行业趋势：AI渗透医疗的35种创新应用

作者：张馨予

行业趋势：AI渗透医疗的35种创新应用

作为世界上增长最快的行业之一，2014年人工智能市场约为6亿美元，而预计到2026年，将达到1500亿美元。

人工智能在医疗保健领域有无数的应用。

无论是用于发现遗传密码之间的联系，为手术机器人提供动力，还是最大限度地提高医院效率，它都能尽可能地提升效率，为患者带来福音。

01、AI赋能高效诊断

Viz.ai：利用AI进行早期疾病检测

Viz.ai是一家总部位于旧金山的人工智能医疗保健公司，使用深度学习算法自动分析CT神经图像，以检测与脑卒中相关的指标。

其主打产品，脑卒中AI检测已经获得FDA许可，并且该产品成为第一个获得美国医疗保险和医疗补助服务中心批准用于“新型治疗技术额外补贴”的AI软件。

PathAI：AI癌症病理学

PathAI是一家病理学AI驱动技术开发公司，利用机器和深度学习的现代方法，减少癌症诊断中的错误和开发个性化医疗方法。

PathAI与百时美施贵宝等药物开发商以及比尔和梅琳达·盖茨基金会等组织合作，将其人工智能技术扩展到其他医疗保健行业。

Buoy Health：AI虚拟医生

Buoy Health是一个基于AI的症状和治愈检查器，它使用算法来诊断和治疗疾病。通过聊天机器人倾听患者的症状和健康问题，然后根据其诊断引导患者进行正确的护理。

哈佛医学院是Buoy的医院和医疗服务提供商之一，帮助更快地诊断和治疗患者。

Enlitic：AI简化放射学诊断

Enlitic开发了深度学习医疗工具，以简化放射学诊断。该公司的深度学习平台分析非结构化医疗数据（包括放射学图像、血液检查、心电图、基因组学、患者病史）等，使医生能够更好地了解患者的实时需求。

行业趋势：AI渗透医疗的35种创新应用

Freenome：AI癌症筛查

Freenome在血液工作中筛查、诊断、测试使用AI来预测癌症。通过在一般筛查中部署AI，Freenome旨在检测癌症的早期阶段，并随后开发新的治疗方法。

Freenome的诊断搜索结合了基因组学，转录组学，甲基组学和蛋白质组学技术，以寻找肿瘤的直接证据以及免疫系统反应的迹象。

Beth Israel Deaconess Medical Center：血液病诊断

哈佛大学的教学医院Beth Israel Deaconess Medical Center利用人工智能在早期诊断可能致命的血液疾病。

医生使用AI增强显微镜扫描血液样本中的有害细菌（如大肠杆菌和葡萄球菌），通过25000张血液样本图像来教机器如何寻找细菌，该方法比手动扫描速度更快。机器学习识别和预测血液中有害细菌的准确率可达到95%。

02、AI进行新药研发

BioXcel Therapeutics：AI应用于世界杯2022预选赛积分榜

BioXcel Therapeutics使用人工智能来识别和开发免疫肿瘤学和神经科学领域的新药。此外，该公司的药物再创新计划采用人工智能来寻找现有药物的新应用或识别新患者。

BERG：用人工智能治疗罕见病

BERG是一个临床阶段的、基于人工智能的生物技术平台，通过绘制疾病地图，加速突破性药物的开发。通过将“询问生物学”方法与传统研发相结合，BERG可以开发更强大的候选产品，以对抗罕见疾病。

晶泰科技（XtalPI）：基于云的数字药物发现

晶泰科技基于人工智能、量子物理学和云计算，实现分子结构生成、活性预测和性质预测等，提高药物的发现效率，其核心平台为ID4。该公司声称其晶体结构预测技术可在几天内预测复杂的分子系统，大幅缩短研发时间。

Atomwise：用于临床试验的神经网络

Atomwise用人工智能来解决当今一些最严重的疾病，包括埃博拉病毒和多发性硬化症。其开发的AtomNet是第一个使用深度卷积神经网络的药物发现算法，有助于预测生物活性并确定临床试验的患者特征。

Atomwise的人工智能技术每天筛选1000万至2000万种遗传化合物，据报道，其结果速度比传统制药公司快100倍。

行业趋势：AI渗透医疗的35种创新应用

Deep Genomics：深度学习应用于基因组学

Deep Genomic正在利用人工智能和自动化技术，开发空间阻断寡核苷酸（SBO）疗法，对基于转化核苷酸的遗传疾病疗法进行编程和优先排序。