当前位置:

OFweek人工智能网

其他

正文

AI是如何一步步成为“药神”的?

导读: 近期,《自然》上发表了一项研究成果—由全国多家科研机构白血病科学家组成的研究小组使用血液检测和机器学习,以达到预测健康个体是否有患急性骨髓性白血病(AML)的风险。

AI是如何一步步成为“药神”的?

“他就是想活命,他有什么罪!“

太平间外,黄毛死后,程勇对警官大声吼道。

为了仿制药,为了活命,多少人为此付出了自己的命。

价格高昂的正版药,让患者们退无可退。不容否认,一种新药,尤其是“特效药“的研发,需要过亿的研发成本和研发周期,其能够面市,已经是诸多患者的“福音”。然而,面对高昂的售价,如何给“特效药”及疾病治疗“降降温”,AI也许能够一步步成为你的“药神”。

第一步:AI预测白血病,让白血病不再成为“突然之灾”

近期,《自然》上发表了一项研究成果——由全国多家科研机构白血病科学家组成的研究小组使用血液检测和机器学习,以达到预测健康个体是否有患急性骨髓性白血病(AML)的风险。

这意味着我们今后对AML的出现有预警,并能够提早发现AML的高风险人群并进行监测,同时可以进行研发,寻找降低该疾病患病几率的方案。

AI是如何一步步成为“药神”的?

全球多家科研机构在Nature上发表的论文

AML名为“急性骨髓性白血病”,以骨髓与外周血中原始和幼稚髓性细胞异常增生为主要特征,AML患者的癌细胞在骨髓中迅速增殖,并妨碍正常血液细胞的产生,导致出现出血和感染症状,甚至危及生命。

因此研究人员开发了一种基因测序工具,针对那些与AML相关的已知基因,对124名AML患者的血液DNA进行了测序,并与676名未患有AML或相关癌症的人进行了对比。

通过大数据监测,他们发现许多患有AML的人基因中出现了遗传变化,未患有此病的人则没有出现这种变化。那些后来患上AML的患者基因中的突变数量更多,且这些突变在他们血液细胞中出现的比例也更高。

随着进一步研究,研究人员通过机器人学习模型,在大数据变量的支撑下,构建了AML预测模型,其可以在诊断前6-12个月内,就能够实现对AML预测,其灵敏度和特异性分别达到25.7%和98.2%。

AI是如何一步步成为“药神”的?

AML预测模型(图来源:Nature)

早在此前,Watson也诊断过一个60女性的罕见白血病,Watson 通过比对 2000 万份癌症数据报告中不同患者的基因变化,仅用了 10 分钟时间便得出了结果——不仅有精确的病症诊断,Watson 还提供了适当的治疗方案。

AI预测的出现,让人欣喜的同时也许多人对其存疑。确实,比如AI预测死亡时间的出现,这让AI的应用不再是一个技术问题,更是一个伦理问题。当你确知自己何时生病、何时辞世时,这似乎并不是一件多好的事情。

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: