[智能应用]最新研究：几滴血就可测上百种病，仅需几十元！专家：可提前十余年预测心脏病、糖尿病、阿尔茨海默病等疾病的患病风险…[11P] [复制链接]

当前，人工智能正以前所未有的速度，全面渗透到科学研究的各个领域。当人工智能深度融入科学研究，会带来怎样的变革？又会开启哪些新的探索空间？



AI × 疾病早筛技术
几滴血就可预测上百种病
2024 年，复旦大学科研团队凭借 " 人类健康与疾病蛋白质组图谱 " 的突破性研究成果——在人工智能算法的助力下，医生只需通过简单的血浆蛋白组检测，就能提前诊断和预测疾病。
据了解，这项研究最初只是针对阿尔茨海默病及其他类型痴呆。此前科研团队利用大数据和人工智能算法，对近 1500 种血浆蛋白质进行筛选分析，发现了 11 种可预测未来痴呆风险的血浆蛋白质。
复旦大学科研院副院长、复旦大学附属华山医院神经内科副主任郁金泰表示，通过验血发现蛋白质的变化，用 AI 算出来疾病苗头，最早能提前 15 年发现阿尔茨海默病等疾病的迹象。
如果能把蛋白质图谱绘制得更加全面，是不是能分析出更多疾病和蛋白质之间的关系呢？
带着这个想法，科研团队又对 5 万多人的血液样本和跨越 14 年随访的医疗健康数据进行了分析，成功绘制出全球首张 " 人类健康与疾病蛋白质组图谱 "，同时还开发出一套人工智能算法模型。


专家介绍，这项技术最大的特点就是 " 早发现、少花钱 "，医生通过检测人体血液中近 3000 种蛋白质的变化，再结合人工智能技术，就可以提前十余年预测心脏病、糖尿病、阿尔茨海默病等上百种疾病的患病风险。
郁金泰表示，团队正在研发快速检测试剂盒，未来常规体检只需加做几十元的蛋白质检测，就能筛查重大疾病风险。就像现在测血糖血压一样方便，特别适合需要定期体检的中老年人。
AI × 药物研发
效率和质量全方位提升
在浙江杭州的良渚实验室，研究员沈宁和他的团队利用 AI 算法，设计开发出一种用于治疗儿童早衰症的新药物，在实验中取得非常好的疗效。目前，团队正在积极寻求合作，努力推进临床转化。


浙江大学良渚实验室研究员沈宁表示，AI 算法让药物设计变得快速高效。如果用传统的大规模筛选，大概要 15～20 年的研发周期，而且有非常大的失败概率。有了 AI 算法的加持，药物研发周期可以缩短到 3～5 年。
早在 2021 年，良渚实验室就组建了一支由临床医学、生物学、数学、计算机、统计学等多学科交叉的团队，他们陆续开发七、八种深度学习的算法，致力于遗传病、罕见病的精准诊疗。
沈宁希望针对不同的疾病，甚至不同的患者，进行数据分析，借助 AI 的工具，为每个病人提供更加个性化的治疗方案。
当前，中国科研界正以 " 奔跑者 " 的姿态拥抱人工智能技术，推动科学研究从传统经验驱动向数据驱动跨越式转型。从实验室到产业一线，从基础理论到应用场景，AI 正成为科学家手中的 " 加速器 "，助力多领域科研突破。
AI × 医疗
辅助医生诊断和治疗
近日，多家医院宣布，将 AI 医疗落地到医院诊疗场景中。AI 技术将为医疗领域带来哪些变化？"AI 医生 " 能给人看病治病吗？
日前，全国首个 "AI 儿科医生 " 在国家儿童医学中心北京儿童医院正式上线应用，这名存在于虚拟世界里的 " 儿科医生 "，承担的角色主要有两个：
一个是专家的临床科研助理，帮助医生快速获取最新科研成果和权威指南；
另外一个是辅助医生进行疑难罕见病的诊断和治疗。
就在本月 20 日，多位身穿白大褂的知名专家，和身穿黑色工装服操作下的 "AI 儿科医生 "，共同为 10 名患儿进行疑难病多学科会诊。


就在专家们讨论的同时，桌子的这一边，工程师将患者的病历资料输入大模型中，"AI 儿科医生 " 也给出了治疗方案：手术加化疗。
记者观察到，10 名患儿的诊断中，AI 儿科医生给出的建议与专家组会诊结果吻合度较高，有时 AI 儿科医生还会通过患者病例报告里的某个单项指标，给治疗方案增加特别提示。


不同于通用 AI 大模型，医学专业领域的大模型需要更多维度的精准数据。为此，国家儿童医学中心将 300 多位专家的临床经验及数十年高质量病历数据，整合进大模型中，从而把 "AI 儿科医生 " 训练得更专业、准确。


国家儿童医学中心主任 北京儿童医院院长 倪鑫：我们在研发儿科 AI 医生初衷，当时提出 " 双医生制 "。我们所有的结果跟 AI 相互提醒，AI 对于整个医生团队就是辅助和朋友。
人工智能在医疗领域还有一个功能是预判，相当于医学检测多了一把 " 尺子 "。在北京协和医院，工作人员正在为陈女士做三维步态评估。去年以来，陈女士左侧肢体发抖、发僵，走路越来越困难，医生怀疑她是神经系统疾病。高速摄像机记录下了陈女士的运动过程，然后交给人工智能系统去评估。


一直以来，神经系统疾病在临床上不同医生的评估结果存在差异，容易出现误诊、漏诊。" 面向神经系统疾病预警的智能人机交互关键技术 "，通过多维评估体系，助力阿尔茨海默病、帕金森等神经系统疾病的早期诊断。


北京协和医院神经科医生 苏宁：这个病人的评分是 63 分，有可能是在认知障碍的早期。
截至目前，这套系统已完成 10 多万例神经功能检测，为临床精准诊疗提供参考依据。


北京协和医院神经科主任 朱以诚：比如说我一年前看了一个帕金森的病人，我不记得他一年前在我面前是什么样子了，我没有一个量化值，但机器都记下来了。它作为一个长程随访的测量工具是非常有用的。
去年 11 月，国家卫生健康委等三部门发布《卫生健康行业人工智能应用场景参考指引》，给出了 84 个典型应用场景。高频词为 " 智能 " 和 " 辅助 "。" 智能 " 体现出 AI 在技术层面的价值，而 " 辅助 " 则强调了 AI 在医疗领域承担的工具性角色。


有医生表示，AI 的确可以在一些场景、一些环节辅助医疗，但医生面对复杂病情的综合判断和经验积累以及面对面的人文关怀，是 AI 无法替代的。
湖南郴州市儿童医院儿童健康研究所执行所长 肖能：它可以总结所有目前已发表的文献，所以我们可以给患者提供适合的诊断方案。


四川省医学科学院四川省人民医院副院长 傅启华：患者只需打开我们医院的微信公众号，用语音或者文字询问 " 胃疼怎么办 " 或 " 头疼应该挂哪个科室 "，AI 就能迅速给出贴心的建议和就医指南。


湖南怀化市第二人民医院脊柱关节外科 康复医学科护士长 康丹：一些自动化的任务，如智能导诊、药物分配等重复性和机械性的护理任务，正在被自动化系统取代。但是也需要特别警惕护理伦理、护理的数据安全和患者的隐私保护等问题。


北京协和医院罕见病医学科主任 沈敏：现在有一个词语叫 "AI 幻觉 "，就是你拿到的这些信息到底是真的还是假的？我们要去甄别，因为它也是通过海量的数据分析。那些海量数据的里面，也许混杂了一些假消息。而且我们不是冰冷的机器，我们还要更多体现人文的决策。

介绍了复旦大学科研团队利用大数据和人工智能算法，对近1500种血浆蛋白质进行筛选分析，发现了11种可预测未来痴呆风险的血浆蛋白质。医生通过检测人体血液中近3000种蛋白质的变化，再结合人工智能技术，就可以提前十余年预测心脏病、糖尿病、阿尔茨海默病等上百种疾病的患病风险

人工智能（AI）在科学研究和医疗领域的深度融合，正在引发一系列深刻的变革，开启了新的探索空间。以下是几个主要方面的变革和探索：

1. 疾病早筛技术
AI × 疾病早筛技术
- 早期预测：通过分析血液中的蛋白质变化，AI算法能够提前十余年预测心脏病、糖尿病、阿尔茨海默病等上百种疾病的患病风险。
- 成本效益：这种技术不仅能够早期发现疾病，还能显著降低医疗成本。例如，复旦大学科研团队开发的血浆蛋白组检测技术，只需简单的血液检测和几十元的费用，就能筛查重大疾病风险。

2. 药物研发
AI × 药物研发
- 加速研发周期：AI算法能够显著缩短药物研发周期，从传统的15-20年缩短到3-5年。例如，浙江大学良渚实验室利用AI算法设计出一种用于治疗儿童早衰症的新药物，并取得了良好的实验效果。
- 个性化治疗：AI技术可以根据不同疾病和患者的具体情况，进行数据分析，提供更加个性化的治疗方案。

3. 医疗诊断和治疗
AI × 医疗
- 辅助诊断：AI技术可以辅助医生进行疑难罕见病的诊断和治疗。例如，全国首个“AI儿科医生”在国家儿童医学中心北京儿童医院正式上线应用，能够帮助医生快速获取最新科研成果和权威指南。
- 预判和量化评估：AI系统可以通过多维评估体系，助力阿尔茨海默病、帕金森等神经系统疾病的早期诊断。例如，北京协和医院的三维步态评估系统，能够通过高速摄像机记录患者的运动过程，并进行量化评估。

4. 医疗服务优化
AI × 医疗服务
- 智能导诊和建议：AI技术可以通过微信公众号等平台，为患者提供智能导诊和就医指南。例如，四川省医学科学院四川省人民医院的AI系统，能够迅速给出贴心的建议和就医指南。
- 自动化护理任务：AI技术可以替代一些重复性和机械性的护理任务，如智能导诊、药物分配等，从而提高护理效率。

5. 伦理和隐私保护
AI × 伦理和隐私保护
- 伦理问题：尽管AI在医疗领域具有巨大的潜力，但也需要特别警惕护理伦理、护理的数据安全和患者的隐私保护等问题。
- AI幻觉：AI系统可能会产生“AI幻觉”，即提供错误或误导性的信息。因此，医生需要对AI提供的信息进行甄别和验证。

总结
人工智能在科学研究和医疗领域的深度融合，正在推动科学研究从传统经验驱动向数据驱动的跨越式转型。AI技术不仅能够加速药物研发、辅助疾病诊断和治疗，还能优化医疗服务，提高医疗效率。然而，AI在医疗领域的应用也需要关注伦理和隐私保护等问题，确保其在安全和可控的范围内发挥作用。