前瞻謀劃和布局前沿科技領域與方向，經過網絡初評投票、覆審評議和終審評議，8月15日，中國科協在第二十二屆中國科協年會閉幕式上發布了 10個對科學發展具有導向作用的科學問題和10個對技術和產業具有關鍵作用的工程難題。
  • 人工智慧在天體物理中的應用
    在現在的天文學研究裡，即使只是用了一點點和人工智慧相關的技術，就能對整個天體物理領域產生深遠影響。雖然人工智慧技術在天體物理領域的應用還處於起步階段，但人工智慧已經開始真正參與人類對自然界新規律的發現。今天我想給大家舉一些人工智慧在天體物理中應用的例子。
  • 用科技創新引領研發方向 天大徵集發布125個重大科學問題
    天津北方網訊：昨天，「天津大學125個科學問題發布啟動會」召開，即將迎來建校125周年的天津大學，發布了首批20個「聚焦國家重大戰略需求和世界科技發展前沿」的重大科學問題，激勵廣大師生勇攀科學高峰，此次精選發布的重大科學問題是經過專家層層把關、多次評議而遴選出來的，涉及生命健康、環境科學與治理、能源材料、智能智慧、製造建造等領域。天津大學兩院院士陳予恕、餘貽鑫、劉叢強、顧曉松和天大校友、中國工程院院士屠海令發布了這些面向未來、充滿挑戰的科學問題。「此次發布的20個重大科學問題，是在既往研究基礎上提出的宏大科研目標，都是立足當下、面向國家重大急需的科研問題。
  • 浙大開設國內首個「腦科學」學院 未來還要助力人工智慧
    據浙江大學官方微信介紹，由於此前「腦科學」本科專業在國內尚屬空白，所以浙大腦科學與腦醫學學院，被認為是全國首個在本科階段就對腦科學及腦醫學進行研究的學院，初期規劃擬設神經科學和神經精神醫學兩個本科方向。
  • 院士說丨戴瓊海院士:搭建腦科學與人工智慧的橋梁
    光電技術在人工智慧中的機遇與挑戰現在的人工智慧複雜度急劇攀升、算力需求激增、前算力與能耗大成為人工智慧發展的瓶頸，因此需要尋求光電結合的方式進行計算。利用光電技術顛覆傳統計算範式，從而提升算力。再以清華人工智慧（T-AI）結合新一代認知智能，實現最後軟硬體結合完成整個光電智能計算系統。6.
  • 科學大咖講述腦科學與人工智慧—新聞—科學網
    本報記者 李釗攝 6月10日下午，科學院南路6號的中科院計算所一層會議室裡人潮湧動，幾百名年輕學子云集一堂，只為聆聽「理解未來」系列講座第28期：耶魯大學心理學系教授、認知神經科學專家尼古拉斯·圖克·布朗和微軟亞洲研究院副院長、麻省理工學院電氣工程和計算機科學博士張益肇分享他們關於腦科學與人工智慧的最新成果和思想。
  • 中國科大:生命科學與醫學部將很快招生
    關鍵詞 談科技創新　　對安徽打造創新高地很有信心　　2017年，國家「雙一流」建設名單公布，中國科大入選A類世界一流大學建設高校，11 個學科入選世界一流學科建設名單。　　「我們這些年在學科調整、人才引進方面開展了很多工作，正在謀劃能源、人工智慧、大數據、能源環境、生命科學與醫學等新的學科，推進建設能源學院、網絡安全學院、大數據學院和大數據研究院，以及智能與信息學部。」包信和表示，中國科大將在傳統優勢學科的基礎上，加強建設關係國家安全和重大利益的學科，鼓勵新興學科、交叉學科，布局一批國家急需、支撐產業轉型和區域發展的學科。
  • 2020年以來國內外發布的重大科學問題和研究前沿
    一．中國科協發布2020重大科學問題和工程技術難題8月15日，中國科協在第二十二屆中國科協年會閉幕式上發布了10個對科學發展具有導向作用的科學問題和10個對技術和產業具有關鍵作用的工程難題。生物科學Top10熱點前沿主要分布在神經系統疾病、腸道微生物與人體疾病、耐藥菌、抑鬱症、腫瘤相關基礎研究、蛋白質靶向降解、碳酸酐酶抑制劑等方向。該領域中，共有9個新興前沿，主要研究主題包括神經系統疾病、腫瘤相關基礎研究、腸道微生物、抑鬱症、基因編輯技術等相關研究。6.
  • 網絡首發|人工智慧在水產養殖中研究應用分析與未來展望
    水產養殖中的人工智慧是研究利用計算機實現水產養殖的過程，也就是利用機器和計算機監視水下生物的生長，進行問題判斷、討論和分析，提出養殖相關決策，完成自動化養殖。為深入了解人工智慧技術在水產養殖中的研究發展現狀，本文從水產養殖的生命信息獲取、水產生物生長調控與決策、魚類疾病預測與診斷、水產養殖環境感知與調控，以及水產養殖水下機器人5個具體方面入手，結合生產中面臨的實際問題，分析了人工智慧在水產養殖中的研究應用現狀和技術特點；闡述了人工智慧應用的主要技術手段和原理，總結了近年來人工智慧技術在水產養殖中的最新應用研究進展，分析了當前人工智慧技術在水產養殖發展中面臨的主要問題和挑戰
  • 人工智慧的研究、應用與發展趨勢
    在達特茅斯會議後，人工智慧AI倖免於幾次潮熱和「蕭條」，才進入今天的新時代發展進程，主要是人工智慧AI領域的三所學校，人工智慧AI領域的重大成就和突破性進展情報。在計算機中，您可以使用二進位序列模擬自然界中生物從簡單到複雜，從低到高的轉變，而適應功能就是達爾文的進化。這稱為遺傳算法。與神經網絡不同，行為智能可以在學習過程中很好地控制機器。一般而言，參與人工智慧AI研究的三個高等教育機構代表著人類智能建模的三個不同研究領域，分別是：分別以「軟體」，「硬體」和「身體」來建模和理解智能。
  • 前沿技術頻現生命科學領域,人工智慧及其解決方案是核心價值
    近年來，前沿生物技術的爆發式應用，在人類生命科學領域湧現出諸多革命性突破；尤其是其與人工智慧的結合下的解決方案，受到業內人士的普遍關注。紐西蘭皇家科學院院士、清華－伯克利深圳學院精準醫學與公共健康中心執行主任Peter L LOBIE 在6月10日舉辦的博鰲亞洲論壇全球健康論壇大會上說，而當前來看，創新與人工智慧結合的潛力不可估量。