文章转载来源：Yangz
撰文：Kristin Houser
来源：FreeThink
图片来源：由无界 AI工具生成
人工智能可能是下一个改变世界的医学突破。
从自主手术机器人到能发现医生可能错过的疾病迹象的软件，先进的人工智能正在证明它们可以对医疗保健产生强大的影响 -- 但病人会接受 Dr. AI 吗？
医生需要知道病人的病症才能进行治疗，这使得诊断成为医疗保健中最重要的部分之一。而这也可能是人工智能可以产生最大影响的部分。
通过对现有数据的训练，如病人记录和医疗扫描，研究人员已经创建了能够分析新病例和预测问题的系统 -- 通常比人类专家更快、更准确。
最近的一个例子是，经过训练的人工智能可以识别小骨折，表明患者患有骨质疏松症。如果及早发现，患者可以采取措施加强骨骼。通常，这种疾病要在痛苦的、可能致残的骨折后才能被诊断出来。
这种由德国研究人员开发的新人工智能，可以在出于其他原因（如检查患者肺部）而进行的计算机断层扫描（CT）中寻找表明骨质疏松症的小骨折，并对其严重程度进行分级。
“我们的程序可以在这样的检查中在后台运行，”主要研究者 Eren Yilmaz 说。“它自动检查脊柱，并对任何可能在其他情况下未被发现的椎体骨折给出指示。”
该团队在 159 张脊柱的 CT 扫描上对该 AI 进行了测试，该 AI 总共发现 170 处骨折，并正确分类了 90% 的骨折扫描和 87% 的无骨折扫描。这种人工智能仍在开发中，但 Yilmaz 说，如果它能进入常规放射学，它可能是“预防骨质疏松症严重后果的早期预警系统”。
药物发现通常从确定靶标开始，这通常是一种蛋白质，能在你想要治疗的任何疾病中起作用。如果该靶标是“可药用的”-- 即它具有允许另一种分子与之结合的结构 -- 下一步就是找到一种以有利方式作用于该靶标的药物（并且不会在其他地方引起任何重大问题）。
例如，蛋白质环氧化酶是止痛药的一个很好靶标，因为它产生的化学物质会引发疼痛的感觉。阿司匹林与环氧化酶结合的方式可以阻止这些化学物质的产生，从而缓解疼痛。
据估计，我们体内有 3000 种可药用的蛋白质，而可能影响它们的潜在药物几乎是无穷无尽的，因此，找到一种能安全地满足我们需求的蛋白质组合是一个缓慢而昂贵的过程 -- 而人工智能现在正在颠覆这种过程。
2022 年 10 月，生物技术公司 Verge Genomics 开始对一种人工智能发现的候选药物进行首批临床试验，该药物旨在治疗 ALS，也被称为卢伽雷氏症。
Verge 公司在向人工智能提供了来自遗传学数据库和 ALS 患者组织样本的 1100 多万个数据点后，确定了这种药物，一种名为 VRG50635 的分子。该系统随后确定了一种名为 PIKfyve 的蛋白质可能在该疾病中起作用，并建议 VRG50635 应该能够抑制它。
Verge 首席执行官 Alice Zhang 表示：“我们很自豪，我们不仅是为数不多的人工智能驱动的生物技术公司之一，而且也是第一批针对一个新的靶标提出新的临床化合物的公司之一，这个化合物完全是在我们平台内部发现和开发的。”
最近，生物技术公司 Integrated Biosciences 宣布，它已经训练了一种人工智能来寻找可能清除衰老细胞的药物。衰老细胞是一种“僵尸”细胞，它们已经停止繁殖，但没有死亡，与许多与年龄有关的疾病相关。
一些科学家猜测，能够摆脱衰老细胞的药物，即所谓的“抗衰老剂”，可以帮助我们活得更长久、更健康。然而，这一领域仍然相对较新，只有少数候选药物进入了临床试验。
从 80 多万个分子的集合中，Integrated 公司的人工智能能够识别出三种具有理想特性的新抗衰老药物（例如高口服生物利用度的迹象，这意味着你可以把它当作药片来服用）。在对老年小鼠的实验中，其中一种药物被证明能够如愿清除衰老细胞。
Integrated Biosciences 联合创始人 Felix Wong 表示：“这项研究成果对于长寿研究和人工智能在药物发现中的应用都是一个重要的里程碑。”
他继续说道：“这些数据表明，我们可以在计算机上探索化学空间，并出现多种候选抗衰老化合物，与今天正在研究的同类化合物中最有希望的例子相比，这些化合物更有可能在临床上取得成功。”
如今，许多外科医生不再弓着腰在病人身上挥舞手术刀，而是站在电脑显示器后面，用操纵杆精确地引导他们在屏幕上看到的穿过病人身体的机械手臂。
这些机器人可以使医生更容易进行复杂、精细的手术，同时将风险和痛苦降到最低，但它们目前仍然依赖于操纵杆后面的医生的知识和技能。
2022 年 1 月，约翰霍普金斯大学（JHU）报告说，其由人工智能驱动的智能组织自主机器人（STAR）对活猪进行了一次精细的手术，将两端的肠子缝合在一起。
这不仅是机器人进行自主腹腔镜手术的第一个例子，而且该机器人还比人类外科医生更精确、更快速地完成了这项工作。
高级开发者 Axel Krieger 表示：“通过整合新型缝合工具、成像系统、机器学习算法和机器人控制，STAR 系统有能力克服软组织中自主腹腔镜手术的挑战。”
JHU 团队表示，STAR 可以使手术更可预测、更可负担，手术的结果将不再与他们当地医院的外科医生的技术挂钩，但他们还指出，他们的机器人面临着与其他 AI 在医疗保健中的相同障碍：公众对让 AI 为他们进行医疗服务持谨慎态度。
2023 年 2 月，皮尤研究中心报告了一项衡量美国人对人工智能在医学中的接受程度的调查结果，60% 的受访者表示，如果他们的医生依靠人工智能来诊断疾病或决定治疗方法，他们会感到不舒服。只有 38% 的人认为这将带来更好的健康结果。
同时，耶鲁大学癌症中心在 2022 年进行的一项类似调查中，超过 70% 的受访者表示，他们在接受人工智能的诊断时至少会感到有些不舒服，因为人工智能无法解释它是如何得出某个结论的 -- 即使它有 90% 的准确性。
耶鲁大学的调查还发现，患者的舒适度因人工智能所做的事情而不同 --55% 的受访者说他们至少在某种程度上不会对人工智能阅读胸部 X 光片感到不适，但如果人工智能是在诊断癌症，这一数字下降到了 31.2%。
为了最大限度地发挥人工智能在医学中的潜在优势，开发者不仅需要专注于训练人工智能，还需要思考患者希望从人工智能中获得什么，以及如何最好地减轻他们的担忧。
耶鲁大学的 Sanjay Aneja 表示：“在许多方面，我们的工作突出了人工智能研究人员的一个潜在盲点，随着这些技术在临床实践中变得越来越普遍，这个问题需要得到解决。”
来源：Yangz
发布人：暖色
声明：该文观点仅代表作者本人，不代表火讯财经立场。火讯财经系信息发布平台，仅提供信息存储空间服务。
如文章涉及侵权， 请及时致函告之，本站将第⼀时间删除⽂章。邮箱：840034348@qq.com
商务合作：840034348@qq.com
媒体合作：840034348@qq.com
投稿合作：840034348@qq.com
微信公众号
iPhone & Android
