現(xiàn)在已經(jīng)步入2021年了，回顧過去2020整年，科學(xué)家們?cè)诶?a class="innerlink" href="http://theprogrammingfactory.com/tags/人工智能" target="_blank">人工智能研究出了多項(xiàng)重要成果，本文對(duì)2020年度科學(xué)家在人工智能研究中取得的重磅級(jí)研究進(jìn)行了整理。
【1】Nat Med：開發(fā)出新型AI診斷工具 不需要進(jìn)行檢測(cè)就能預(yù)測(cè)COVID-19的感染風(fēng)險(xiǎn)
doi：10.1038/s41591-020-0916-2
近日，一項(xiàng)刊登在國(guó)際雜志Nature Medicine上的研究報(bào)告中，來自倫敦大學(xué)國(guó)王學(xué)院等機(jī)構(gòu)的科學(xué)家們通過研究開發(fā)了一種人工智能診斷技術(shù)，其能根據(jù)機(jī)體癥狀來幫助預(yù)測(cè)個(gè)體患COVID-19的可能性。這種AI模型能利用來自COVID癥狀研究app中的數(shù)據(jù)，通過對(duì)比個(gè)體的癥狀和傳統(tǒng)COVID檢測(cè)的結(jié)果來預(yù)測(cè)一個(gè)人患COVID-19的風(fēng)險(xiǎn)，這就能幫助檢測(cè)受限的確的人群進(jìn)行COVID-19的篩查，目前在英國(guó)和美國(guó)的兩項(xiàng)臨床試驗(yàn)即將開始。
全球有超過330萬人下載了該app，并且利用其來記錄自身每天的健康狀態(tài)，比如其是否感覺良好或有什么新的疾病癥狀，比如持續(xù)咳嗽、發(fā)燒、疲勞及味覺喪失等。文章中，研究人員對(duì)定期在app中記錄自身健康狀況、來自英國(guó)和美國(guó)250萬人的數(shù)據(jù)進(jìn)行分析，其中約有三分之一的人群記錄了與COVID-19相關(guān)的癥狀，有18374名個(gè)體表示曾經(jīng)接受過冠狀病毒的檢測(cè)，有7178人為陽性結(jié)果。
【2】Cell：AI從超1億個(gè)分子中預(yù)測(cè)強(qiáng)力抗生素，殺傷超級(jí)耐藥細(xì)菌
doi：10.1016/j.cell.2020.01.021
一項(xiàng)開創(chuàng)性的機(jī)器學(xué)習(xí)方法已經(jīng)從1億多個(gè)分子中識(shí)別出了強(qiáng)大的新型抗生素，包括一種可以對(duì)付多種細(xì)菌的分子--包括肺結(jié)核和被認(rèn)為無法治愈的菌株。研究人員表示，這種名為halicin的抗生素是第一個(gè)被人工智能發(fā)現(xiàn)的抗生素。盡管人工智能以前曾被用于協(xié)助抗生素發(fā)現(xiàn)過程的某些部分，但他們表示，這是人工智能首次在不使用任何人類假設(shè)的情況下，從零開始識(shí)別出全新種類的抗生素。這項(xiàng)研究由劍橋麻省理工學(xué)院的合成生物學(xué)家Jim Collins領(lǐng)導(dǎo)，發(fā)表在Cell雜志上。
研究者Jacob Durrant表示，這項(xiàng)研究意義非凡。他說，研究小組不僅確定了候選分子，還在動(dòng)物實(shí)驗(yàn)中驗(yàn)證了有希望的分子。更重要的是，這種方法也可以應(yīng)用于其他類型的藥物，如用于治療癌癥或神經(jīng)退行性疾病的藥物。細(xì)菌對(duì)抗生素的耐藥性在全球范圍內(nèi)急劇上升，研究人員預(yù)測(cè)，除非緊急開發(fā)新的藥物，否則到2050年，耐藥感染每年可能導(dǎo)致1000萬人死亡。但在過去的幾十年里，新抗生素的發(fā)現(xiàn)和監(jiān)管審批都有所放緩。人們不斷地發(fā)現(xiàn)同樣的分子，我們需要新的化學(xué)反應(yīng)和新的作用機(jī)制。
【3】Nat Biomed Engine：科學(xué)家有望利用人工智能技術(shù)來預(yù)測(cè)人群患心血管疾病的風(fēng)險(xiǎn)
doi：10.1038/s41551-020-00626-4
近日，一項(xiàng)刊登在國(guó)際雜志Nature Biomedical Engineering上的研究報(bào)告中，來自新加坡全國(guó)眼科中心等機(jī)構(gòu)的科學(xué)家們通過研究開發(fā)了一種新方法利用人工智能技術(shù)來預(yù)測(cè)個(gè)體患心血管疾病的風(fēng)險(xiǎn)，文章中，研究者描述了如何利用視網(wǎng)膜血管掃描作為深度學(xué)習(xí)系統(tǒng)的數(shù)據(jù)源，從而教會(huì)該系統(tǒng)如何識(shí)別人群患心血管疾病的跡象。
100多年來，臨床醫(yī)生一直會(huì)觀察病人的眼睛來尋找其視網(wǎng)膜血管的變化，這些變化能夠反映個(gè)體在一段時(shí)間內(nèi)遭受高血壓所帶來的影響，而諸如這種影響或許是心血管疾病即將發(fā)生的征兆，而隨著時(shí)間推移，醫(yī)學(xué)科學(xué)家們就開發(fā)出了特殊儀器來幫助眼科大夫更好地觀察眼睛中最容易受到高血壓影響損傷的部分，并能將其作為診斷高血壓患者的一個(gè)關(guān)鍵部分，但諸如此類工具仍然需要醫(yī)療專業(yè)技術(shù)人員對(duì)患者的診斷做出最后的決定，這項(xiàng)最新研究中，研究人員就能夠教會(huì)人工智能系統(tǒng)識(shí)別人群機(jī)體出現(xiàn)的相同類型的癥狀，其并不需要人類人為地干預(yù)。
【4】Nature解讀!新型人工智能技術(shù)如何揭開病毒控制細(xì)胞內(nèi)部改變的奧秘!
doi：10.1038/s41586-020-2714-x
日前，一項(xiàng)刊登在國(guó)際雜志Nature上題為“Cytoplasmic control of intranuclear polarity by human cytomegalovirus”的研究報(bào)告中，來自美國(guó)西北大學(xué)等機(jī)構(gòu)的科學(xué)家們通過研究開發(fā)了一種新型的AI技術(shù)(人工智能技術(shù))，其或能幫助識(shí)別病毒如何控制細(xì)胞內(nèi)的變化。研究者指出，病毒可以控制細(xì)胞核內(nèi)的結(jié)構(gòu)和遺傳極性，這一研究結(jié)果強(qiáng)調(diào)了感染過程中基因組組織的重要性，以及AI技術(shù)到底能在多大程度上幫助科學(xué)家們識(shí)別復(fù)雜的細(xì)胞內(nèi)改變。
病毒能以多種方式控制細(xì)胞，從存在于細(xì)胞核中能直接控制基因表達(dá)的病毒蛋白，到能在細(xì)胞表面或細(xì)胞質(zhì)中發(fā)揮作用能控制細(xì)胞信號(hào)網(wǎng)絡(luò)的蛋白等，研究者表示，在各種情況下(包括在病毒感染期間)，細(xì)胞核如何以及為何會(huì)移動(dòng)并重組，或許還是后期需要進(jìn)行深入研究的一個(gè)問題。研究任何細(xì)胞內(nèi)過程的一個(gè)核心問題就是，在細(xì)胞培養(yǎng)物中的每個(gè)單一細(xì)胞發(fā)生的事件到底有多大的異質(zhì)性，在感染過程中我們可以有一些未發(fā)生感染的細(xì)胞，其中一些感染失敗，而在那些被感染的細(xì)胞中，每個(gè)細(xì)胞都處于不同的感染階段，這在實(shí)驗(yàn)上或許很難控制或者同步化。
【5】Nat Rev Neurol：人工智能技術(shù)或有望加速并改善阿爾茲海默病的診斷
doi：10.1038/s41582-020-0377-8
近日，一項(xiàng)刊登在國(guó)際雜志Nature Reviews Neurology上的研究報(bào)告中，來自謝菲爾德大學(xué)等機(jī)構(gòu)的科學(xué)家們通過研究表示，利用人工智能(AI)或能幫助快速診斷阿爾茲海默病并改善患者的預(yù)后;文章中，研究人員分析了在醫(yī)療領(lǐng)域中如何使用AI來幫助改善常見神經(jīng)變性疾病給英國(guó)國(guó)民健康保險(xiǎn)制度(NHS)所帶來的時(shí)間和經(jīng)濟(jì)的影響，比如阿爾茲海默病和帕金森疾病等。
很多神經(jīng)性障礙的主要風(fēng)險(xiǎn)因素是年齡，隨著全球人群預(yù)期壽命的延長(zhǎng)，患有神經(jīng)變性疾病的患者的數(shù)量預(yù)計(jì)也會(huì)達(dá)到前所未有的數(shù)量，研究者預(yù)測(cè)，截止到2050年，僅阿爾茲海默病患者的數(shù)量就會(huì)增加兩倍，達(dá)到1.15億，這對(duì)健康衛(wèi)生系統(tǒng)會(huì)帶來一定的挑戰(zhàn);這項(xiàng)研究中，研究人員利用AI技術(shù)(比如機(jī)器學(xué)習(xí)算法)在疾病癥狀惡化前檢測(cè)神經(jīng)變性疾病，這就能夠改善患者因成功疾病修飾療法而獲益的機(jī)會(huì)。
【6】Nat Metabol：新型算法或能利用人工智能技術(shù)來幫助管理1型糖尿病患者
doi：10.1038/s42255-020-0212-y
近日，一項(xiàng)刊登在國(guó)際雜志Nature Metabolism上的研究報(bào)告中，來自俄勒岡健康與科學(xué)大學(xué)等機(jī)構(gòu)的科學(xué)家們利用人工智能和自動(dòng)化的監(jiān)測(cè)手段開發(fā)出了一種新方法，其或能幫助1型糖尿病患者更好地管理自身的血糖水平。研究者Nichole Tyler博士表示，我們的系統(tǒng)設(shè)計(jì)非常獨(dú)特，文章中我們完全利用特殊的數(shù)學(xué)模擬器來設(shè)計(jì)人工智能算法，然而，當(dāng)這種算法在1型糖尿病患者的真實(shí)數(shù)據(jù)上得到驗(yàn)證時(shí)，其所產(chǎn)生的建議與內(nèi)分泌學(xué)家提出的建議高度相似。這一點(diǎn)非常重要，因?yàn)樘悄虿』颊叱３Ｐ枰?-6個(gè)月時(shí)間才能與內(nèi)分泌科的醫(yī)生進(jìn)行預(yù)約和診治。
在這段時(shí)間里，如果患者機(jī)體血糖水平過高或過低的話，其就可能存在出現(xiàn)危險(xiǎn)并發(fā)癥的風(fēng)險(xiǎn)，1型糖尿病患者自身無法產(chǎn)生足夠的胰島素，因此其就必須通過使用胰島素泵或每天多次胰島素的注射來控制血糖，這項(xiàng)研究中，研究人員所開發(fā)出的這種新型算法能利用從連續(xù)葡萄糖監(jiān)測(cè)設(shè)備和無線胰島素筆收集的數(shù)據(jù)從而為患者的治療提供指導(dǎo)。當(dāng)與一種名為DailyDose的手機(jī)app配合使用時(shí)，該算法的推薦結(jié)果顯示，其在67.9%的時(shí)間里與醫(yī)生的意見一致。
【7】Nature：診斷乳腺癌 人工智能完勝人類專家!
doi：10.1038/s41586-019-1799-6
近日，一項(xiàng)刊登在國(guó)際雜志Nature上的研究報(bào)告中，來自谷歌健康公司的科學(xué)家們通過研究開發(fā)出了一種新型的計(jì)算機(jī)程序，其能通過常規(guī)掃描，以比人類專家更高的準(zhǔn)確率對(duì)乳腺癌進(jìn)行診斷和檢測(cè)。乳腺癌是女性群體中最常見的一種癌癥類型，僅去年一年就有超過200萬的新確診病例，在沒有明顯癥狀的患者群體中，進(jìn)行定期篩查對(duì)于發(fā)現(xiàn)疾病的早期癥狀至關(guān)重要;在英國(guó)，50歲以上的女性會(huì)被建議每三年進(jìn)行一次乳腺X光檢查，同時(shí)檢查結(jié)果由兩位獨(dú)立的專家進(jìn)行分析。
但對(duì)掃描結(jié)果的解讀往往留有出錯(cuò)的余地，而且在所有乳腺X光檢查中，有一小部分結(jié)果會(huì)被出現(xiàn)假陽性(將健康人群誤診為患有癌癥)或假陰性(將疾病陽性誤診為陰性)。這項(xiàng)研究中，研究人員通過研究，成功利用人工智能模型對(duì)英國(guó)和美國(guó)的數(shù)千名女性進(jìn)行乳腺癌的掃描檢測(cè);這些圖像在現(xiàn)實(shí)生活中已經(jīng)被醫(yī)生分析檢查過了，但與臨床環(huán)境不同的是，機(jī)器(人工智能算法)并沒有依據(jù)病人的病史來進(jìn)行疾病的診斷。
【8】Cell：綜述深度解讀!機(jī)器學(xué)習(xí)如何帶來生物醫(yī)學(xué)研究的變革!
doi：10.1016/j.cell.2020.03.022
日前，一篇刊登在國(guó)際雜志Cell上題為“How Machine Learning Will Transform Biomedicine”的綜述文章中，來自俄勒岡健康科學(xué)大學(xué)的研究人員論述了機(jī)器學(xué)習(xí)技術(shù)在改善疾病診斷和治療方面的應(yīng)用，文章中，研究人員概述了機(jī)器學(xué)習(xí)如何改變生物醫(yī)學(xué)三大領(lǐng)域的，即臨床診斷、精準(zhǔn)療法和健康監(jiān)測(cè);其目的是通過監(jiān)測(cè)一系列疾病的發(fā)生和正常衰老過程來維持人類機(jī)體健康，對(duì)于每一個(gè)領(lǐng)域而言，研究人員討論了機(jī)器學(xué)習(xí)的早期成功應(yīng)用案例，以及機(jī)器學(xué)習(xí)所面臨的機(jī)遇和挑戰(zhàn)，當(dāng)這些挑戰(zhàn)得到滿足時(shí)，機(jī)器學(xué)習(xí)或有望成為一種嚴(yán)格、機(jī)遇結(jié)果的醫(yī)學(xué)手段，其有望不斷適應(yīng)個(gè)體和環(huán)境的差異來進(jìn)行疾病的診斷并開發(fā)有效的策略。
機(jī)器學(xué)習(xí)技術(shù)能利用復(fù)雜的算法在大規(guī)模、異質(zhì)性數(shù)據(jù)集中進(jìn)行運(yùn)行，從而發(fā)現(xiàn)那些即使是訓(xùn)練有素的研究人員也很難或不可能識(shí)別出的有用模式，這種方法已經(jīng)在整個(gè)科學(xué)和社會(huì)上有很多應(yīng)用，比如從玩游戲、到產(chǎn)品推薦、再到控制自動(dòng)駕駛汽車上等;在生物醫(yī)學(xué)方面、人類基因組項(xiàng)目、癌癥全基因組項(xiàng)目、國(guó)際機(jī)器學(xué)習(xí)競(jìng)賽項(xiàng)目等項(xiàng)目上都表現(xiàn)出了巨大的潛力，收集并分析與醫(yī)學(xué)療法和患者預(yù)后相關(guān)的大量數(shù)據(jù)集或能將醫(yī)學(xué)轉(zhuǎn)化稱為一種數(shù)據(jù)驅(qū)動(dòng)、以結(jié)果為導(dǎo)向的學(xué)科，其對(duì)于疾病的檢測(cè)、診斷都有著非常深遠(yuǎn)的影響。
【9】Nature：科學(xué)家成功利用機(jī)器學(xué)習(xí)技術(shù)對(duì)肺癌患者進(jìn)行早期診斷
doi：10.1038/s41586-020-2140-0
日前，一項(xiàng)刊登在國(guó)際雜志Nature上的研究報(bào)告中，來自斯坦福大學(xué)等機(jī)構(gòu)的科學(xué)家們通過研究或有望利用機(jī)器學(xué)習(xí)手段來檢測(cè)人類患者機(jī)體中的早期肺癌，文章中，研究人員分析并檢測(cè)了這種機(jī)器學(xué)習(xí)系統(tǒng)，以及其尋找血液樣本中的循環(huán)腫瘤DNA(ctDNA)的能力。肺癌是一種最常見的致死性癌癥，與很多癌癥一樣，肺癌發(fā)現(xiàn)得越早，患者的生存機(jī)會(huì)就越大;但很不幸的是，目前研究人員僅能通過CT掃描來對(duì)肺癌進(jìn)行診斷，這種檢測(cè)手段不僅昂貴而且假陽性率較高，基于這一原因，研究人員一直想通過研究開發(fā)出能在早期階段對(duì)肺癌進(jìn)行診斷的血液檢測(cè)手段。
新型的血液檢測(cè)手段將會(huì)涉及對(duì)血液樣本中的ctDNA進(jìn)行篩查，隨后研究者開始轉(zhuǎn)向開發(fā)機(jī)器學(xué)習(xí)系統(tǒng)，此前研究結(jié)果表明，利用機(jī)器學(xué)習(xí)技術(shù)有望識(shí)別出早期乳腺癌和其它類型的癌癥。這項(xiàng)研究中，研究人員訓(xùn)練機(jī)器學(xué)習(xí)模型，使其能夠識(shí)別出與非小細(xì)胞肺癌相關(guān)的數(shù)據(jù)參數(shù)，一旦該機(jī)器模型進(jìn)行了訓(xùn)練，其就能對(duì)既定患者的肺癌風(fēng)險(xiǎn)進(jìn)行有效評(píng)估。
【10】GigaScience：在全球首次開發(fā)基于人工智能技術(shù)的VariantSpark平臺(tái) 能對(duì)一萬億個(gè)基因組數(shù)據(jù)進(jìn)行分析并找出多種致病基因
doi：10.1093/gigascience/giaa077
日前，一篇發(fā)表在國(guó)際雜志GigaScience上的研究報(bào)告中，來自澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織(CSIRO)等機(jī)構(gòu)的科學(xué)家們?cè)谑澜缟鲜状瓮ㄟ^利用基于人工智能技術(shù)的VariantSpark平臺(tái)來處理一萬億個(gè)基因組數(shù)據(jù)，該平臺(tái)還能幫助鎖定人類基因組中特定疾病致病基因的具體位點(diǎn)。
人類基因組是一個(gè)完整的DNA集合，其包含超過30億個(gè)DNA堿基對(duì)，研究者表示，通過分析大規(guī)模的基因組數(shù)據(jù)庫，人工智能(AI)要比傳統(tǒng)方法在更短的時(shí)間內(nèi)對(duì)多種復(fù)雜疾病進(jìn)行更加深入地分析，VariantSpark平臺(tái)能分析諸如疾病和易感性等特性，從而揭示誘發(fā)疾病的具體基因;這或許就能在分子水平上提供關(guān)于疾病發(fā)病機(jī)制的重要信息，以便后期開發(fā)新型靶向性療法，VariantSpark平臺(tái)目前已經(jīng)被用來識(shí)別與心血管疾病、運(yùn)動(dòng)神經(jīng)元疾病、癡呆癥及阿爾茲海默病相關(guān)的致病基因了。
人工智能將不斷影響我們的生活，未來人工智能更加普遍。
