疫情期間,醫療AI企業也受到了資本更多的關注,據CB Insights數據的統計,在2020第3季度,醫療AI企業共完成了122筆融資,融資總額超過了20億美元,是截至目前醫療AI企業季度融資總額的最高值。同時,大額融資的數量也顯著增加:從今年3月份開始,單次融資超過1億美元的融資事件超過了11起,這其中大部分是AI+新藥研發企業。近日,CB Insights網站發布了Healthcare AI Trends To Watch的文章,盤點了醫療AI領域的7個最新趨勢。
1. 更快,更便宜,更準確的新一代MRI和CT診斷
將AI應用在核磁共振成像(MRI)和CT等放射學影像分析中,不僅可以降低診斷的成本,提高診斷的準確率和效率,還能降低患者暴露在輻射和重金屬等不利環境中的時間。
例如,Ezra公司致力於用MRI來代替傳統的侵入式前列腺活檢,用於男性癌症的檢測。根據Ezra公司披露的信息,其FDA獲批的AI軟體和傳統的前列腺活檢相比,提高了診斷的準確性,並且將檢測費用從超過2000美元降低到了575美元。除此之外,Ezra公司還通過和其它公司進行合作,進一步降低患者的診斷成本。
2. 即時血檢和家庭快速檢測
在AI的驅動下,計算機視覺正在將智慧型手機變成強有力的診斷工具,並減少了對一些檢測結果進行專家解讀的需求。
例如,Gauss Surgical公司和Cellex公司通過合作,開發了一款家用COVID-19快速診斷試劑盒。消費者在依照說明書進行操作後,只需要用智慧型手機對測試結果進行掃描,通過神經網絡處理圖像,消費者在數秒內就能得到診斷結果。
圖片來源:Gauss Surgical官網
3. 數字病理學診斷:AI和數字樣品將成為實驗室的新常態
在傳統疾病診斷過程中,在實驗室獲得患者的生物學樣本後,需要將樣本交給病理學專家進行樣本分析,這些分析通常是病理學家通過顯微鏡分析完成的。如果病理學家無法得出關於樣本的結論性診斷,樣本通常會被送到另外一個實驗室進行第二次診斷。這是因為病理切片的審查是一項非常複雜的任務,需要較高的專業知識和經驗。
在數字病理學診斷中,通過使用成像設備,可以採集病理樣本的高解析度圖像。病理學家不需在顯微鏡下分析樣本,而是可以在計算機上遠程查看圖像,通過基於雲的軟體與其他醫學專家合作,並利用AI來幫助圖像分析和診斷。這將大大提升疾病診斷的準確率和效率。
4. AI將提升藥物早期研發的效率,並帶來模式的創新
傳統的新藥研發流程,往往需要十年或更長時間,AI可以將新藥的研發時間縮短到數年甚至數月。特別是自COVID-19大流行以來,初創公司、大學和大型醫藥公司均在利用AI更好地了解新冠病毒的蛋白結構,以此來更好的設計藥物。
去年,谷歌子公司DeepMind開發了一種算法AlphaFold,用來更好的理解蛋白質摺疊,並更準確的預測蛋白質的3D結構。在疫情期間,DeepMind利用AlphaFold算法預測了與新冠病毒相關的蛋白質結構,並公開發布了這些數據。
5. AI驅動的被動監測
為了降低醫務工作者暴露於病毒的風險,無接觸、被動的生物識別技術正在被更多的使用。與可穿戴設備收集的數據相比,被動監測的優勢在於它不需要患者或老年人一直主動佩戴設備。
例如,來自麻省理工學院(MIT)的研究團隊開發了一種名為Emerald的設備,可以安裝在醫院的房間裡來監視病人的移動情況。Emerald設備發射信號,經過多次反射回來的信號會被分析,來監視病人的移動情況。該設備可以捕捉非常細微的運動,例如通過捕捉患者胸部的上升和下降來分析其呼吸模式。
6. 聯邦學習(Federated Learning)
聯邦學習是一個機器學習框架,能有效幫助多個機構在滿足用戶隱私保護、數據安全和政府法規的要求下,進行數據使用和機器學習建模。在疫情期間,該技術正在被更多的在醫藥健康領域使用。例如,今年5月,英特爾(Intel)公司與賓夕法尼亞大學醫學院(University of Pennsylvania Medical School)啟動了腦腫瘤檢測技術合作,合作中雙方利用聯邦學習來保護患者的隱私。
7. 機器人過程自動化(RPA)
機器人過程自動化(RPA)是基於AI概念的一種新興業務過程自動化技術。應用在醫院系統可以提升運營效率,節省運營成本。例如運用PRA可以實現自動化驗證患者的保險資格,根據提供的服務確定正確的醫療代碼,向保險公司提交索賠,以及對未支付帳單的患者進行隨訪等。
PRA在醫療領域的應用不如其他行業,但是在疫情期間,醫療行業對這項技術的需求正在上升。例如,Augmedix公司利用語音技術和自然語言處理技術來轉錄醫患互動,自動將這些信息與電子健康記錄同步,同時還可以根據互動收集的信息,提出與患者就診相對應的醫療代碼。大大提升了就診過程的效率。
參考資料:
[1] Healthcare AI Trends To Watch. Retrieved November 25, 2020, from https://www.cbinsights.com/research/report/ai-trends-healthcare/.