IBM出手 看人工智能在医疗领域将有哪些作为！

 试想，芯片比全球最好的实验室更厉害，可迅速拿出疾病的准确诊断?微型摄影机能从分子层面上检验药片的真假?系统可以从语言中检查出此人患有心理疾病? IBM 认为，这 3 件事都可以在几年之内做到，因为他们有大利器：人工智能 + 新型硬件。

IBM 研究室已经开始着手把这 3 项研究变成成熟的医疗工具，将公司现存的机器学习和人工智能系统与芯片、毫米波相控阵感测器等结合。

AI + 超音波系统，“看”到疾病和危害

(Source：topnewspress)

首先要提到的“超音波系统”，是一种广范围的电磁波谱成像技术，不仅可以获取人眼可见光形成的图像，还能模拟超出此范围的电磁波图像。

使用高性能相机和其他感测器，临床医生就能发现用药是否适合患者。“用这种超音波技术，人们就像长了第三只眼，能发现我们日常所忽略的线索。”IBM 技术总监 Rashik Parmar 说。

尽管实现超音波的硬件已经出现，但要让其进入市场，还需做更多的工作。能够进行广泛光谱成像的仪器不是什么新鲜事物，但区别就是 IBM 要将其简化，小型化，并降低其制造成本，还要用认知演算法来进行破译和可视化，让这项技术真正发挥其作用。Parmar 还补充，IBM 现在有很多“花俏”的发明，但都能很快让它们变为可用性而在医疗应用上，简单例子的就是用超音波设备迅速看牙，或者为标准医疗射线检查提供更丰富的信息。

可能在 IBM 计划的 5 年之内，这种机器会变成你身边的药理学、毒理学专家，最终，这种超音波会被整合到手机中，在吃饭或服药之前可以先扫描一下，看是否有有害物质或致敏源等。

AI + 芯片实验室，精细疾病早诊

相似的，IBM 也有可能会在几年内推出一种新的人工智能分析技术：芯片实验室。这种设备也就荷包大小，用一滴血或任意体液就能分析出细菌、病毒或预示着某种疾病的蛋白质。

▲ 芯片实验室。(Source：IBM Research)

Parmar 表示，IBM 从 6、7 年前就开始探索“纳米纤维”这种概念了，那时是要做一种可以模拟气味的工具。如果将纳米纤维与其他种类的感测器相结合，就能用纳米结构来检验体液，包括唾液、血液、液体活检的样品，从中分析潜在的疾病。再结合数码化制造和 3D 打印等技术，IBM 就能把感测器放入定制化探针，帮助有效分析。

相比启需要等待数周的血检，芯片实验室不用花时间来把病毒培养至能够被监测到的量，而是直接透过感测器来追踪最为细微的生物标记。

这项技术最为厉害之处，可能在其能够人们在出现症状之前就了解自己的患病可能。举个阿兹海默症的例子，在出现明显症状之前很长一段时间，患者的神经状态已经产生了显著改变。如果定期检查血样，可以在阿兹海默症的早期就寻找到生物标记，迅速开始根据个人的情况制定治疗方案。

虽然这种能从一滴血分析疾病的技术，对人工智能水平是个巨大挑战，但真正考验 IBM 公司把此种产品推向市场的，还是在于技术难度超高的芯片。“芯片的最小测量级别为 20 纳米，它能让你从一个相当细化的角度来观察病毒等物质，但要看到这个精细程度，在材料的制作上要花费巨大的心血。”

AI + 文字资讯，形成精神疾病模型

精神疾病，是一个需要人工智能技术仔细咀嚼大量数据、再化做有效医学见解的领域。在接下来的两年内，IBM 会制造出能从人讲话中诊断精神疾病的机器学习系统原型。

在精神疾病诊断中，患者的谈话一直是医生用以判断病情的重要因素。语速、音量、用语特点，都可以用于判断精神疾病。现在 IBM 把这个分析工作交给了人工智能，从患者与医生的交流，或人们自己在社交网站上写下的话语，都可以做为分析材料。

IBM 能做到这一点，前提是他们已花费数年时间来研究精神、心理障碍与语言之间的关联，建立起一套测量体系。“我们目前提上日程的研究，是要弄清这件事：对于特定的个体来说，某段话中的某些用语，能否帮助我们理解这个人的心理状态?”技术总监 Parmar 说。

IBM 早已有过建立医疗模型的尝试：Watson 最早的商业化尝试，认为电脑系统，就是癌症护理医生的助手。今天，公司还与医疗行业产生了不少的合作，建立例如，IBM 透露 Jupiter 医疗中心(木星医疗中心)这家佛罗里达的地方医疗中心，就会引进 IBM Watson 的肿瘤辅助诊疗技术。另外，它还与纪念斯隆凯特琳癌症中心(MSK)合作了癌症治疗培训计划。

除了精神分裂症、双向情感障碍、忧郁症等，IBM 还会从可穿戴运动健身设备和医疗设备处获取数据，来辅助诊断帕金森氏症等神经疾病。虽然现在已经有医药健康专家把可穿戴数据用在诊断上，但 IBM 希望用机器学习来加速这个进程，并能提供额外的见解。

Parmar 说，其实美国和欧洲已经有人做了可穿戴数据的实验，也有教授把实验数据分享了出来，但没有人把这些数据综合在一起，研究这些数据中间是否有可关联之处，或者用整合的数据获得更深层次的理解。“用机器来处理和整合，恰好就是这个问题的答案。”