醫療健康是一個價值數十億美元的全球性產業，隨著人類平均預期壽命的提高，該產業的價值正在逐年增長。

對于醫療專業人員而言，新技術可以改變他們的工作方式，實現更準確的診斷并提升護理服務。對于患者而言，醫療創新減輕了痛苦并挽救了生命。

深度學習可以應用于醫療的各個階段，創造出醫生和患者都可以利用的工具，以提高護理標準和生活質量。

AI如何革新病患護理

從撥打緊急呼叫電話，到主治醫師在年度體檢時提出建議，病患護理是一系列關鍵選擇。其中的挑戰是盡可能快速、有效地為患者提供正確的治療。

根據2018年《柳葉刀》（The Lancet）雜志的一項研究，世界上近一半的國家和地區每1000人中只有不到一名醫生，這僅僅達到了優質醫療服務門檻值的三分之一。同時，隨著醫療數據的數字化，醫療服務提供者收集和參考的信息量正在增長。

在重癥監護室，這些因素表現得尤其明顯——它需要全天候關注的患者；需要解讀的大規模、連續數據反饋；并且需要快速、準確的決策。

麻省理工學院計算機科學與人工智能實驗室的研究人員開發了一種名為ICU Intervene的深度學習工具，該工具使用每小時生命體征測量，可提前8小時預測患者是否需要治療，以幫助他們的呼吸，或通過輸血或干預來改善心臟功能。

總部位于丹麥的創業公司Corti正在進行另一項“與時間賽跑”的互動——與緊急救援服務通話。該公司正在使用NVIDIA Jetson TX2模塊分析緊急呼叫音頻，并幫助調度員在一分鐘內識別心臟驟停案例。

LexiconAI是NVIDIA 初創加速計劃的成員，正在幫助醫生更好地關注病人。該創業公司構建了一個移動應用程序，使用語音識別功能從醫患對話中捕獲醫療信息，從而自動填寫電子健康記錄。

AI如何改變病理學

每年，數百萬次醫學掃描和數以百萬計的組織活檢正在發生。在病理學家長期借助物理載玻片來分析標本并進行診斷的同時，越來越多的醫療機構正在通過掃描這些載玻片來創建數字病理學數據集。

初創公司Proscia使用深度學習技術來分析這些數字標本，對三種常見皮膚病變進行分類，準確率超過99％。根據疾病的類型和階段進行診斷，即便是觀察相同組織的兩位病理學家也可能會經常產生不同意見。而使用AI可以幫助其標準化診斷。

另一家初創公司SigTuple開發了一種用于分析血液和體液的AI顯微鏡。借助于顯微鏡掃描鏡頭下的物理標本，并使用GPU加速的深度學習分析SigTuple云端AI平臺或顯微鏡本身的數字圖像。

與自動將載玻片轉換為數字圖像并解釋結果的掃描儀相比，SigTuple的顯微鏡只需花費很少的成本。該公司希望其工具能夠解決全球病理學家普遍面臨的短缺問題。

人工智能如何預測健康

一系列人工智能工具正在處于開發過程中，借助這些工具，人們可以在疾病顯現出癥狀之前的幾個月就檢測出疾病的風險因素。這些將有助于醫生做出早期診斷，進行長壽研究或采取預防措施。利用深度學習模型在大型數據集中發現模式的能力，這些工具可以從電子健康記錄、物理特征或遺傳信息中提取見解。

Face2Gene是一個移動應用程序，可以借助面部識別和AI技術，通過患者面部照片中識別出大約50種已知的遺傳綜合癥。它被全世界大約70％的遺傳學家使用，可以幫助減少準確診斷所需的時間。

由紐約大學研究人員開發的另一種深度學習工具，可以分析實驗室測試、X光片和醫生筆記，以預測心力衰竭、嚴重腎臟疾病和肝臟問題等疾病，比傳統方法快三個月。

借助人工智能和廣泛的電子健康記錄，研究人員可以在數百種可預測糖尿病等疾病的健康測量中建立新的聯系。

AI如何助力醫療應用程序

通過可穿戴設備、智能手機和物聯網設備，我們可以隨時隨地監控健康狀況。

例如，一項名為SpiroCall的服務使患者可以通過呼叫智能手機來檢查肺功能，方法是撥打免費電話號碼或在應用程序上錄制聲音文件。數據被發送到中央服務器，該服務器使用深度學習模型來評估肺部健康狀況。

對于有可能在運動場上遭受腦震蕩的運動員，人工智能應用正在使用智能手機相機來分析運動員的瞳孔對光線的反應，這是醫療專業人員用于診斷腦損傷的指標。

在心理健康領域，加拿大初創公司Aifred Health正在使用GPU加速的深度學習來更好地為個體患者量身定制抑郁癥治療方法。綜合患者癥狀、人口統計學和醫學檢查結果的數據，神經網絡可以幫助醫生開出治療方案。

AI如何為殘障人士提供醫療設備

全世界有十億人經歷過某種形式的殘疾。人工智能技術可以為其中一些人提供更高水平的獨立性，使其更容易執行日常任務。

Aira是初創加速計劃的成員之一，它創建了一個連接智能眼鏡的人工智能平臺，幫助視力受損的人閱讀藥瓶上的標簽等。俄亥俄州立大學的一位教授正在使用GPU和深度學習來創建助聽器，可以在濾除背景噪音的同時提高語音音量。

俄勒岡州立大學和非營利性研究機構Battelle的研究人員正在開發一種由神經網絡驅動的腦機接口，可以讀取想法并恢復肢體癱瘓的運動。

佐治亞理工學院的一支團隊開發了一種AI假肢手臂，幫助爵士音樂家Jason Barnes五年來第一次彈鋼琴。假肢手臂使用肌電圖傳感器識別肌肉運動并允許單獨的手指控制。