2018年，医疗人工智能依旧热度不减。这一年，医疗人工智能取得了哪些科研技术突破，弗锐达小编为大家整理了一下：

2018-01-06报道：日本公布了一项人工智能成果，利用人工智能技术，不到一秒就可以测出，大肠息肉是否存在癌症。

在日本横滨一家医院的诊断室里，记者看到，医生把一个可以放大500倍的内窥镜深入患者肠胃，人工智能系统就可以在0.3秒内识别出内窥镜中的大肠息肉是否存在癌变。参考系统实时判断的结果，医生可以当场实施切除手术。

“以往需要花漫长的一周去确证，现在立刻就可以判断是否需要切除。”日本昭和大学教授工藤进英说，这套系统大大的提升了诊断效率。

2018-01-09 报道：《科学》杂志报道了英国诺丁汉大学流行病学家Stephen Weng博士团队发表在《PLOS ONE》上的重要研究成果，Weng博士团队将机器学习算法应用于电子病历的常规数据分析，发现与当前的心脏病预测方法相比，机器学习算法不仅可以更准确地预测心脏病发病风险，还可以降低假阳性患者数量。

2018-02-08报道：由知名的MIT Media Lab独立出的新锐Empatica公司宣布，美国FDA已经批准了其人工智能手表Embrace上市，用于监控一类极为危险的癫痫发作。值得一提的是，这也是美国FDA批准的首款应用于神经学领域的智能手表。

2018-02-24报道：一个国际研究团队22日在美国《细胞》杂志上发表的封面文章指出，他们开发出一种新型人工智能技术，可用于筛查常见的致盲眼部疾病，有助于加快疾病诊断。

中国广州市妇女儿童医疗中心和美国加利福尼亚大学圣迭戈分校等机构的研究人员使用基于人工智能技术的卷积神经网络来学习超过20万张眼部光学相干断层扫描图，并采用“迁移学习”技术，让计算机学会将已获得的知识用于解决其他相关问题。卷积神经网络是一种计算机深度学习的结构，是当前语音分析和图像识别领域的研究热点。

2018-02-26报道：近日，中美研究人员开发了一个使用大数据和人工智能的平台，不仅可以识别两种最常见的视网膜疾病，还可以评估它们的严重程度。它还可以根据胸部x射线图像，区分儿童的细菌性肺炎和病毒性肺炎。相关论文刊登于《细胞》杂志。

2018-03-28报道：3月28日，首款黄色人种皮肤肿瘤人工智能辅助决策系统——优智AI上线发布会在中日友好医院举行。“从研究测试来看，优智AI系统不仅在识别准确度的数据上领先国际水平，更由于专门针对黄色人种、采用皮肤镜数据20余万张进行训练，因此具有很强的临床指导意义。”中日友好医院皮肤科主任崔勇教授如是道。

2018-04-12报道：美国FDA批准了首款使用人工智能检测糖尿病患者视网膜病变的医疗设备IDx-DR上市。IDx-DR是首个获得市场营销授权可以提供筛查决策，而无需临床医生对图像或结果进行解读的医疗设备，这使得通常不参与眼科治疗的医生也能使用该设备。

由IDx开发的IDx-DR是一款软件程序，使用人工智能算法分析视网膜相机Topcon NW400所拍摄的眼睛图像。医生会将患者的视网膜数字图像上传到安装了IDx-DR软件的云服务器。如果图像质量合格，该软件可向医生提供以下两种结果之一：1）“发现轻度以上糖尿病性视网膜病变：转诊至眼科医生”；或2）“未发现轻度以上糖尿病性视网膜病变，12个月内复查”。如果检测结果为阳性，患者应尽快联系眼科医生，以进行进一步的诊断评估及治疗。

2018-04-12报道：美国FDA周三批准了第一款使用人工智能来探测糖尿病造成的眼部损伤的设备，这将使常规的医生在不需要解析任何数据或图像的情况下就能诊断病情。

这一名为IDx-DR的设备能诊断出糖尿病视网膜病变，这是在超过3000万美国糖尿病人中导致视觉损失的最常见原因。

FDA表示，该设备的软件使用一种人工智能算法来分析使用名为Topcon NW400的视网膜相机所拍摄的眼部图像。

“医生只需将病人的视网膜数码图像上传至安装有IDx-DR的云服务器即可。”FDA在一项陈述中说。

2018-04-27报道：在一项开创性研究中，来自新加坡基因组研究所（GIS）科技研究局的研究人员开发了一种全新的机器学习计算机模型（一种人工智能模型，AI）来准确寻找肿瘤突变。他们还发现了一个非编码DNA的新基因突变可能导致了胃癌。这项研究开发出的新技术将在未来帮助研究人员探索其他肿瘤中非编码DNA突变的影响。

2018-05-05报道：中国科学院发布国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。

设想一下未来利用图片进行大规模搜索的场景，云端的人工智能芯片可以为这类应用提供更精准、更快速的大数据处理能力。中科院旗下的寒武纪科技公司成功研制了cambricon MLU100云端智能芯片，平衡模式下的等效理论峰值速度达每秒128万亿次定点运算，高性能模式下的等效理论峰值速度更可达每秒166.4万亿次定点运算，而典型板级功耗仅为80瓦，峰值功耗不超过110瓦。

人工智能（AI）使机器能像人类一样思考，在各行各业有着广阔的应用前景，包括医疗保健领域。根据新浪医药之前的文章《GMI报告：2024年全球医疗AI市场将超100亿美元 美英中3国领跑》，在未来8年（2017-2024），医疗AI市场预计将以超过40%的年复合增长率快速增长，2024年总的市场规模将超100亿美元。其中，医学影像是继药物研发之后的第二大细分市场。

报告指出，AI利用深度学习技术可提供卓越的性能，使之成为医学影像和诊断行业的游戏规则改变者。就在上个月，美国FDA批准了首款使用AI检测糖尿病患者视网膜病变的医疗设备IDx-DR，标志着AI应用医疗诊断的一个重要里程碑。

2018-05-24报道：中国科学院微生物研究所吴边团队在该领域率先取得突破，通过智能计算技术，创造出自然界中不存在的生物催化反应类型，并在世界上首次通过计算指导完成工业级菌株的构建。22日，该项成果在线发表于国际著名期刊《自然·化学生物学》。

该项技术已完成中试与全尺寸生产工艺验证，产品潜在市场预计超30亿元，有望在紫杉醇、度鲁特韦与马拉维若等抗癌与艾滋病治疗药物的生产过程中大幅降低生产成本。

2018-06-25报道：在一项新的研究中，来自比利时鲁汶大学（VIB-KU Leuven）Stein Aerts教授及其团队首次在果蝇衰老过程中绘制出每个脑细胞的基因表达图谱。由此产生的“细胞图谱”为大脑在衰老过程中的运作提供了前所未有的见解。这种细胞图谱被认为是开发有助于更好地理解人类疾病发展的技术而迈出重要的第一步。相关研究结果于2018年6月14日在线发表在Cell期刊上，论文标题为“A Single-Cell Transcriptome Atlas of the Aging Drosophila Brain”。

2018-07-25报道：近日，美国新一代人工智能公司Insilico Medicine与A2A Pharmaceuticals宣布将联手创建一家名为“Consortium.AI”的新公司，应用AI最新研究进展，合作发现并开发用于治疗杜氏肌营养不良症（Duchenne Muscular Dystrophy，DMD）和其他罕见孤儿疾病的新型小分子。

前者Insilico Medicine是基于人工智能进行药物发现、生物标志物发现和衰老研究的领导者之一，上个月刚刚得到新一轮的战略融资。后者A2A Pharmaceuticals则是一家专注于开发肿瘤、耐药性细菌感染和其他危及生命的疾病的的新型药物的公司，总部位于纽约。

新成立的公司将通过Insilico的人工智能验证系统，对预先经过优化的新候选药物进行靶点设计；A2A 将为新发现的化合物提供专业开发知识和经验，并负责联系相关化合物的许可事宜。两家公司合作开展研究项目，致力于开发杜氏肌营养不良症和其他严重遗传疾病的治疗方法。据了解，Insilico的技术应用将推进深度神经网络，来识别关键的疾病靶点，并使用下一代人工智能技术生成新的化合物。A2A使用其专有的计算工具包括人工智能，为蛋白质-蛋白质之间的相互作用等比较困难的药物靶点设计高选择性的疗法。

作为一家新成立的AI药物研发公司，Consortium.AI将结合双方的优势，通过联合Insilico的生物学基础和靶点发现引擎，以及A2A先进的药物化学设计专业经验，桥接两个快速扩张的AI公司的生态系统，以更快、更经济、更有效地开发创新疗法。

2018-08-13报道：美国研究人员新近开发出一种人工智能模型，能够为胶质母细胞瘤患者设计出最小剂量给药方案，在缩小肿瘤的同时减少药物带来的毒副作用，改进患者生活质量。美国麻省理工学院研究人员新开发出的这种人工智能模型，能通过学习现有给药方案来反复调整剂量，在缩小肿瘤的同时找到尽可能最小的给药剂量和频率，最终发现最佳治疗方案。

2018-08-30报道：发表在《Lancet Oncology》上的一项研究首次证实，人工智能可以处理医学图像以提取生物学和临床信息。通过设计算法并将其开发用于分析CT扫描图像作者等人创建了一个所谓的放射学特征。该特征定义了肿瘤的淋巴细胞浸润水平，并提供了患者免疫治疗功效的预测评分。

将来，医生可能因此能够使用成像来识别位于身体任何部位的肿瘤中的生物现象，而无需进行活组织检查。

2018-09-05报道：联合化疗是癌症治疗之路上的一块里程碑，但是优化其疗效需要对药物的协同作用进行剂量和时间相关的调整，传统的基于实验的调整方法耗时又耗力，效率极低，阻碍了最佳联合疗法的发展。为此，研究人员近日开发出了一种基于人工智能（AI）的平台——CURATE AI来完善并加速这个过程。在他们的研究中，研究人员使用了溴结构域抑制剂ZEN-3694和雄激素受体拮抗剂恩杂鲁胺（enzalutamide）这两个药物作为模式药物，利用这种新的AI平台对联合它们治疗一名转移性去势抵抗性前列腺癌病人的用药方针进行了指导，目的在于降低病人血清中的前列腺特异性抗原（PSA）。

2018-10-16报道：慢性肾脏病具有患病率高、知晓率低、预后差和医疗费用高等特点，起病隐匿，早期就诊和治疗率低，是继心脑血管疾病、糖尿病和恶性肿瘤后，又一严重危害居民健康的疾病。近日，在长沙举行的“2018罗氏诊断尿液分析标准化及新技术研讨会”上，中南大学湘雅二医院检验科唐爱国教授、北京协和医院检验科张时民教授、湖南省人民医院检验科主任曹友德教授及湖南中医药大学第一附属医院医学检验与病理中心主任谢小兵教授就尿液检测在慢性肾脏病早期筛查、诊断、预后中的重要价值进行了深入探讨，同时分享了人工智能应用于检验医学指导肾脏疾病诊疗的最新进展，以及推进尿液检测标准化、自动化及数字化建设的重要意义。

2018-10-22报道，英国帝国理工学院说，该大学研究人员领衔开发出一种人工智能系统，能帮助人类医生更好地做出败血症治疗决策，从而提高败血症患者存活率。

败血症是一种威胁生命的疾病，患者机体对炎症感染产生极端反应，导致组织和器官受损。治疗败血症的关键是正确施用注射液和药物，以帮助病人维持血压稳定，但目前的临床实践在这方面还存在一定挑战。

为更好地治疗败血症，帝国理工学院学者领衔的团队开发了一种“人工智能临床医生”系统，并用它分析了美国９．６万名败血症病患的医疗记录，过程中使用了机器学习的一个重要类型——强化学习，这让人工智能系统可快速学习如何做出决策并解决问题。相关成果已刊登在英国期刊《自然·医学》上。

2018-12-03报道：一项刊登在国际杂志Bioinformatics上的研究报告中，来自剑桥大学的科学家们通过研究开发了一种名为“LION LBD”的新型AI系统(人工智能系统)，其能帮助帮助研究人员进行癌症相关的研究。研究者Anna Korhonen教授说道，作为一名癌症研究者，即使你知道你在寻找什么，但实际上每天或许会有成千上万中可能性出现，我们所开发的LION LBD技术就能利用人工智能来帮助科学家们与其在相关领域发表的研究成果保持同步，同时还能通过将多种不相关的资源联系起来帮助研究人员在癌症研究领域取得更多的研究成果。

2018-12-10报道：一项刊登在国际杂志Cancer Research上的研究报告中，来自日本大阪大学的科学家们通过研究揭示了如何通过一种基于人工智能的系统来克服上述问题，研究者指出，这种基于人工智能的系统能通过扫描显微图像并获得比人类判断更高的准确率，来有效识别不同类型的癌细胞，这种方法或能给肿瘤学领域的研究带来革命性的突破。

这种系统基于一种卷积神经网络，卷积神经网络就是一种以人类视觉系统为模型的人工智能模式，这项研究中，研究人员能利用这种人工智能系统有效区分小鼠和人类机体中的癌细胞，同时还能区分出对放疗产生耐受性的癌细胞。研究者Hideshi Ishii说道，我们首先利用从相差显微镜上获得的8000张细胞图像来对这种人工智能系统进行训练，同时利用另外2000张图像来检测该系统的准确性，从而观察是否该系统能够学会图像的特征并有效地将小鼠机体的癌细胞与人类机体的癌细胞相区分，以及将对放疗耐受的细胞与对放疗敏感的细胞相区分。