03月07 利用人工智能來改善人類健康

近年來，越來越多的科學家們開始使用人工智能技術加速多項領域的研究，當然了他們也取得了很多研究成果，本文中，小編就對近期相關研究成果進行整理，與大家一起學習！

【1】Com Biol Med：人工智能幫助治療糖尿病引發(fā)的眼疾

doi：10.1016/j.compbiomed.2018.10.031

根據(jù)最近的一項研究，研究人員已經(jīng)使用人工智能診斷早期階段的糖尿病引發(fā)的失明癥狀。

糖尿病視網(wǎng)膜病變是成人視力喪失的主要原因，其影響正在全球范圍內(nèi)擴大，到2030年將有1.91億人受到影響。在疾病早期，雖然沒有明顯癥狀，但疾病可能已經(jīng)發(fā)展。早期診斷和治療可以對患者保持多少視力產(chǎn)生顯著影響。

研究人員開發(fā)了一種圖像處理算法，可以自動檢測疾病的一個關鍵癥狀，即視網(wǎng)膜上的液體，準確率為98％。該研究的首席研究員，墨爾本皇家理工大學Dinesh Kant Kumar教授表示，這種方法是即時且具有成本效益的。

【2】PLoS ONE：科學家有望利用人工智能技術更好地管理癌癥患者

doi：10.1371/journal.pone.0208808

近日，一項刊登在國際雜志PLOS ONE上的研究報告中，來自薩里大學等機構的科學家們通過研究開發(fā)出了一種新型的人工智能系統(tǒng)（AI），其有望預測癌癥患者在整個治療過程中的疾病癥狀和嚴重程度。

文章中，研究人員詳細描述了他們開發(fā)的兩種機器學習模型如何準確預測癌癥患者所面臨的三種疾病癥狀的嚴重性，這三種癥狀包括抑郁、焦慮和睡眠障礙，這些癥狀均與癌癥患者生活質(zhì)量的明顯下降直接相關。研究者分析了癌癥患者在接受計算機斷層掃描x射線治療過程中所經(jīng)歷的癥狀和相關數(shù)據(jù)，隨后在不同的時間段來檢測是否機器學習算法能準確預測患者的疾病癥狀表現(xiàn)。

【3】Cancer Res：開發(fā)出可高效識別不同類型癌細胞的人工智能系統(tǒng)

doi：10.1158/0008-5472.CAN-18-0653

在癌癥患者中，癌細胞的類型在不同患者之間存在很大差異，甚至在同一種疾病中也是如此；識別癌癥患者機體中存在的特殊細胞類型對于選擇最佳的療法來有效治療患者至關重要，但能夠完成這項任務的方法卻是非常費時的，而且常常會因人為錯誤和人類視野的局限性而被阻礙。

近日，一項刊登在國際雜志Cancer Research上的研究報告中，來自日本大阪大學的科學家們通過研究揭示了如何通過一種基于人工智能的系統(tǒng)來克服上述問題，研究者指出，這種基于人工智能的系統(tǒng)能通過掃描顯微圖像并獲得比人類判斷更高的準確率，來有效識別不同類型的癌細胞，這種方法或能給腫瘤學領域的研究帶來革命性的突破。

【4】Bioinformatics：新型人工智能系統(tǒng)有望加速科學家們在癌癥領域的研究

doi：10.1093/bioinformatics/bty845

近日，一項刊登在國際雜志Bioinformatics上的研究報告中，來自劍橋大學的科學家們通過研究開發(fā)了一種名為“LION LBD”的新型AI系統(tǒng)(人工智能系統(tǒng))，其能幫助幫助研究人員進行癌癥相關的研究。

目前癌癥研究在全球范圍內(nèi)吸引了大量的資金，而且相關研究報告的數(shù)量也非常龐大，因此研究人員正在奮力進行癌癥領域相關的研究，而他們常常會發(fā)現(xiàn)，很多批判性假設的證據(jù)往往是在文章發(fā)表之后才會被發(fā)現(xiàn)。

癌癥是一種非常復雜的疾病，其在全球是誘發(fā)人群死亡的第二大原因，目前研究人員并沒有完全對癌癥進行深入剖析；癌癥的發(fā)生包括多種化學和生物化學分子、反應以及多種通路的改變，研究人員在多個廣泛的學科中進行癌癥研究，而其在描述相似概念的方式上也各不相同。

【5】Science：利用人工智能預測RNA病毒的動物宿主和傳播媒介

doi：10.1126/science.aap9072

諸如埃博拉病毒和寨卡病毒之類的許多致命性的和新出現(xiàn)的病毒傳播給人類并導致嚴重疾病之前早就在野生動物和昆蟲群落中傳播。從基因組序列中尋找不同病毒的動物和昆蟲宿主可能需要多年的密集的實地研究和實驗室工作。由此引起的延遲意味著難以實施預防措施，比如給疾病的動物來源接種疫苗，或者阻止物種之間的危險接觸。因此，在當前，及時地找到這些天然病毒宿主—這可能有助于阻止向人類傳播—對科學家們構成了巨大的挑戰(zhàn)。

如今，在一項新的研究中，來自蘇格蘭格拉斯哥大學等研究機構的研究人員設計出一種新的機器學習算法，它利用病毒基因組序列預測一系列RNA病毒的可能的自然宿主，其中RNA病毒是最常見的從病毒跳躍到人類中的病毒群體。相關研究結果發(fā)表在2018年11月2日的Science期刊上。

【6】Adv Therap：人工智能助力轉移性前列腺癌治療，療效顯著

doi：10.1002/adtp.201800104

聯(lián)合化療是癌癥治療之路上的一塊里程碑，但是優(yōu)化其療效需要對藥物的協(xié)同作用進行劑量和時間相關的調(diào)整，傳統(tǒng)的基于實驗的調(diào)整方法耗時又耗力，效率極低，阻礙了最佳聯(lián)合療法的發(fā)展。

為此，研究人員近日開發(fā)出了一種基于人工智能（AI）的平臺——CURATE AI來完善并加速這個過程。在他們的研究中，研究人員使用了溴結構域抑制劑ZEN-3694和雄激素受體拮抗劑恩雜魯胺（enzalutamide）這兩個藥物作為模式藥物，利用這種新的AI平臺對聯(lián)合它們治療一名轉移性去勢抵抗性前列腺癌病人的用藥方針進行了指導，目的在于降低病人血清中的前列腺特異性抗原（PSA）。

【7】Lancet Oncol：人工智能幫助預測癌癥患者接受免疫治療的效果

doi：10.1016/S1470-2045(18)30413-3

發(fā)表在《Lancet Oncology》上的一項研究首次證實，人工智能可以處理醫(yī)學圖像以提取生物學和臨床信息。通過設計算法并將其開發(fā)用于分析CT掃描圖像作者等人創(chuàng)建了一個所謂的放射學特征。該特征定義了腫瘤的淋巴細胞浸潤水平，并提供了患者免疫治療功效的預測評分。

將來，醫(yī)生可能因此能夠使用成像來識別位于身體任何部位的腫瘤中的生物現(xiàn)象，而無需進行活組織檢查。到目前為止，沒有標記可以準確地識別那些對PD-1 / PD-L1免疫治療有反應的患者，在這種情況下，只有15％至30％的患者對此類治療有反應。眾所周知，腫瘤環(huán)境中免疫細胞更豐富（淋巴細胞的存在），免疫療法有效的可能性越大，因此研究人員試圖通過成像來表征這種環(huán)境并將其與患者的臨床反應相關聯(lián)。

【8】Nat Commun：人工智能助攻前列腺癌診斷和治療

doi：10.1038/s41467-018-04724-5

來自瑞典的科學家們的最新研究成果表明數(shù)據(jù)驅使的AI可以幫助我們更深入了解前列腺癌如何發(fā)展，最終可以幫助提高這種疾病的臨床診斷和治療結果。每種癌癥都是獨特的，它的特點隨著時間變化而變化，這種所謂的腫瘤異質(zhì)性是由于腫瘤內(nèi)細胞的競爭性克隆以及可能增加轉移概率的獲得性基因突變。

來自瑞典生命科學實驗室的研究人員開發(fā)了一種數(shù)據(jù)訓練的AI方法可以幫助我們更好地了解前列腺癌及其周圍微環(huán)境異質(zhì)性相關的主要事件。這個來自瑞典皇家理工學院（KTH）和卡羅林斯卡研究所的研究團隊在KTH分子生物學教授Joakim Lundeberg的領導下獲得了來自6750個腫瘤組織樣品的空間轉錄組學（一種定量分析基因的組織學方法，由KTH和卡羅林斯卡研究所的研究人員共同開發(fā)）分析數(shù)據(jù)。

【9】Cell：利用人工智能繪制衰老大腦的基因表達圖譜

doi：10.1016/j.cell.2018.05.057

在一項新的研究中，來自比利時魯汶大學（VIB-KU Leuven）Stein Aerts教授及其團隊首次在果蠅衰老過程中繪制出每個腦細胞的基因表達圖譜。由此產(chǎn)生的“細胞圖譜”為大腦在衰老過程中的運作提供了前所未有的見解。這種細胞圖譜被認為是開發(fā)有助于更好地理解人類疾病發(fā)展的技術而邁出重要的第一步。相關研究結果于2018年6月14日在線發(fā)表在Cell期刊上。

果蠅的大腦由大約10萬個細胞組成，盡管它比人腦小得多，但它包含數(shù)百種不同類型的神經(jīng)元和其他形成復雜網(wǎng)絡的細胞，非常像人類大腦。研究者解釋道，“為了真正理解大腦的運作，即使對像果蠅一樣小的有機體，我們也需要放大觀察每個細胞。所有的器官和組織都由許多不同的細胞組成，這些細胞彼此之間進行溝通來執(zhí)行它們的特定功能。盡管它們具有相同的DNA，但它們都表達一組不同的基因，因此為了理解真正發(fā)生了什么，我們需要知道哪些細胞在做什么和什么時候做?！?/p>

【10】Science：開發(fā)出人工智能驅動的鬼影細胞測定儀，不用產(chǎn)生圖像就可高通量識別和分選細胞

doi：10.1126/science.aan0096

在一項新的研究中，日本研究人員發(fā)明了一種新的細胞識別和分選系統(tǒng)，并稱之為鬼影細胞測定儀（Ghost Cytometry）。這種系統(tǒng)將一種新的成像技術與人工智能（AI）結合在一起以史無前例地高通量速度識別和分選細胞。他們希望他們的方法將用于識別和分選在患者血液中的循環(huán)癌細胞、能夠加速藥物發(fā)現(xiàn)和改進基于細胞的醫(yī)學療法的療效。

在這項研究中，這些研究人員證實鬼影細胞測定儀能夠分選至少兩種不同類型的具有相似大小和結構的細胞，而且很少發(fā)生分選錯誤。鬼影細胞測定儀能夠以每秒1萬多個細胞的速度識別細胞，并且以每秒數(shù)千個細胞的速度對細胞進行分類?，F(xiàn)存的細胞分選機器不能夠區(qū)分具有相類似形狀的細胞類型。人類專家借助顯微鏡通常以每秒少于10個細胞的速度識別和分選細胞，而且有時還具有較差的準確度。