德國海德爾堡大學的心臟病學家Benjamin Meder借助鼠標和計算機屏幕而不是手術刀,小心翼翼的在一個跳動的數字心臟上安放了一個起搏器的電極。借助模擬患者細胞電氣和物理特性打造的這種“數字副本”,Meder能夠在手術前通過模擬了解起搏器是否能夠挽救心臟衰竭患者的生命。
這種數字心臟是由西門子醫(yī)療公司打造的,這項研究也代表著,隨著個性化時代的到來,醫(yī)學設備制造商們如何使用人工智能技術來幫助醫(yī)生們進行更準確的診斷。FPC廠了解到,西門子醫(yī)療和飛利浦、通用醫(yī)療等競爭對手所面臨的挑戰(zhàn)在于,如何在與谷歌等希望借助大數據獲取健康醫(yī)療利潤的科技巨頭的競爭中獲得優(yōu)勢。
對于西門子醫(yī)療和它的傳統競爭對手來說,從主要的硬件制造公司向醫(yī)學軟件先驅者的過渡被視作該領域入行的關鍵。谷歌已經研發(fā)出了大量的AI工具,其中包含了能夠通過分析醫(yī)學影像進行眼部疾病診斷的算法,以及通過數字記錄預測可能死亡時間的算法等。
與此同時,阿里巴巴也希望借助它的云系統和數據系統來扭轉中國醫(yī)學專家短缺的現狀。阿里巴巴正在進行人工智能輔助診斷工具的研究,以幫助醫(yī)生們進行CT掃描和核磁共振掃描圖像的分析。
今年三月份從西門子集團分離出來的西門子醫(yī)療在最近這個季度的醫(yī)學影像設備銷售獲得了突破,這也多虧了一系列新產品的問世。但是軟板小編還了解到,據分析人士稱,這家德國公司還有飛利浦以及通用醫(yī)療都將遭遇一種壓力,它們必須證實自己能夠為醫(yī)療保健制度節(jié)省資金,因為醫(yī)療開銷越來越多的與患者的收入聯系在一起,而且醫(yī)院也依靠批量采購來獲取折扣優(yōu)惠。
西門子醫(yī)療在這一行業(yè)有著悠久的歷史,它在1896年打造了第一臺企業(yè)化X射線機器,現在它已經成為世界上最大的醫(yī)學成像設備制造商?,F在公司董事長Bernd Montag的野心在于把公司打造成為“醫(yī)療保健領域的GPS”,不僅通過銷售智能服務獲取數據,而且也讓小型科技公司研發(fā)App為它的反饋數據。
隨著西門子醫(yī)療公司的轉型,公司在IT領域投入了巨資。公司雇傭了大約2900名軟件工程師,而且在機器學習領域擁有超過600項專利和專利申請。但是西門子醫(yī)療的舉動并不孤單。飛利浦公司宣稱,公司大約60%的研發(fā)人員和60%的資金已經投入到軟件和數據科學領域。而且飛利浦公司也雇傭了數千名軟件工程師。
有專家稱,AI在醫(yī)學技術領域的成功取決于可以獲得的可靠數據,這種成功不僅僅是打造出數字模型,而且預示著針對特定患者的有效治療即將到來。心臟病學家Meder稱:“你可以設想一下,未來我們將能夠模擬一位患者所有的器官功能以及所有的細胞功能。我們將能夠提前數周或者數月預測患者是否會得病,以及患者對于特定療法會有怎樣的反應,而且患者將成為最大的受益者。那可能給醫(yī)學領域帶來革命性變化。”
為了實現這一目標,西門子醫(yī)療已經建造了一個擁有超過2.5億份注釋圖像、報告和手術數據的巨大數據庫,并借此對新的算法進行訓練。柔性電路板廠發(fā)現,在心臟數字副本的案例中,AI系統被訓練借助心臟的電氣、物理特性以及結構數據打造3D影像。西門子醫(yī)療的軟件研發(fā)負責人Tommaso Mansi稱,研究人員面臨的其中一項主要挑戰(zhàn)在于避開其復雜性,并且創(chuàng)建一個易于使用的界面。
為了測試這項數字副本技術,Meder的團隊創(chuàng)建了100個心臟數字副本,這些模型全部來自于一個6年試驗中所研究的心臟衰竭患者。計算機根據數字副本進行了預測,預測結果隨后會與真正的結果進行對比。Meder的研究團隊希望在2018年年底之前完成預測的評估。
如果這一研究結果是有希望的,研究人員接下來將對這個系統進行更大規(guī)模的實驗測試,并且最終讓監(jiān)管者批準這軟件進行商業(yè)應用。西門子醫(yī)療拒絕透漏這項技術最終將什么時候用于臨床,而且也未透漏它的數字心臟或者其它器官模型如何實現貨幣化。
西門子醫(yī)療、通用醫(yī)療和飛利浦宣稱,它們的數據庫來自于可獲取的公共數據、臨床數據或者合作醫(yī)院的數據,也有些數據來自于它們的客戶。而且它們宣稱,所有的這些數據都是匿名的,并經過了患者的同意。
然而一些活動家和專業(yè)學者擔心,這些患者的數據會被這些公司主要用作一種商業(yè)工具。埃森哲咨詢公司科學實踐部門的負責人Boris Bogdan認為,這些數據的所有權屬于灰色地帶,如果這些公司開始借助這些數據盈利,可能導致患者的強力抵制。他聲稱:“當Facebook創(chuàng)建時,沒有人真正關心這些信息的所有權?,F在人們開始了解,Facebook借助他們的數據賺取了巨大的利潤。數據隱私、數據用途以及數據貨幣化等問題也變得越來越明顯。”