行业洞察力：AI在疾病预防中的新兴作用

人工智能（AI）在医疗保健行业中正在取得巨大进步。 为了帮助预防疾病，医学专家现在可以利用来自医学传感器和基因组学的数据，这是涵盖基因组功能，结构和作图的分子生物学学科。 这是称为“预测医学”的趋势的一部分，其中大数据可帮助识别有疾病风险的患者，就像当今的商业智能（BI）工具使用预测分析来识别新趋势和机遇一样。

斯克里普斯研究转化研究所使用基因组学数据来更好地了解一个人的健康状况。 Scripps正在与Nvidia合作开发AI和深度学习实践，这些实践可以从基因组学以及智能手表，血压袖带和血糖仪中的数字传感器中汲取见解。 数据科学家甚至可以将深度学习应用于来自新Apple Watch Series 4的医学数据。Nvidia和Scripps将进行这项研究，作为两家公司两家公司新的卓越中心的一部分。

为了了解有关AI和大数据如何帮助从医疗传感器中获得见解的更多信息，PCMag与领先的数字健康专家和心脏病专家Eric Topol博士进行了交谈。 他还是Scripps Research Translational Institute的主任和创始人。

PCMag（PCM）： Scripps是如何与Nvidia结合在一起的？

埃里克·塔波尔（ET）：我是这样做的。 我一直在阅读有关它们对深度学习和AI整个领域的贡献的很多内容，因为我很快就会有一本关于该主题的书问世。 我做了很多研究，我意识到他们是AI硬件和本地创新领域的领导者，这些创新包括无人驾驶汽车，加密货币，视频游戏和医疗保健等。 因此，我们开始讨论如何一起工作。

PCM：与Nvidia合作的新的卓越中心的目标是什么？

ET：首要目标是促进人类健康。 我们需要能够应用深度学习，人工智能及其所有亚型，不仅可以分析传感器数据和整个基因组序列，还可以将每个人的所有数据整合在一起。 这些数据包括他们佩戴的传感器以及生物层的数据。 这不仅是DNA，蛋白质，肠道微生物组，代谢产物等，而且还包括以前使用的所有药物和环境。

尚未将所有数据汇总并实时提取个人价值。 这是一个深远的目标，但是要实现这一目标，我们必须确定处理传感器数据的能力，该数据非常丰富且密集。 通常，传感器连续传输数据，并且随着时间的推移，它们会产生比其他任何东西（包括图像和整个基因组序列）更多的数据。

• 在企业中采用人工智能的10个步骤在企业中采用人工智能的10个步骤
• 此应用程序将人工智能的力量带给发展中国家的医生此应用程序将人工智能的力量带给发展中国家的医生
• “身体计算”将医疗保健变成生命护理“身体计算”将医疗保健变成生命护理

PCM：数据将如何提取个人的价值？

ET：总有一天会有一位虚拟的医疗教练。 像今天一样，我们有一个智能的扬声器，可以为您提供一些指导或答案，或者您的Google数字助理可以告诉您您的行程安排或是否应该提早离开机场。 好吧，今天很好，但是将来我们可以在保健方面做很多事情。 现在从糖尿病和高血压等疾病开始，但最终这将成为大多数人的预防策略。 还没有人组装它，但是这是到达那里的一些早期步骤。

PCM： AI将如何真正帮助革新疾病的预测和预防？

ET：有很多方法可以实现。 例如，今天，对于糖尿病患者，唯一存在的算法是您的血糖是上升还是下降。 那是一个愚蠢的算法。 我们知道的是，葡萄糖的调节和状况不仅受人的饮食影响，还受睡眠，活动，肠道微生物组和其他因素的影响。 因此，我们所能做的就是开发算法，将所有这些数据输入并返回给个体，以实现更好的葡萄糖调节并预防诸如眼病，肾病和血管病等疾病的并发症。 该算法还可提供重要数据，以帮助预防癫痫发作，哮喘和心脏病发作。 一旦我们认识了处于危险之中的人，并且我们有了聪明的算法就可以将一个人的所有数据都考虑在内并向他们提供所需的反馈，那么我们可以避免很多事情。

PCM：今天在AI和疾病预防方面是否有真正的进步，还是我们将来会看到这种东西？

ET：嗯，它开始真正起飞了。 已经发表了大约五种不同的前瞻性研究。 因此，他们一直在诊所测试这些算法。 去年，我们已经看到15种AI算法被美国食品和药物管理局批准。 人工智能的发展还处于初期，但现在已经开始流行。 一年前并非如此，但可以肯定的是，今年下半年，我们将看到越来越多的证据表明这种情况已成为现实。

PCM： AI是否会使用Apple Watch等产品中的数字传感器？

译者：是的，关于这方面的消息是在9月发布的，来自一家名为AliveCor的初创公司的公告，该公司一年前已经通过深度学习算法获得FDA的批准。 因此，人们可以在休息和进行体育锻炼的情况下监控他们的心率，并在休息和心率为时发现某些异常时得到警报。 他们将被告知要通过手表记录心电图，然后通过算法读取心电图，然后您就可以诊断出房颤。 因此，它已经存在了一年，然后，Apple也提供了它。 现在，我们可以通过AI检测多个消费者心律； 这是一个真实的故事。 我们并不是在谈论仍在发展中的深度学习算法； 他们现在是真实的。

患有房颤，您可能会说：“每个人都需要Apple Watch吗？” 不，但是对于处于危险中或已接受房颤治疗的人，这是增加中风风险的重要条件。 它要求某些人使用血液稀释剂来预防中风。 因此，如果您发生房颤并且心脏结构异常，这不是一件容易的事。

PCM：尽管诸如23andMe之类的公司提供的基因测试价格不到200美元，但是对整个基因组进行测序仍然会带来不菲的价格。 AI将使基因组测序更实惠吗？

ET：有可能。 它可以做到这一点的方法之一就是更有效地处理数据，因此您不必对数据进行深入排序或为许多人使用。 然而，今天，对单个完整基因组进行测序仍需约一千美元。 因此，如果您想对很多人，成千上万的人这样做，那仍然是一笔不小的费用。 AI可以通过多种方式改变和扩展基因组测序，而不仅仅是DNA。 AI，RNA，蛋白质，代谢物，微生物组以及AI可以接近的每个生物层，因为它们都是大数据。 如果标记为“大数据”，则基本上是闪烁的AI。

PCM：我看到您参与了国立卫生研究院的“我们所有人研究计划”。 这意味着什么？

ET：一百万美国人，他们可能在很多年，甚至几十年里，将学习有关自己，基因组，微生物组和各种传感器的知识。 他们将共享这些数据，以便我们可以提供帮助-不仅是促进他们的健康，而且是下一代人的健康。 因为所有这些了解每个人的能力都是新的，所以我们现在才开始了解如何使用这些工具来帮助人们维护健康。 我们让人们了解自己的数据，我们将这些数据还给他们，以帮助他们与医生一起成为未来人类健康的公民科学家和先驱。

PCM：您正在使用连续式心脏传感器做什么？ 这是如何运作的？

ET：我们有一个可以贴的贴，例如创可贴。 我们在11或12天内持续心跳15, 000人； 这是海量数据。 为了能够在心律不齐（一种心律失常）发生之前进行预测，并知道该信号以便我们可以预防它，这就是我们要采取的措施。 人们已经使用AI来诊断心律，但我们正在努力使其能够预防心律不齐。 那是下一个阶段。

PCM：整个基因测序如何发挥作用，您将如何在老年人群中使用它？

ET：我们有很多人，他们的平均年龄是89岁。他们从未生过病，我们想知道为什么。 我们认为，与对照相比，从这些基因组进行的深入学习将为我们提供帮助，因为需要编织大量数据，以了解那些与极端健康跨度不同且相关的“温柔”人群的基因组变异。 我们花了将近十年的时间来积累所有这些人，并把他们全部排序。

PCM：人工智能真的会让我们更健康吗？

ET：我们得看看。 一件事是诺言，另一件事是兑现诺言。 时间会证明一切。 但是我不知道我们今天是否见过有如此大前景的东西。 但是要花些时间才能验证所有内容。