【產業鏈圖譜 | 人工智能產業鏈圖譜_人工智能產業鏈全景圖】

【研究報告 | 人工智能行業研究報告】

　　當前越來越多的藥物開發廠商開始轉向計算機和人工智能，希望利用這種技術來縮小潛在藥物分子的范圍，從而節省后續測試的時間和金錢投入。為了識別那些有很大潛力可以作為藥物靶標的蛋白質的編碼基因，很多廠商把希望寄托在了機器算法上。

　　最近有一項goole的報告顯示，他們通過獲取患者的臨床數據，從而通過人工智能預測患者的死亡時間的的準確率高達99%。這說明了人工智能在癌癥領域的是有一定突破的。

　　目前，一些新的算法模型(包括近日發布在《ScienceTranslational Medicine》上)增加了新層次的復雜性，這些算法可以縮小相關蛋白質、藥物和臨床數據的范圍，以便更好地預測哪些基因最有可能讓蛋白質和藥物結合。

　　在解決癌癥耐藥性方面，人工智能也有著突出作用。人工智能可以通過對龐大抗藥腫瘤的數據學習、分析，快速理解癌癥細胞是如何對抗癌藥物產生抗藥性的，這有助于研究人員和醫療人員改進藥品研發、調整藥物使用。

　　藥企通過運用人工智能研發系統，能夠降低研發過程中人力、時間、物力成本，同時基于疾病、用藥等建立數據模型，預測藥品研發過程中的安全性、有效性、副作用等。而研發成本的下降也就意味著罕見病藥物售價能夠更加低廉，讓更多的患者能夠用上藥效更好的正版藥。

　　今年一月，葛蘭素史克公司宣布同位于加州的勞倫斯利物莫國家實驗室(LawrenceLivermore National Laboratory)結成伙伴關系，攜手利用人工智能進行藥物研發。葛蘭素史克負責科技的高級副總裁約翰·巴爾多尼(JohnBaldoni)表示，合作的目的是借助人工智能將藥物研發時間壓縮至一年，而此前有些藥物研發耗時長達10年。

　　人工智能在幫助醫生為癌癥患者制定針對性治療方案、預測藥物治療有效性方面也有著積極表現?？萍季揞^微軟正開發名為“Hanover”的人工智能項目，借助深度學習技術，理解、分析大量醫學專業論文，來幫助醫生合理、精準用藥。

　　對于癌癥患者來說，服用抗癌藥物、接受放療、化療都是在確診后的不得已的應對手段。但如果將來能在早期診療中普及早期篩查，并提高癌癥篩查的準確性，將癌細胞的焰火掐滅在萌芽狀態，癌癥患者也會得到更加及時的治療，癌癥患者的存活率能得到有效提高。

　　目前傳統的篩查模式有諸多局限，比如靈敏度不夠高，未能早發現癌癥的靶點;特異性不夠好，檢測結果容易出現假陽性和假陰性;誤診率高，有時受制于醫生肉眼閱片能力等等。

　　以結直腸癌篩查為例，由于腸道環境復雜、早期癌變或息肉又小又平以及醫生疲勞等因素，臨床漏診率很高。而AI能有效降低結直腸癌篩查的漏檢率，對于人眼經常漏診的息肉等，AI可以選出病變疑點并提示醫生。

　　AI技術能夠利用圖像識別、深度學習輔助臨床醫生更準確、更高效地診斷，達到從基于醫生的主觀判斷到基于人工智能軟件處理大數據后的客觀判讀的轉變。目前已經在全球范圍內應用于如宮頸癌、乳腺癌等多種癌癥的篩查。

　　例如，香港中文大學的研究團隊就用人工智能影像識別技術判讀肺癌及乳腺癌的醫學影像，自動篩查早期肺癌及快速檢測乳腺癌轉移，其準確率分別達91%及99%，識別過程只需30秒至10分鐘。

       人類可以享受到機器算法帶來的改變是巨大的福音，期待在未來的道路上AI技術能夠徹底攻克癌癥！