人工智能 (AI) 在医疗行业的应用：人工智能如何助力临床试验？

作者：Mark Aiello 和 April Crehan

在世界范围内，人工智能 (AI) 被各行各业誉为解决所有问题的良方妙计。我们的技术越来越智能，在某些情况下，其带来的益处也是有目共睹。手机应用帮助我们避开交通拥堵，加快了通勤速度。冰箱知道我们的牛奶什么时候喝完以及如何订购。灵活的电网可响应需求并整合可再生能源。

在医疗领域，AI 的前景同样一片光明。然而，与订购鸡蛋不同，其应用受到复杂法规以及医疗决策可能产生的永久影响的约束。

在探讨 AI 在医疗领域的应用之前，我们需要先定义我们所说的“AI”的含义。

什么是 AI？

人工智能 (AI) 涉及计算机模型开发的多个领域，这些模型可以执行典型的人工任务，例如模式识别和问题解决。AI 有强弱之分，弱 AI 系统不必了解人类智能的工作方式，而强 AI 则可以像人一样思考。

在 AI 所致力于推动的专业领域中，有些涉及面广泛，有些则比较专一，AI 本身也一样，有广义和狭义之分。当前以及在不久的将来可能出现的 AI 应用都是狭义的人工智能，因为它们在特定的领域接受训练，以执行特定的任务。与多元化的人类智能不同，这些系统专为发挥特定作用而生，迄今为止功能有限。

机器学习和深度学习

AI 的一个分支是机器学习。机器学习系统会随着新数据的输入自我调整。因此，我们说，机器通过摄入新数据进行“学习”。编程人员通常会通过使用最小错误目标来优化这种改进能力。这使系统能够理解哪些工作是成功的，并增加将来使用类似步骤的可能性。

深度学习属于机器学习的范畴，也是这三种技术中最令人兴奋的一种。深度学习的特点是多层特征识别，这使得系统见树亦见林，既能纵观全局，又可把握细节。在图像处理方面，深度学习系统与人类类似。正如在看远处的物体时，我们的眼睛会进行对焦，深度学习系统也越来越善于观察复杂的特性。例如，在特定方向上排列的像素点会变为一条线，而在特定方向上排列的线条会变为正方形。

通常，当我们谈论医疗领域的 AI 时，我们指的是深度学习，对设计者和用户而言，这是非常有用也非常神秘的一种智能。医疗领域的 AI 应用和相关法规可能也同样神秘。

AI 在医疗领域的应用

AI 已在医疗领域实现的一些喜人应用包括：

• 连续血糖监测系统，可以预测血糖波动；


• 面部分析应用程序，在医生诊断具有非标准特征的患者时向其建议患者可能患有遗传疾病


• 一款可以搜索数据库以查找可能与目标蛋白成功结合的小分子的软件

从委托研究机构 (CRO) 到政府实体再到普通大众，生命科学行业人士如今重点关注揭开 AI 在医疗领域作用的神秘面纱。但就目前而言，依然道阻且长。实际上，我向专家们提出的问题有时会引出更多问题，包括：

• 使用和共享个人数据可以推动更快的创新，而法律和道德标准要求遵循隐私政策，二者之间应如何权衡？


• 围绕 AI 在医疗领域的使用，有哪些法规？我们在哪些方面需要更多指导？


• AI 已经在医疗领域提供了哪些帮助？将来有哪些新的应用领域？


• 透明度是当今临床研究中的一个流行语。业界对信息透明和科学教育的重视如何切实推动 AI 在医疗领域的应用？


• CRO 要想采用 AI，是否需要进行文化转变？我们如何做出调整，而不让某些群体被淘汰？

在接下来的几周里，我将深入探讨这些主题，让我们一起拥抱、适应生命科学领域的变革。

无论您是否参加了我们的讨论会，如果您对此话题感兴趣，欢迎分享您的想法！请在下方发表评论。