加载中…AI的应用对医疗的改进
(2023-04-04 16:07:35)最近AI可以说是整个市场最靓的仔，再无出其右者。市场里的资金也是围绕着AI在不断的寻找热点，甚至于某些个股已经出现了几倍的上涨，三四倍，四五倍的个股也不少，那么对于专注于医药，想在医药里长期投资的我们来说，应该如何业理解AI的应用对于医疗行业的影响，是哪里会有机会，哪里会有风险呢？
确实AI对于相当多行业都会有冲击，最为明显的就是一些比较简单的重复性工作，或者是不需要什么创意的简单工作，比如客服，比如翻译，这可能是最先被代替的，而相对来说，医疗类的公司是更加复杂的，当然这也要看具体的工作类型，相信AI在疾病诊断方面的准确率恐怕比人类还要高。上周发表在国际著名科学期刊《PLOS
ONE》上的一项研究指出，深度学习模型在阿尔茨海默氏症诊断中比未经训练的AI模型更加准确，而且该技术能够排除一些干扰诊断的因素，如年龄。显然如此较高的诊断率是阿尔茨海默氏症诊断的重大突破，到目前为止，该病症是最难预测和诊断的疾病之一。2017年一项针对900多人的研究发现，多达四分之一的阿尔茨海默病患者被误诊。那么未来会不会有更多的诊断工作被代替呢？我相信是必然的，这当然并不是说医生这个职业就不存在了，医生除了诊断之外，还要进行医治，对于那些只开药就能够治疗的疾病可能医生的作用就减小了，但对手术等需要实际操作的医生来说，AI的取代作用并不明显，必定所有的操作仍然还是在医生的主导下完成。
这是AI的一个应用，就是诊断，另外AI还有别外一个非常重要的应用，就是用于新药的研发，特别是化合物的发现。这肯定比人类的效率要高很多。计算机辅助药物设计用于药物发现，然后结合化学信息、生物信息中的大量数据建立优质的机器学习模型，在靶点筛选、分子结构/化学空间分析、配体-受体相互作用模拟、药物三维定量构效关系（3D-QSAR）分析等过程中指导先导化合物的发现和优化。
另外，在药物临床阶段及批准上市后也有人工智能的使用。比如诺华利用人工智能从多个内部数据源抓取临床数据，用于预测和监控临床试验的患者招募、花费和质量。诺华宣称该技术的应用，使得患者招募时间缩短了10-15%。
这些应用当然都会节约成本，压缩时间，这对于医药公司来说都是有非常重要的意义。
当然无论AI如何运用，但临床试验都需要的，这是无法被代替的，目前这是可以确定的
。必定药物临床试验都需要医生与患者的配合，需要经历漫长的时间才能完成，药物要真正用到人身上才能知道效果如何，有什么相互作用等。对到整个医疗行业来说，AI来了，行业的发展会更加快速，效率提高了，这当然是好事儿，也是患者希望看到的。这对于全体人类来说都是值得期待的。
喜欢
0
赠金笔
前一篇：年报里一些值得我们注意的细节
后一篇：老板又离婚了