人工智能在医疗健康方面的7项最新成果

人工智能的浪潮已经席卷世界范围内诸多领域，推动了众多科技成果问世，让我们一起来领略一下人工智能在医药健康领域都有哪些应用吧。

1 哈佛大学：柔性外骨骼改善中风患者的行走

近日，来自哈佛大学的研究团队开发了一款基于人体下肢动力学而设计的柔性外骨骼设备，研究发表在最近的《Science Translational Medicine》上。这款设备可以辅助中风患者在中风后漫长的恢复中进行活动，提供支撑力。外骨骼设备可以穿戴在患者已经部分瘫痪的下肢，减轻肢间的不对称，增加踝关节背屈，并减轻患者在跑步机和地面上行走所需要的能量。外骨骼可以进行调节，根据患者的需求，在步态周期的早期或者晚期提供支撑力。虽然，还需要进行长期的研究，但是通过外骨骼使得行走立刻就有显著的改善，对于中风患者的神经复健来说，是一个非常有希望的方式。

2 可对话的机器人Woebot帮助缓解抑郁和焦虑

抑郁症和心理健康对于现代人来说是一个“幽灵”般的存在，当人与人的沟通显得有些难以进行的时候，智能机器人就可以来帮忙了。这款聊天机器人叫做Woebot，在旧金山Woebot实验室中被开发，通过Facebook Messenger运行，作为一个个体化的治疗师，它能帮助用户解决包括抑郁和焦虑在内的心理健康问题。Woebot通过人工智能与用户进行类似人与人之间的沟通对话，鼓励用户敞开心扉，进行情感的交流。通过与人工智能进行沟通，患者的症状得以减轻，相对于传统的治疗方法快了2倍。与医生不同，人工智能的专属治疗师，可以24小时提供帮助，在任何你需要的时候。

3 人工智能帮助中风患者直立行走

来自瑞士和荷兰的研究人员开展了一个激动人心的项目，他们通过先进的人工智能软件和机械线束，设计了一款以智能辅助技术帮助中风和脊髓损伤患者重新走路的外部装备。研究同样发表在最近的《Science Translational Medicine》上。团队设计了一种自适应算法，结合个性化的机器人线束，利用人工智能和机器人对使用者遇到的各种现实情况进行预判，计算和提供相应的向上或向前的支撑力，例如患者是沿直线行走，或是在波浪形的道路上，或者在下不规则的台阶，等等。在试验中，该技术被证明能够工作良好，给予相应的力量支援。这样的设备具有巨大的应用潜力，在未来，可能会成为康复中心临床日常应用的一部分。

4 人工智能帮助防止猝死

心脏猝死每年会剥夺无数的生命，对于心脏猝死的预防，提高认识和筛查是至关重要的。AliveCor与Mayo Clinic联合开发了突破性人工智能技术，以帮助预防突发性心脏死亡。AliveCor是FDA批准的个人心电图（ECG）设备的技术领导者，此次与梅奥医学中心合作，开发了一项诊断工具，可用于医疗或个人非医疗条件下，对长QT症进行早期筛查。AliveCor的专利人工智能技术、先进的算法与数百万的ECGs，与梅奥医学中心的大数据和专业临床经验强强联合，在很大程度上提高了安全性，也降低了风险。AliverCor提供了可以购买的已经经过临床验证的FDA已批准的ECG设备，可以给患者提供心脏健康护理，这些ECG将会汇集大量的个人健康数据，而对这些数据的学习对于提高传统ECG的分析也非常的有意义。我们期待这样的人工智能最终能够造福更多的人，为人类健康提供更多的保障。

5 人工智能可以为糖尿病人做些什么？

“Alexa，帮助管理我的糖尿病！”这个大胆的想法来自于今年早期默沙东公司发起的Alexa糖尿病挑战赛，参赛者需要将语音支持系统赋予新的功能，能够做情绪感知辅导、营养助手，还要如同侦探一般发现用户的风险行为。发明了知名糖尿病药物Januvia的默沙东Luminary实验室与亚马逊网络服务联合评选，从96份提交中选择了5位入围。在默沙东的长期计划中，要开发一种工具可以用于多种的慢性病管理，使用过于亚马逊Lex智能平台和语音支持Alexa的家用系统。移动端的APP在制药界非常平常，但是，这是第一个建立在语音支持家用系统上的挑战赛。也许，这些挑战者的设计转变成现实的产品还需要很多的努力，但是，越来越多的人将人工智能与健康联系起来，并热情的参与其中，这是一个非常好的开始。

6 IBM与阿尔伯塔大学：脑成像如何预测精神分裂症

传统的精神分裂症依赖于主观的方法，现在IBM同阿尔伯塔大学的研究人员正在致力于改变这一现状。他们联合开发了机器学习算法，帮助科学家揭示，如何客观地通过脑成像来量化预测精神分裂症。精神分裂没有专一的测试方法，所以诊断需要通过观察症状，排除其他如滥用药物或其他精神障碍等潜在原因。虽然，科学家们观察到健康人的脑部成像与精神分裂症患者还是有着一定的差异，但是目前并不用以作为诊断的客观标准。研究人员使用机器学习算法来分析功能性磁共振成像（fMRI），对健康人、精神分裂症以及那些其他精神情感障碍人群进行了分析。研究团队利用机器学习创建了识别大脑与精神分裂症相关的模型，该算法可以在有无精神分裂的患者间达到74%的区分。人工智能在数据的支持和积累下，将会逐步完善。研究人员期待，未来他们的人工智能和机器学习能够用来分析更多的神经和精神疾病，帮助医生更好的评估和治疗患者。

7 IBM沃森助力脑肿瘤全基因组测序的早期研究

人工智能的强大很大程度上在于它能够在短时间内学习和记忆大量的内容。IBM沃森对脑瘤的基因组数据以及叙述论文进行了学习，仅仅花了人类所需时间的一小部分。IBM公司与纽约基因组研究中心联合创建了一个版本的沃森超级计算机进行癌症基因组的研究。研究人员应用全基因组测序对胶质母细胞瘤的肿瘤DNA、肿瘤RNA以及患者的正常血液DNA进行了测序。肿瘤学专家和生物信息学家组成的团队花费了1.6个小时，对信息进行精炼。而沃森人工智能对基因组数据进行的处理，只用了10分钟便得出了与专家组“相似的结论”。

尽管人工智能的表现依然有着种种不足之处，但是，很多实验都向我们一次次的展示了其巨大的应用潜力。未来的健康领域，将有更多的数据需要快速的学习、筛选、整理和分析，人工智能在逐渐的成长中，一定会给人类带来更多的价值。