医疗保健正在逐步成为人工智能研究和应用的重要领域。

现如今，医疗行业中几乎每个领域都会受到技术崛起的影响。例如，图像识别正在彻底改变诊断过程。最近，谷歌的DeepMind神经网络可以诊断出50种威胁视力的眼疾，准确性可媲美医学专家。甚至有些制药公司也正在尝试深入学习设计新药。例如，Merk与创企Atomwise合作，GlaxoSmithKline与Insilico Medicine宣布建立合作关系。

在私营市场，医疗保健AI创企自2013年以来，已经在576次融资中获得43亿美元，这一数字远超人工智能涉及的其他领域。

医疗保健领域的人工智能当下着眼于改善患者的治疗结果，调整各利益相关者的利益，降低医疗成本。人工智能在医疗保健领域面临的一大障碍就是克服惯性，彻底改进不再有效的现有流程，并尝试应用新兴技术。

人工智能面临着医疗行业独有的技术和可行性挑战。例如，在美国，患者数据没有标准格式，也不具备中央存储库。当患者文件以不可读取的PDF格式通过传真、邮件进行发送，或以手写记录的图片发送时，从中提取信息对AI而言将是独一无二的挑战。

像苹果这种大型科技公司在这方面就有着自己的优势，尤其是在加入医疗保健提供商和EHR（电子健康记录）供应商在内的大型合作伙伴网络方面。

苹果设计开发的ResearchKit和CareKit ，能够生成新的数据来源并将EHR数据掌控在病人手中，这两个软件框架有望成为临床研究的革命性产品。在首次进行行业AI的深度挖掘中，CB Insights数据可被用于发现正在改变医疗保健行业的趋势。

AI即医疗设备的兴起

FDA（美国食品药品监督管理局）针对临床成像和诊断的人工智能软件实行快速监管审批方案。今年4月，FDA批准了用于筛查糖尿病视网膜病变患者的AI软件，该软件可准确筛查患者，无需专家的诊断意见。它被赋予了“突破性设备的称号”，加快了产品推向市场的过程。

软件IDx－DR能够在87．4％的时间内正确识别“超过轻度糖尿病视网膜病变”的患者，在89．5％的时间内确定那些没有患该疾病的患者。IDx是近几个月FDA批准用于临床商业应用的众多软件产品之一。

Viz．ai获批用于分析CT扫描图像，以检测与中风相关的指标，并及时将患者信息告知医疗工作人员。在获得FDA批准后，Viz．ai完成了Google Ventures、Kleiner Perkins Caufield ＆ Byers参投的2100万美元A轮融资。

GE Ventures旗下的初创公司Arterys去年获FDA批准，可通过其云AI平台分析心脏图像。今年，FDA取消了其用于癌症诊断的肝脏和肺部病变定位AI软件的批准。快速监管审批为2013年以来70多家进行股权融资的人工智能成像和诊断企业开辟了新的商业途径，共计发起119次融资。

FDA专注于明确定义和管理“软件即医疗设备”，尤其是考虑到最近人工智能的快速发展。FDA计划将今年一月试行的预认证（pre－cert）计划应用于AI软件。

FDA补充道：“该计划允许奇特对其设备及逆行微小改动，而无需每次都提交认证申请。”FDA表示，其软件认证工具等监管框架的各个方面都将变得“足够灵活”以适应人工智能的进步。

神经网络发现非典型危险因素

运用人工智能，研究人员开始研究、测量过去难以量化的非典型风险因素。利用神经网络分析视网膜图像和语音模式有助于识别人们患心脏病的风险。

根据今年发表在《Nature》杂志上的一篇论文，谷歌的研究人员利用一个经训练可识别分析视网膜图像的神经网络来发现心血管危险因素。研究发现，不仅可以通过视网膜图像识别年龄、性别和吸烟模式等风险因素，还可以“量化到之前从未有过的精确度”。

在另一项研究中，梅奥诊所（Mayo Clinic）与以色列创企Beyond Verbal达成合作，该创企专注于分析声音中的声学特征，以便在找出冠状动脉疾病（CAD）患者明显的声音特征。该研究发现，当测试对象在描述情绪体验时，有两种声音特征与CAD密切相关。

创企Cardiogram最近的一项研究表明：“经过深度学习，可穿戴心率传感器在接触人体之后，可以检测出由糖尿病驱动的心率变异性改变。”该传感器采用的算法通过心率检测糖尿病的准确度高达85％。

人工智能拥有发现疾病规律的能力，还将继续为新的诊断方法和从前未知的风险因素的识别等方面铺平道路。

苹果颠覆了临床试验

苹果正在围绕iPhone和Apple Watch等设备打造临床研究生态系统。数据是AI应用程序的核心，苹果可以为医学研究人员提供两种之前难以获取的患者健康数据。

尽管很多公司努力将健康记录数字化，但要想在各个机构和软件系统之间实现健康信息的轻松共享，也就是所谓的互操作性，仍然是医疗保健领域的一大难题。

这种问题在临床试验中尤为明显，准确匹配试验项目与患者对于临床研究团队和患者双方来说都是耗时且具有挑战性的过程。

目前有超过1．8万个临床研究仅在美国招募患者。如果医生有了解到正在进行的临床试验，偶尔也会向其患者推荐。否则，就只能通过一个关于已结束和正在进行的临床试验的综合联邦数据库ClinicalTrials．Gov招募受试者。

苹果正在试图改变医疗保健领域的信息传播方式，并为AI开辟了新的可能，尤其围绕里临床研究人员如何招募和监控患者上花了很多心思。

自2015年以来，苹果先后推出了两个开源框架——ResearchKit和CareKit，以帮助临床试验项目招募患者并远程监控他们的健康状况。这两个框架允许研究人员和开发人员创建医疗应用程序以监控受试者的日常生活。

举个例子，杜克大学的研究人员开发了一款应用程序Autism ＆ Beyond，该程序使用iPhone的前置摄像头和面部识别算法可筛选出有自闭症的孩子。

类似地，大约有1万名用户使用应用程序mPower，该程序提供手指敲击和步态分析等练习，从而判断出病人是否患有帕金森综合症。这些病人也都同意将自己的数据分享给更广泛的科研界使用。

苹果还在与Cerner、Epic等EHR（电子健康记录）供应商合作解决互操作性的问题。今年1月，苹果宣布iPhone用户可通过手机自带的“健康”应用访问参与机构的电子健康记录。

“健康记录”的功能是AI医疗保健创企Gliimpse在2016年被苹果收购之前的工作的衍生物。界面简洁，易操作，用户可以轻松找到他们在过敏、病症、免疫、实验室结果、程序以及生命体征方面的信息。

6月，苹果为开发人员推出了Health Records API。用户可以选择与第三方应用和医学研究人员共享数据，这也为疾病管理和生活方式监控创造了新的机会。