人工智能技术在医学中的应用

人工智能技术在医学中的应用人工智能技术在医学中的应用 人工智能是计算机科学的一个领域，旨在模拟人类的思维过程、学习能力和知识存储。1950年，数学家阿兰·图灵在其探究人工智能开创性论文的第一行中提出“机器能思考吗？” 1956年，斯坦福大学 J.McCarthy 教授、麻省理工学院 M.L.Minsky 教授、卡内基梅隆大学 H.Simon和 A.Newell 教授（四位均获得图灵奖），以及贝尔实验室的 C.E.Shannon（也称为“信息论”）、IBM 的 N.Rochester 和其他学者，在美国达特茅斯学院率先提出了“人工智能”这一概念。他们对人工智能的定义是指机器以与人类相似的方式理解、思考和学习的能力，表明使用计算机模拟人类智能的可能性。自 20 世纪 70 年代以来，人工智能已扩展到机械定理证明、机器翻译、专家系统、博弈论、模式识别、机器学习、机器人和智能控制等讨论领域。 自 1990 年代初以来，简单的神经网络已被用于医学中，以解释心电图、诊断心肌梗塞、并预测心脏手术后重症监护病房的住院时间等。近年来，人工智能的医学应用激增，如机器人、医学诊断、疾病预测、图像分析（放射学、组织学），文本识别与自然语言处理、药物活性设计和基因突变表达预测、健康管理、医学统计学和人类生物学、治疗效果和预后预测以及近年来快速进展的组学技术等。2000 年，美国食品药品监督管理局（FDA）批准美国公司 Intuitive Surgical 生产的达芬奇外科手术系统上市。这种微创手术系统可以用于泌尿外科、心脏瓣膜修复和妇科等复杂手术。这一系统目前在世界各地已超过 5000 台投入运行。一种独特的新型精准药物输送纳米机器人也得到广泛使用。 人工智能提高了学习能力，提供了规模化的决策支持系统，正在改变医疗保健的未来。虽然人工智能可以在许多方面帮助医生，但在可预见的未来它不太可能取代医生。让我们看看人工智能在医学中的新用途。 当前的生物医学大数据，由电子医疗记录和数字图像存档（每幅图像约 20MB）积累而成，以每年 1.2 至 2.4 exabytes 的速度增长到了惊人的 100 至 250 exabytes。然而，这一生物医学大数据仍然非常零碎和无序。截止目前，传统的“自上而下”数据需要医疗保健数据库或登记处（包括手动输入数据及其固有的准确性和完整性限制，然后使用相对基本的统计工具进行数据分析）。 近年来，这种新的大数据范式主要以基因组医学及其不断升级的基因转录大数据的形式成功地应用于生物医学科学。这种基因大...