AI賦能醫療產業。
編者按：本文來自微信公眾號 元宇宙之心MetaverseHub（ID：MetaverseHub），作者：MetaverseHub，創業邦經授權轉載。
醫療健康一直都是老生常談的話題，如今這個領域正面臨著諸多挑戰，如成本不斷攀升或是全球性流行病等，而腦機接口等AI技術的出現有望為醫療領域提供新的解決方案。
(資料圖片)
如果你是科幻迷，你可能對腦機接口這個概念并不陌生，簡單來說，它就是一種能夠實現人腦與外部設備或系統之間直接通信的技術。這聽起來很神奇，也很遙遠，但其實它已經不再是科幻中的橋段，而是正在走向現實。
從治療癲癇、帕金森等神經系統疾病，到提升警覺性等認知能力，腦機接口技術已經在醫療領域展現出了廣闊的應用前景。但這種技術其實只是“AI+醫療”領域的冰山一角，諸如此類的AI技術正在給醫療行業帶來翻天覆地的變化。
應用分支? 基因科學
“AI+醫療”的其中一個重要方向就是基因科學。基因科學是研究生命的基本單元——基因的結構、功能和變異的科學。AI與基因科學的結合，將可以在多個方面發揮作用。
一方面，AI可以通過大數據分析和機器學習，幫助基因科學家發現新的基因變異和功能、設計新的基因編輯工具和方法、預測基因編輯的效果和風險、優化基因治療的方案和效果等。
另一方面，如果基因科學取得突破，人類就有可能捕捉到動植物的非公式性變量波動（即情感波動），將這些波動作為數據庫植入AI中，或許能夠解決我們在日常生活中因動物語料庫不足、語義不明確而面臨的問題。
目前已出現諸如PrimateAI-3D的人工智能神經網絡，它可以從233種靈長類動物的基因變異中學習，從而準確地預測患者的致病基因突變。
? 臨床診療
在臨床診療方面，人類或許也可以利用AI技術來應對此前出現的挑戰。OpenAI的創始人奧爾特曼表示，“在醫療行業前線工作的人們不會等待——他們將在現今的臨床環境中使用GPT-4，甚至很可能已經在使用了。”
的確，GPT-4等技術能夠充分發揮其語言模型的優勢，將醫學文獻、臨床病歷等文字信息進行高效準確的分析和處理。基于GPT-4的臨床數據分析，可以為醫生提供更有據可依的診斷結論，并在患者治療中減少臨床惡化的風險。
而在未來，GPT-4等AI技術將會給臨床醫學研究提供更加豐富的數據資料，并進一步促進整個醫療行業的發展。
? 醫療器械
目前，人工智能最有前途的角色之一是在患者護理點的臨床決策支持。人工智能算法分析了大量的患者數據，以幫助醫療專業人員做出更明智的護理決策。其性能優于修改早期預警評分(MEWS)等傳統工具，醫院通常使用MEWS來計算患者在未來幾個小時內臨床惡化的風險。
除此之外，人工智能在診斷領域的最大應用是成像。由于人工智能能夠識別和處理大量結構化和非結構化數據，美國食品和藥物管理局已經批準了近400項用于放射學領域的人工智能算法。
如今，醫院每年進行36億次成像手術，產生大量數據，大約97%的這些數據沒有被使用。機器學習允許醫療保健專業人員構建、索引和利用這些信息來進行更準確的診斷。
人工智能在幫助醫療保健提供者獲得洞察力和改善健康結果方面前景廣闊，旨在加強而不是取代傳統的醫療服務，經過深思熟慮的人工智能實施為改善臨床護理提供了無限的機會。
盡管在安全性、監管和影響方面仍存在許多問題，但人工智能在臨床護理中的應用已不再處于起步階段，未來五年人工智能最大的潛力在于以人為本的人工智能設計。
? 醫藥研發
為了讓一種藥物進入臨床試驗，需要訪問大量的數據，這包括從不同分子的化學成分到研究論文和患者數據的所有數據。伴隨著AI大模型引領的創新浪潮席卷全球，生物醫藥產業正面臨新一輪的機遇期。隨著技術的升級迭代，以及資本不斷加碼，AI制藥行業也迎來新的發展機會。
2022年，輝瑞擴大了與以色列一家人工智能公司的合作；阿斯利康擴大與benevolentai的合作；賽諾菲宣布與Exscientia開展新合作，并與Insilico Medicine達成協議等等。咨詢公司麥肯錫(McKinsey)估計，有近270家公司正在從事人工智能驅動的藥物研發。雖然大多數都在美國，但西歐和東南亞也出現了一些中心。
截至目前，將人工智能引入藥物開發過程已經投入了數十億美元，并且得到了一些可觀的回報。人工智能為淋巴癌、炎癥性疾病和運動神經元疾病等疾病設計的藥物正在進行人體試驗。對很多人來說，它們在藥店上架只是時間問題。
如今，人工智能有望給制藥業帶來一場革命：它可以大大縮短開發新藥所需的時間，并有助于識別迄今為止科學家們一直無法識別的新藥物分子。制藥商將獲得很多資金收入，但這也意味著患者可以以前所未有的速度獲得更多新的創新藥物。
關注焦點? 腦機接口
上個月，埃隆·馬斯克的腦機接口初創公司慶祝了一個重要的里程碑——美國聯邦藥物和食品管理局(FDA)于5月25日批準了Neuralink的首次人體臨床研究。美國國立衛生研究院(NIH)前神經工程項目主任基普·路德維希(Kip Ludwig)估計，Neuralink可能還需要10年時間才能將其腦機接口(BMI)設備商業化。
腦機接口是一種將人的大腦活動與計算機或其他設備相結合的技術，可以通過電極等傳感器，監測大腦產生的神經信號，然后轉化為命令來控制外部設備。
其主要用途包括輔助醫療、交互式娛樂、通信和控制系統等領域。而在醫療領域，它可以用于幫助殘疾人士控制假肢、輪椅和其他設備，恢復行動能力等。
腦機接口的工作原理是將腦部神經信號采集并分析轉換成特定的指令。這個過程涉及到多種技術，包括非侵入性的無線方式和侵入性的植入設備。
其中，非侵入性的方式是通過在頭皮上放置電極來采集腦電圖（EEG）信號，然后使用算法對信號進行處理和解碼。而侵入性的方式則會將電極或芯片植入到大腦中，直接采集神經元活動并轉化成指令。簡單來說，就是直接用意念來控制機器。
而此前米哈游宣布投資上海交大附屬瑞金醫院腦病中心，合作內容主要就是腦機接口技術的開發與臨床應用，可以說腦機接口是國內外科技行業的關注重點，而醫療領域則是部署重心。
腦機接口的前路雖然很長，但是其他地方的研究人員已經在使用這種非侵入性方法改善患者健康方面取得了進展，這種方法不會帶來手術并發癥、感染或修復故障植入物的額外手術的風險，并且現在已經開發了一種將BMI設備植入大腦的機器人，在未來也可能在人體試驗中得到檢驗。
? 重大疾病
腦機接口的一個有效用例便是利用“腦-脊接口”實現讓癱瘓病人重新站起來。不久前，洛桑聯邦理工學院研究人員測試了一種“腦-脊髓”接口（BSI），這項技術能夠將大腦與癱瘓者脊髓中控制運動的區域連接，并有助于神經恢復。
Oskam是此類手術第一個成功的病例，他表示自己不僅能在傳感器的脈沖刺激下實現獨立行走，甚至關閉傳感器后，他也能拄著拐杖行走。這項技術依賴的就是人工智能將患者的運動意圖從大腦記錄中提取后實現實時解碼。
得克薩斯大學奧斯汀分校的研究人員開發了一種名為語義解碼器的“讀心術”系統，系統部分依賴于一個類似于OpenAI的ChatGPT和谷歌的Bard的變壓器模型，可以將大腦活動轉化為連續文本，為因中風等疾病而無法說話的人開辟了溝通和互動的可能性。
雖然該系統還處于早期研究階段，但其展示了跨學科研究在改善溝通障礙患者生活方面的力量。
AI“相面”技術也不容小覷。面部特征識別與基因檢測技術結合能加速遺傳罕見疾病的識別。此外，通過評估語音樣本，AI能將其與輕度認知障礙或早期阿爾茨海默病相關聯。
人工智能系統在大數據集中微觀檢測的能力是強勁的，將人工智能用于疾病的早期診斷，哪怕只是為了提高診斷的準確性，也具有巨大的潛力。
? 歧視與不信任
隨著醫療行業人員與普通人對人工智能的關注，種族主義、性別歧視等不公平現象也似乎進一步滲透醫療衛生系統。研究表明，美國的臨床醫生經常為白人患者和有色人種患者提供不同的護理。
算法訓練本身是從過去的數據學習、復制與鞏固，無疑會強化既往的偏見，而目前國外也逐漸出臺專門的法規政策來約束人工智能在醫療系統可能會產生的歧視。
但過多的干預引發了新的不信任，一些醫生表示擔心缺乏法律指導，從而引發執業風險，于是選擇徹底放棄人工智能。GE HealthCare的一項新調查就顯示，人們對人工智能在醫療環境中的使用存在很大程度的不信任和懷疑。除了算法歧視與法律風險，臨床醫生還對實踐中缺少AI技術培訓存在疑難需求。
結語通常我們討論到人工智能，會談到它的正向效用與負面作用。過猶不及與兩面性在任何事物身上都存在，最終的落腳點仍在于人類本身如何去使用與規訓。
世界衛生組織的數據顯示，到2030年，全世界可能會有1000萬醫療衛生工作者缺口，屆時14億人將達到60歲或以上。人口老齡化與醫患矛盾是老生常談的話題，而AI能夠消除重復性的工作，讓醫生免于倦怠，專注病人的護理，同時提高患者的就醫效率，減少治療成本。
最近幾年，AI對人類社會的影響慢慢波及各行各業，有源源不斷的掘金者聞風而來。我們的確不能在這里比較AI到底對哪種行業影響最大，但當身處每一個城市的急診室與重癥病房時，一切的財富與虛名也比不過健康的價值。也許，這才是科技對人文的最大意義。