現(xiàn)在已經(jīng)步入2021年了,，回顧過(guò)去2020整年,，科學(xué)家們?cè)诶?a class="innerlink" href="http://forexkbc.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(kāi)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(lái)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(guò)研究開(kāi)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(lái)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(lái)自COVID癥狀研究app中的數(shù)據(jù)，通過(guò)對(duì)比個(gè)體的癥狀和傳統(tǒng)COVID檢測(cè)的結(jié)果來(lái)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(kāi)始。

         全球有超過(guò)330萬(wàn)人下載了該app,，并且利用其來(lái)記錄自身每天的健康狀態(tài),，比如其是否感覺(jué)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(jué)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(lái)自英國(guó)和美國(guó)250萬(wàn)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(guò)冠狀病毒的檢測(cè),，有7178人為陽(yáng)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(kāi)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(wú)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(guò)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(kāi)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(shuō),，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(kāi)發(fā)新的藥物,，否則到2050年,，耐藥感染每年可能導(dǎo)致1000萬(wàn)人死亡,。但在過(guò)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(lái)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(lái)自新加坡全國(guó)眼科中心等機(jī)構(gòu)的科學(xué)家們通過(guò)研究開(kāi)發(fā)了一種新方法利用人工智能技術(shù)來(lái)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(lái),，臨床醫(yī)生一直會(huì)觀察病人的眼睛來(lái)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(lái)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(kāi)發(fā)出了特殊儀器來(lái)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(kāi)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(lái)自美國(guó)西北大學(xué)等機(jī)構(gòu)的科學(xué)家們通過(guò)研究開(kāi)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(guò)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(wèn)題。研究任何細(xì)胞內(nèi)過(guò)程的一個(gè)核心問(wèn)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(guò)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(lái)自謝菲爾德大學(xué)等機(jī)構(gòu)的科學(xué)家們通過(guò)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(lái)幫助改善常見(jiàn)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(lái)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(lái)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(lái)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(lái)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(kāi)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(lái)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(guò)高或過(guò)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(wú)法產(chǎn)生足夠的胰島素,，因此其就必須通過(guò)使用胰島素泵或每天多次胰島素的注射來(lái)控制血糖，這項(xiàng)研究中,，研究人員所開(kāi)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(wú)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(jiàn)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(lái)自谷歌健康公司的科學(xué)家們通過(guò)研究開(kāi)發(fā)出了一種新型的計(jì)算機(jī)程序,，其能通過(guò)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(jiàn)的一種癌癥類型,，僅去年一年就有超過(guò)200萬(wàn)的新確診病例,，在沒(méi)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(yáng)性(將健康人群誤診為患有癌癥)或假陰性(將疾病陽(yáng)性誤診為陰性)。這項(xiàng)研究中,，研究人員通過(guò)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(guò)了，但與臨床環(huán)境不同的是,，機(jī)器(人工智能算法)并沒(méi)有依據(jù)病人的病史來(lái)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(lái)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(lái)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(guò)監(jiān)測(cè)一系列疾病的發(fā)生和正常衰老過(guò)程來(lái)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(lái)進(jìn)行疾病的診斷并開(kāi)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(chē)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(lái)自斯坦福大學(xué)等機(jī)構(gòu)的科學(xué)家們通過(guò)研究或有望利用機(jī)器學(xué)習(xí)手段來(lái)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(jiàn)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(guò)CT掃描來(lái)對(duì)肺癌進(jìn)行診斷,，這種檢測(cè)手段不僅昂貴而且假陽(yáng)性率較高，基于這一原因,，研究人員一直想通過(guò)研究開(kāi)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(kāi)始轉(zhuǎn)向開(kāi)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(kāi)發(fā)基于人工智能技術(shù)的VariantSpark平臺(tái) 能對(duì)一萬(wàn)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(lái)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^(guò)利用基于人工智能技術(shù)的VariantSpark平臺(tái)來(lái)處理一萬(wàn)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(guò)30億個(gè)DNA堿基對(duì),，研究者表示,，通過(guò)分析大規(guī)模的基因組數(shù)據(jù)庫(kù)，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(kāi)發(fā)新型靶向性療法,，VariantSpark平臺(tái)目前已經(jīng)被用來(lái)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(lái)人工智能更加普遍。