隨著信息化進(jìn)程的加快，IDC報(bào)告顯示，預(yù)計(jì)到2020年全球數(shù)據(jù)總量將超過(guò)40ZB(相當(dāng)于4萬(wàn)億GB)，這一數(shù)據(jù)量是2011年的22倍。并且大多數(shù)是圖像和視頻等數(shù)據(jù)，如果通過(guò)傳統(tǒng)的技術(shù)，無(wú)法識(shí)別這么多非結(jié)構(gòu)化數(shù)據(jù)，但是人工智能的發(fā)展恰恰解決了這些問(wèn)題，人工智能強(qiáng)調(diào)讓機(jī)器更人性化，而認(rèn)知計(jì)算更多的強(qiáng)調(diào)推理和學(xué)習(xí)，以及如何把這樣的能力結(jié)合具體的商業(yè)應(yīng)用、解決商業(yè)問(wèn)題。

《“十三五”國(guó)家信息化規(guī)劃》“健康中國(guó)信息服務(wù)行動(dòng)”表示，推動(dòng)健康醫(yī)療相關(guān)的人工智能、生物三維打印、醫(yī)用機(jī)器人、可穿戴設(shè)備以及相關(guān)微型傳感器等技術(shù)和產(chǎn)品在疾病預(yù)防、衛(wèi)生應(yīng)急、健康保健、日常護(hù)理中的應(yīng)用。

人工智能解決醫(yī)療數(shù)據(jù)已經(jīng)成了社會(huì)層面的需求，通過(guò)人工智能不僅僅是將傳統(tǒng)數(shù)據(jù)信息化，更能夠挖掘信息和疾病的潛在關(guān)聯(lián)，通過(guò)對(duì)文本、影像等多模態(tài)海量數(shù)據(jù)的綜合挖掘，發(fā)掘病人檢查信息、既往病歷和社會(huì)（自然）環(huán)境之間的聯(lián)系，發(fā)現(xiàn)群體中的疾病模型及隱藏信息模型，建立預(yù)測(cè)分析模型，進(jìn)一步探索疾病分布演化規(guī)律，確定危險(xiǎn)因素，并對(duì)疾病流行趨勢(shì)進(jìn)行預(yù)測(cè)，為決策者提供可續(xù)而有依據(jù)的疾病監(jiān)測(cè)、衛(wèi)生制定政策。

人工智能早期預(yù)測(cè)

大面積腦梗死是一種常見(jiàn)并且非常嚴(yán)重的神經(jīng)內(nèi)科疾病，其發(fā)病人數(shù)約占所有腦?；颊?0%左右，但是死亡率極高，大約為80%。大量研究表明患者在癥狀發(fā)生惡化之前積極的干預(yù)效果比后期干預(yù)更好，因此早期對(duì)患者預(yù)后進(jìn)行有效判斷從而選擇有效的治療方案關(guān)系到腦梗患者治療成敗的關(guān)鍵。

《中國(guó)衛(wèi)計(jì)統(tǒng)計(jì)》2014年刊登了一篇名為《利用人工智能系統(tǒng)預(yù)測(cè)大面積腦梗死患者的轉(zhuǎn)歸》的論文，利用人工神經(jīng)網(wǎng)絡(luò)多層感知機(jī)建立多因素預(yù)測(cè)模型，對(duì)大面積腦梗患者的預(yù)后進(jìn)行預(yù)測(cè)，在單因素模型中，預(yù)測(cè)效果最好AUROC（受試者工作特征曲線下面積）為0.87，最終得到結(jié)論，人工智能隨機(jī)森林模型可用作醫(yī)學(xué)輔助診斷系統(tǒng)來(lái)預(yù)測(cè)腦疝在大面積腦?；颊叩陌l(fā)生。

人工智能早期預(yù)警

基于人工智能的慢性腎病分級(jí)預(yù)警：目前世界上超過(guò)5億人患有不同的腎臟疾病，但是全社會(huì)對(duì)于慢性腎病的知曉率不足10%，因?yàn)槁阅I病早期沒(méi)有明顯癥狀，很容易被忽略，很多患者等到腎功能惡化時(shí)才去就醫(yī)。因此低于腎病分級(jí)預(yù)警是一件很急迫的事情，華南農(nóng)業(yè)大學(xué)食品學(xué)院的研究員曾經(jīng)基于人工智能對(duì)腎小球過(guò)濾進(jìn)行預(yù)測(cè)，通過(guò)BP神經(jīng)網(wǎng)絡(luò)構(gòu)造了預(yù)測(cè)模型，從而最終構(gòu)建出一個(gè)實(shí)用性良好的慢性腎病分型預(yù)警模型。

傳染病早期預(yù)警：根據(jù)物理學(xué)家網(wǎng)報(bào)道，大部分新興傳染病都是由動(dòng)物傳染給人類(lèi)，全球每年有超過(guò)10億人感染，縱觀人類(lèi)歷史，我們對(duì)于新興傳染病都十分無(wú)力，只能在傳染病出現(xiàn)后抑制其傳播。美國(guó)的卡里生態(tài)系統(tǒng)研究所和佐治亞大學(xué)科學(xué)家們利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)結(jié)合，開(kāi)發(fā)了傳染病預(yù)警模型，能預(yù)測(cè)可能存在的嚙齒類(lèi)物種，并能識(shí)別出潛在嚙齒類(lèi)和非嚙齒類(lèi)動(dòng)物的特征，準(zhǔn)確率達(dá)到90%。他們發(fā)現(xiàn)了超過(guò)150種新的潛在嚙齒類(lèi)動(dòng)物和超過(guò)50種新的活躍型動(dòng)物，可能攜帶多種病原體并傳染給人類(lèi)。

Airdoc的預(yù)測(cè)模型

現(xiàn)在眾多國(guó)內(nèi)外頂尖醫(yī)療機(jī)構(gòu)和醫(yī)生已經(jīng)見(jiàn)識(shí)到人工智能的能量，并開(kāi)始致力于通過(guò)人工智能提高工作效率比如輔助診斷系統(tǒng)，或者通過(guò)人工智能和客觀因素的潛在聯(lián)系。

為了輔助醫(yī)生發(fā)現(xiàn)疾病和客觀因素聯(lián)系，國(guó)內(nèi)醫(yī)療領(lǐng)域人工智能領(lǐng)先企業(yè)Airdoc堅(jiān)持和國(guó)內(nèi)外一流的全科醫(yī)院、專(zhuān)科醫(yī)院、醫(yī)療健康數(shù)據(jù)中心合作，以獲取高質(zhì)量的臨床醫(yī)療數(shù)據(jù)建立模型?；诖罅空鎸?shí)的脫敏臨床數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗、文字識(shí)別、自然語(yǔ)義解析，訓(xùn)練深度學(xué)習(xí)模型分析多個(gè)維度參數(shù)與患者發(fā)病的相關(guān)性和貢獻(xiàn)度，挖掘患者行為、病史、基因與患者潛在的相關(guān)關(guān)系，生成預(yù)測(cè)模型。

李開(kāi)復(fù)認(rèn)為人工智能出現(xiàn)的意義是超過(guò)工業(yè)革命，縱觀人工智能對(duì)于醫(yī)療領(lǐng)域的影響極大，從50年代第一代醫(yī)療專(zhuān)家系統(tǒng)出現(xiàn)到現(xiàn)在已經(jīng)有數(shù)十年的發(fā)展，從輔助診斷到藥物研發(fā)，從基因檢測(cè)到信息電子化，都已經(jīng)有了巨大的進(jìn)步，如今國(guó)家也在推進(jìn)推動(dòng)醫(yī)學(xué)檢驗(yàn)檢測(cè)、影像診斷等服務(wù)專(zhuān)業(yè)化發(fā)展，未來(lái)已來(lái)，人工智能已經(jīng)做好輔助醫(yī)生工作的準(zhǔn)備，這是醫(yī)療最好的時(shí)代，是我們一起見(jiàn)證歷史的發(fā)展的時(shí)代。

本文由“健康號(hào)”用戶(hù)上傳、授權(quán)發(fā)布，以上內(nèi)容（含文字、圖片、視頻）不代表健康界立場(chǎng)?！敖】堤?hào)”系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)，如有轉(zhuǎn)載、侵權(quán)等任何問(wèn)題，請(qǐng)聯(lián)系健康界（jkh@hmkx.cn）處理。

相關(guān)知識(shí)

人工智能與醫(yī)療保?。侯A(yù)測(cè)、診斷和治療的進(jìn)步
人工智能醫(yī)療：精準(zhǔn)醫(yī)療與疾病預(yù)測(cè)的新篇章
疾病監(jiān)測(cè)與早期預(yù)警.ppt
家庭健康預(yù)警系統(tǒng)，早期發(fā)現(xiàn)，早期干預(yù)
人工智能醫(yī)療突破：AI助力早期疾病檢測(cè)，能否改變健康管理格局？
AI早期預(yù)警系統(tǒng)助力胰腺癌診斷
AI與人體健康：醫(yī)療健康監(jiān)測(cè)與智能醫(yī)療設(shè)備
病情早期預(yù)警
基于人工智能的健康管理系統(tǒng)，智能預(yù)測(cè)與管理
AI守護(hù)愛(ài)寵健康：PetPhone如何實(shí)現(xiàn)疾病早期預(yù)警

網(wǎng)址: 醫(yī)療希望 人工智能AI早期預(yù)測(cè)與早期預(yù)警 http://m.gysdgmq.cn/newsview1901896.html