人工智能与定制芯片相结合将能够帮助人们在症状实际出现之前，完成一系列疾病的诊断工作。
硅晶片能够用于分析自体液内发现的微小颗粒，从而实现早期疾病检测的目的。
利用一块芯片即可比国内最先进的实验室更快速地诊断潜在致命性疾病，利用摄像机观察药丸以了解其分子结构是否符合正规药品的特征，通过一套系统帮助确定检测对象是否患有某种精神疾病：IBM公司正加大对AI及新型硬件的组合投入，希望在未来几年内实现这三项重要目标。
IBM公司的研究实验室已经开始将此类概念转化为完成成熟的医疗工具，并将其现有机器学习与人工智能系统及新型套件（包括经过改进的芯片与毫米波相控阵传感器）加以结合。
后者将被应用于“超成像系统”当中——此类工具将能够从人类肉眼可见的光谱内提取图像，同时亦可从肉眼不可见的电磁波谱内捕捉影像。
通过将这些信息同高功率相机及其它传感器相组合，超成像系统将允许临床医生在分子水平上观察片剂，从而确定其属于安全药物抑或是药品市场上常见的某种假药。“通过将传统光谱成像与其它EMR辐射成像相结合，我们可以将二者叠加为更丰富的图像，从而提供目前无法观察到的更为具体的各类线索，”IBM公司技术高管兼杰出工程师Rashik Parmar在采访中指出。
尽管将超成像系统推向市场的硬件条件已经成熟，但还需要投入更多精力以确保该系统能够成功实现商业化。“EMR频谱传感器已经存在很长一段时间，下一步进展是实现其简化、小型化与成本削减，如此一来利用认知算法进行解释与可视化处理才会真正具备现实意义，”Parmar补充称。“我们目前已经设计出部分Heath Robinson设备，但未来还需要想办法对其进行微型化改造。”
虽然超成像系统可能会首先在自动驾驶车辆上起效——即由AI负责进行幕后数据处理，从而帮助车辆识别周边物体以判断是否需要回避风险或者直接忽略干扰因素——但其最终必将进入医疗设备。举例来说，超成像系统将允许牙医快速检测牙齿是否患病，或者将标准X光成像结果添加至诊断流程当中。
预计自动驾驶车辆会在未来五年左右成为现实，而同样基于超成像技术的医疗设备则将在其后几年内与我们见面。到那个时候，我们甚至能够进一步利用智能手机完成同样的识别任务。最终，我们能够将必要的传感器与成像工具包纳入手机之内，这意味着超成像系统将能够帮助人们扫描食物以判断其中包含的原料是否会造成过敏乃至其它病症。
同样的，未来几年内IBM公司也计划利用人工智能及其它新型分析技术以建立一套“实验室芯片”——即在口袋可容纳的设备中进行血样或者其它体液分析，从而借此利用细菌、病毒或者蛋白质等其它可用于指示疾病的元素作为诊断依据。
“我们早在六、七年前就已经开始利用纳米纤维来模拟嗅觉，这样大家就能够借此配合微型悬臂根据既有气味创建虚拟鼻子。而如果将其同其它形式的传感器结合起来，大家还能进一步提取任何体液样本——包括唾液、血液乃至活体组织样本——并分析潜在疾病……而将数字化制造与3D打印类技术相结合，我们还能够进一步把传感器安置在专门设计的探针当中，从而更为有效地进行分析并提供观察结论，”Parmar表示。
相较于等待数天乃至数周才能拿到血液病毒测试结果，这些立足于芯片上的微型实验室将能够快速检测出微生物的活动痕迹。
不过也许其最大的用途在于帮助人们了解各类病症发生之前的健康状况。以老年痴呆症为例：利用各类引发疾病的迹象，神经生物学家将能够在患者出现明显的实际症状之前就开始采取措施。通过定期检查人类血液中的生物性疾病标志物，医疗人员能够提前通知其是否存在疾病早期表现，并相应地开始治疗或者处理。
尽管对血液样本内容进行纳米级分析需要巨大的AI处理能力，但IBM公司将实验室芯片真正推向市场时面临的最大挑战仍源自芯片本身。
“这些芯片目前的监控能力已经能够达到20纳米级别，这意味着我们能够相当细致地进行观察，从而看到病毒层面的活动迹象。但将分辨率进一步提升则需要投入大量精力。”
但在另一方面，人工智能还能够将大量关于心理健康的数据进行处理，并将其转化为可供临床医生使用的信息。在未来两年中，IBM公司将建立起一套机器学习系统原型，旨在帮助精神健康专业人员利用谈话内容进行病患诊断。
言语已经成为医生特别是精神科医生用以检测精神疾病发病状况的关键性依据，其可用于检查对象的语速、音量以及词语选择。现在，IBM公司希望能够利用人工智能实现相同的效果，即利用检测对象与医生的谈话内容或者Twitter发布信息分析其口头或者书面表达。
“我们已经进行了多年的深入研究，旨在了解词语之间的联系以及特定背景下使用特定词汇的影响，这将有助于我们构建起心理测试概况……我们尝试以此为起点制定研究议程，考虑在这种情况下此类方案是否有助于了解对方的心理状态，”Parmar解释称。
IBM公司已经拥有这样的工具：其中首批投入商业使用的自然是沃森——蓝色巨人打造的认知计算系统，其已经可以作为医生的癌症诊断助手。如今该公司正努力协同各医院及其它合作伙伴共同构建其它医疗卫生领域的认知工具原型设计。举例来说，IBM公司表示位于南佛罗里达州的Jupiter医疗中心将采用Watson for Oncology。IBM公司还与MSK方面合作对这套系统进行癌症诊断训练。
除了诸如精神分裂症、双相障碍乃至抑郁症等疾病，该系统还能够通过文本分析以及其它来源信息分析（例如可穿戴式健康或医疗设备）帮助诊断包括帕金森在内的多种神经性病症。
尽管这些数据源已经能够帮助医疗卫生专业人士进行诊断与治疗，但IBM公司希望利用机器学习技术加速整个诊疗过程，并为从业者提供额外的洞察能力。
“美国与欧洲一直在进行各类相关试验，专业人士也在通过论文分享其研究成果，但还没有人将全部数据整合在一起并借此提升整个诊断体系的智能化水平。”
原文发布时间为： 2017年2月2日
本文作者：作者：李超
本文来自合作伙伴至顶网，了解相关信息可以关注至顶网。