CB Insights报告：AI医疗领域这些趋势值得关注

AI医疗

创鉴汇

2020/11/27

1917

疫情期间，医疗AI企业也受到了资本更多的关注，据CB Insights数据的统计，在2020第3季度，医疗AI企业共完成了122笔融资，融资总额超过了20亿美元，是截至目前医疗AI企业季度融资总额的最高值。同时，大额融资的数量也显著增加：从今年3月份开始，单次融资超过1亿美元的融资事件超过了11起，这其中大部分是AI+新药研发企业。近日，CB Insights网站发布了Healthcare AI Trends To Watch的文章，盘点了医疗AI领域的7个最新趋势。

1. 更快，更便宜，更准确的新一代MRI和CT诊断

将AI应用在核磁共振成像（MRI）和CT等放射学影像分析中，不仅可以降低诊断的成本，提高诊断的准确率和效率，还能降低患者暴露在辐射和重金属等不利环境中的时间。

例如，Ezra公司致力于用MRI来代替传统的侵入式前列腺活检，用于男性癌症的检测。根据Ezra公司披露的信息，其FDA获批的AI软件和传统的前列腺活检相比，提高了诊断的准确性，并且将检测费用从超过2000美元降低到了575美元。除此之外，Ezra公司还通过和其它公司进行合作，进一步降低患者的诊断成本。

2. 即时血检和家庭快速检测

在AI的驱动下，计算机视觉正在将智能手机变成强有力的诊断工具，并减少了对一些检测结果进行专家解读的需求。

例如，Gauss Surgical公司和Cellex公司通过合作，开发了一款家用COVID-19快速诊断试剂盒。消费者在依照说明书进行操作后，只需要用智能手机对测试结果进行扫描，通过神经网络处理图像，消费者在数秒内就能得到诊断结果。

图片来源：Gauss Surgical官网

3. 数字病理学诊断：AI和数字样品将成为实验室的新常态

在传统疾病诊断过程中，在实验室获得患者的生物学样本后，需要将样本交给病理学专家进行样本分析，这些分析通常是病理学家通过显微镜分析完成的。如果病理学家无法得出关于样本的结论性诊断，样本通常会被送到另外一个实验室进行第二次诊断。这是因为病理切片的审查是一项非常复杂的任务，需要较高的专业知识和经验。

在数字病理学诊断中，通过使用成像设备，可以采集病理样本的高分辨率图像。病理学家不需在显微镜下分析样本，而是可以在计算机上远程查看图像，通过基于云的软件与其他医学专家合作，并利用AI来帮助图像分析和诊断。这将大大提升疾病诊断的准确率和效率。

4. AI将提升药物早期研发的效率，并带来模式的创新

传统的新药研发流程，往往需要十年或更长时间，AI可以将新药的研发时间缩短到数年甚至数月。特别是自COVID-19大流行以来，初创公司、大学和大型医药公司均在利用AI更好地了解新冠病毒的蛋白结构，以此来更好的设计药物。

去年，谷歌子公司DeepMind开发了一种算法AlphaFold，用来更好的理解蛋白质折叠，并更准确的预测蛋白质的3D结构。在疫情期间，DeepMind利用AlphaFold算法预测了与新冠病毒相关的蛋白质结构，并公开发布了这些数据。

5. AI驱动的被动监测

为了降低医务工作者暴露于病毒的风险，无接触、被动的生物识别技术正在被更多的使用。与可穿戴设备收集的数据相比，被动监测的优势在于它不需要患者或老年人一直主动佩戴设备。

例如，来自麻省理工学院（MIT）的研究团队开发了一种名为Emerald的设备，可以安装在医院的房间里来监视病人的移动情况。Emerald设备发射信号，经过多次反射回来的信号会被分析，来监视病人的移动情况。该设备可以捕捉非常细微的运动，例如通过捕捉患者胸部的上升和下降来分析其呼吸模式。

6. 联邦学习（Federated Learning）

联邦学习是一个机器学习框架，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和机器学习建模。在疫情期间，该技术正在被更多的在医药健康领域使用。例如，今年5月，英特尔（Intel）公司与宾夕法尼亚大学医学院（University of Pennsylvania Medical School）启动了脑肿瘤检测技术合作，合作中双方利用联邦学习来保护患者的隐私。

7. 机器人过程自动化（RPA）

机器人过程自动化（RPA）是基于AI概念的一种新兴业务过程自动化技术。应用在医院系统可以提升运营效率，节省运营成本。例如运用PRA可以实现自动化验证患者的保险资格，根据提供的服务确定正确的医疗代码，向保险公司提交索赔，以及对未支付账单的患者进行随访等。