人工智能在癌症耐药性方向的技术突破

【产业链图谱 | 人工智能产业链图谱_人工智能产业链全景图】

【研究报告 | 人工智能行业研究报告】

　　当前越来越多的药物开发厂商开始转向计算机和人工智能，希望利用这种技术来缩小潜在药物分子的范围，从而节省后续测试的时间和金钱投入。为了识别那些有很大潜力可以作为药物靶标的蛋白质的编码基因，很多厂商把希望寄托在了机器算法上。

　　最近有一项goole的报告显示，他们通过获取患者的临床数据，从而通过人工智能预测患者的死亡时间的的准确率高达99%。这说明了人工智能在癌症领域的是有一定突破的。

　　目前，一些新的算法模型(包括近日发布在《ScienceTranslational Medicine》上)增加了新层次的复杂性，这些算法可以缩小相关蛋白质、药物和临床数据的范围，以便更好地预测哪些基因最有可能让蛋白质和药物结合。

　　在解决癌症耐药性方面，人工智能也有着突出作用。人工智能可以通过对庞大抗药肿瘤的数据学习、分析，快速理解癌症细胞是如何对抗癌药物产生抗药性的，这有助于研究人员和医疗人员改进药品研发、调整药物使用。

　　药企通过运用人工智能研发系统，能够降低研发过程中人力、时间、物力成本，同时基于疾病、用药等建立数据模型，预测药品研发过程中的安全性、有效性、副作用等。而研发成本的下降也就意味着罕见病药物售价能够更加低廉，让更多的患者能够用上药效更好的正版药。

　　今年一月，葛兰素史克公司宣布同位于加州的劳伦斯利物莫国家实验室(LawrenceLivermore National Laboratory)结成伙伴关系，携手利用人工智能进行药物研发。葛兰素史克负责科技的高级副总裁约翰·巴尔多尼(JohnBaldoni)表示，合作的目的是借助人工智能将药物研发时间压缩至一年，而此前有些药物研发耗时长达10年。

　　人工智能在帮助医生为癌症患者制定针对性治疗方案、预测药物治疗有效性方面也有着积极表现。科技巨头微软正开发名为“Hanover”的人工智能项目，借助深度学习技术，理解、分析大量医学专业论文，来帮助医生合理、精准用药。

　　对于癌症患者来说，服用抗癌药物、接受放疗、化疗都是在确诊后的不得已的应对手段。但如果将来能在早期诊疗中普及早期筛查，并提高癌症筛查的准确性，将癌细胞的焰火掐灭在萌芽状态，癌症患者也会得到更加及时的治疗，癌症患者的存活率能得到有效提高。

　　目前传统的筛查模式有诸多局限，比如灵敏度不够高，未能早发现癌症的靶点;特异性不够好，检测结果容易出现假阳性和假阴性;误诊率高，有时受制于医生肉眼阅片能力等等。

　　以结直肠癌筛查为例，由于肠道环境复杂、早期癌变或息肉又小又平以及医生疲劳等因素，临床漏诊率很高。而AI能有效降低结直肠癌筛查的漏检率，对于人眼经常漏诊的息肉等，AI可以选出病变疑点并提示医生。

　　AI技术能够利用图像识别、深度学习辅助临床医生更准确、更高效地诊断，达到从基于医生的主观判断到基于人工智能软件处理大数据后的客观判读的转变。目前已经在全球范围内应用于如宫颈癌、乳腺癌等多种癌症的筛查。

　　例如，香港中文大学的研究团队就用人工智能影像识别技术判读肺癌及乳腺癌的医学影像，自动筛查早期肺癌及快速检测乳腺癌转移，其准确率分别达91%及99%，识别过程只需30秒至10分钟。

       人类可以享受到机器算法带来的改变是巨大的福音，期待在未来的道路上AI技术能够彻底攻克癌症！