10 遇见智能时代的你（第7/8页）

人工智能作为一种方法，对医疗的影响将是全方位的，由浅入深，由小及大。

尖端医学最为吸引眼球：Nature报道神经假体使腿部瘫痪的猴子能够重新行走；美国研究出“纳米鱼机器人”可以轻松将止痛药物传输到指定的身体部位；在基因药物领域，深度学习为改写基因、合成新生物提供了可能。

类似的例子不是我们想要讨论的重点。纳米机器人、基因改造虽然是影视作品热衷的话题，却和现实领域颇有距离。更重要的是，虽然人工智能已经进入许多最前沿的医学领域，但几乎都还停留在理论或者实验阶段，不过在一些更成熟的领域，人工智能已经可以发挥重要作用。

在眼部疾病治疗中，由于对病人信息掌握有限，有1/10的病人会在治疗过程中受到伤害，其中至少一半伤害是可以预防的。英国知名的摩尔眼科医院与谷歌展开合作，打造了一款机器学习系统。这款系统仅凭眼部数字扫描结果，即可识别潜在的眼部疾病风险。眼部扫描技术早已有之，但是传统的机器在完成扫描之后，无法快速分析复杂的眼部数据。机器学习则是对付这类数据的能手，可以大大缩短分析时间和提升准确率，更快、更准确地为病人提供治疗方案。

IBM的watson机器人可以通过大数据和人工智能帮助人类分析肿瘤等疑难疾病。在日本，病理读片大多都需要两名医生共同完成以防止错漏，而NEC很多年前就开始在日本医院中推行自动读片系统，现在已经能够替代医生的角色来辅助读片工作。

生物大数据也正在改变着医学研究和制药业。在一些传统医学诊断中，医生会让病人在一段平缓的路上行走几分钟，并记录他们的行走距离。这个测试是为了预测肺移植者的存活率，并可检测肌肉萎缩的病程发展，甚至可以评估心血管患者的健康状况。但是如果你想同时拿到1000个人的监测数据，那么光是记录就会变得非常困难。

智能手机解决了数据获取的问题。美国一位研究者想要收集有关心血管的数据，于是上传了一个名叫“我的心脏计数器”的App到苹果商城，结果短短两周内他手上就有了超过6000人的测试结果。现在他面对的问题不再是样本不足，而是缺少面对庞大数据进行更精确分析的能力。

我们一旦有能力把生物大数据抽丝剥茧，获得想要的结论，整个医学行业将受益无穷。以糖尿病为例，仅在中国就预计有超过1亿人受此病困扰。糖尿病诊断过程中有一个令医学界十分头疼的问题，就是不容易对病人做到糖尿病亚型的精确细分，这对前期预防和后期治疗都极为不利。而大数据分析可以在这一点上发挥优势，如果最终能对每个病人做出具体的病型确认，就能真正做到“对症下药”。

基因测序是发现致病原因的一个前沿方法。在这方面，我赞助了一个食管癌项目。过去在基因测序与疾病相关性的研究上，限于技术基本只能够做到单基因致病研究，比如发现某种基因突变会导致唐氏综合征之类的罕见病。而常见病很多是由多个基因组合的突变导致。过去由于计算能力达不到现在的水平，人们根本算不出来到底是哪些基因的组合导致了一些常见病。但是未来是可以算出来的。

大数据与智能分析对药物市场也会有明显改善。现代医疗中的药物品种已经变得越来越多、越来越复杂，有时病人会发现，光是治疗感冒的药物就多达几百种。大数据的出现，将为我们带来个人定制的药物使用方案，精准使用每一种最适合我们的药物。

这也就是“精准医疗”（Precision Medicine）的概念。美国前总统奥巴马2015年在国情咨文中提出“精准医学计划”，打算通过分析100多万名美国志愿者的基因信息，以便掌握疾病形成机理，开发相应药物，实现“精准施药”。通过互联网、人工智能与生物大数据的引领，精准医疗将成为一种把个人基因、环境与生活习惯差异考虑在内的疾病预防与处置的新方法。我国也在2015年由科技部召开精准医学战略专家会议，计划在2030年前向精准医疗领域投入600亿元。

多伦多大学的Brendan Frey（布兰登·弗雷）教授称，现代科技下我们已经能源源不断地获取基因生物学的数据，但是人类却难以破解和掌控这些海量数据，无法“理解”基因。我们可以想到，深度学习将扬其所长，寻找人类无法发现的基因关联。当人工智能找出健康的基因序列模式，人类就能够通过基因来诊断甚至预测疾病，优化用药靶向。