相關文章

以大數據和AI技術,點亮人類健康生(shēng)活(上篇) mask

以大數據和AI技術,點亮健康生(shēng)活(上篇)

2020.08.12 數字解決方案
本文看點
  • 業内專家(jiā)提倡活用(yòng)AI技術,以改善生(shēng)活習慣
  • AI技術利用(yòng)體檢數據,實現生(shēng)活習慣病的患病風險可(kě)視化
  • 大數據切實影響着(zhe/zhuó/zhāo/zháo)AI的準确度,保護數據安全我們勢在必行(háng / xíng)

往往在做完體檢後(hòu),人們才會(huì)産生(shēng)重新審視自(zì)我生(shēng)活,并産生(shēng)對(duì)擁有健康體魄的渴望。然而(ér),對(duì)于(yú)大多數人來說,無法切實地感知自(zì)己付出的努力能(néng)夠在多大程度的改善健康狀況,是非常令人挫敗的。所(suǒ)以,僅憑自(zì)我意願改變生(shēng)活習慣是非常困難的。

針對(duì)這個問題,東芝正在嘗試将50多年(nián)研究曆史的人工智能(néng)(Artificial Intelligence:AI)技術與大數據(來自(zì)140多年(nián)的制造經驗)分析·發(fā/fà)現價值的經驗、以及靈活的軟件開發(fā/fà)能(néng)力相結合——東芝将與活躍于(yú)醫療最前線的醫生(shēng)合作開發(fā/fà)解決方案,以促進我們的健康。上篇(本文)主要(yào / yāo)介紹實現生(shēng)活習慣病的發(fā/fà)病時期可(kě)視化的“疾病風險預測AI技術”。

一、業内專家(jiā):“活用(yòng)AI的未來醫療”

“您聽說過(guò)‘新陳代謝多米諾骨牌效應’這個名詞嗎?它是指生(shēng)活習慣病(比如(rú)高血壓、高血糖、血脂異常症等)像多米諾骨牌倒下(xià)時産生(shēng)的連鎖反應一樣發(fā/fà)展下(xià)去(qù),最終使我們陷入嚴重影響生(shēng)活的狀态(例如(rú):接受透析治療、失明等),或者患上可(kě)能(néng)危及生(shēng)命的疾病(例如(rú):腦中風、心力衰竭等)。”

告訴我們這一點的是位于(yú)日本東京日本橋室町三井塔的Midtown Clinic總院院長——田口淳一醫生(shēng)。田口醫生(shēng)不僅在動脈硬化性疾病(例如(rú):腦疾病和心髒疾病)方面具有豐富的專業知識和經驗,而(ér)且廣泛涉獵于(yú)内科疾病,例如(rú):代謝綜合征(内髒脂肪綜合征)和糖尿病等。同時,田口醫生(shēng)還緻力于(yú)活用(yòng)全身體檢或遺傳信息,對(duì)疾病進行(háng / xíng)預防,擁有着(zhe/zhuó/zhāo/zháo)豐富的從預防到治療的知識和經驗。據其(qí)稱,在患上生(shēng)活習慣病前的階段屬于(yú)代謝綜合征,隻要(yào / yāo)在這個階段重新審視并改善自(zì)己的健康狀況,就(jiù)可(kě)以避免患上可(kě)能(néng)危及生(shēng)命的疾病。

但是,無論醫生(shēng)在改善生(shēng)活習慣方面給予我們怎樣的指導,如(rú)果我們現在仍處于(yú)不痛不癢的狀态,就(jiù)很難改變自(zì)己的行(háng / xíng)爲。因此,田口醫生(shēng)正在探讨“疾病風險預測AI”(由東芝開發(fā/fà))的活用(yòng)事(shì)例。“疾病風險預測AI”會(huì)基于(yú)個人健康檢查(體檢)數據,模拟個人健康狀态:照這樣惡化下(xià)去(qù)的話,将來會(huì)患上某種生(shēng)活習慣病。以個人數據作爲依據,用(yòng)數值顯示非統一性的“患病風險”,有望大大提升醫生(shēng)對(duì)患者的說服力,從而(ér)讓醫生(shēng)更好地運用(yòng)專業知識和經驗。田口醫生(shēng)強調:“其(qí)本質是将能(néng)夠由AI通過(guò)數據處理完成的工作交由機器來實現,讓醫生(shēng)專注于(yú)‘運用(yòng)自(zì)身豐富的專業知識,對(duì)每個患者進行(háng / xíng)細緻的指導’,這種指導隻有一線臨床醫學專家(jiā)才可(kě)以做到”。

日本橋室町三井塔Midtown Clinic總院院長 田口淳一醫生(shēng)

日本橋室町三井塔Midtown Clinic總院院長
田口淳一醫生(shēng)

二、借助AI實現未來患病風險的可(kě)視化,改變我們的生(shēng)活

株式會(huì)社東芝技術企劃部的山口泰平将田口醫生(shēng)與東芝研究人員連結在一起,爲實現“活用(yòng)疾病風險預測AI”的具體解決方案鋪設了一條道路。山口最初是以半導體技術員的身份進入東芝公司的,但由于(yú)他非常關注解決社會(huì)課題的業務領域,便毛遂自(zì)薦從事(shì)新業務。山口在談及這一解決方案中蘊藏的想法時還說了下(xià)面一番話。

“大型企業長年(nián)積累了涉及員工體檢或治療藥物的大量數據。我想,利用(yòng)東芝的AI技術對(duì)這些數據進行(háng / xíng)分析,是不是可(kě)以在人們患上生(shēng)活習慣病前的‘将病未病’階段發(fā/fà)出警告,從而(ér)改善人們的生(shēng)活習慣呢?在超高齡社會(huì),如(rú)何延長身心健康的生(shēng)活時間(健康壽命)十(shí)分重要(yào / yāo)。我想讓世人了解隻有東芝才可(kě)以提供的解決方案,從全球老齡化速度最快的日本開始,走向全球。”

株式會(huì)社東芝 技術企劃部 生(shēng)命科學推進室 山口泰平

株式會(huì)社東芝 技術企劃部 生(shēng)命科學推進室
山口泰平

田口醫生(shēng)和東芝推進開發(fā/fà)的解決方案如(rú)下(xià)。由“疾病風險預測AI”讀取體檢報告數據(例如(rú):血壓、腰圍或飲酒頻率等),便可(kě)以算出:若幹年(nián)後(hòu)(例如(rú):1年(nián)後(hòu)、2年(nián)後(hòu)),現在的健康狀态将發(fā/fà)展至需要(yào / yāo)引起特别注意的階段,甚至是異常階段(生(shēng)活習慣病)。預測對(duì)象包括6種疾病——糖尿病、腎病、肝病、高血壓、血脂異常症、代謝綜合征。此外,通過(guò)改變生(shēng)活習慣(例如(rú):運動或飲酒等)參數,生(shēng)活習慣病的患病風險可(kě)以“降低”至何種程度,一目了然。僅查看體檢數值無法判斷疾病風險,但通過(guò)這種方式可(kě)以實現疾病風險的可(kě)視化,便于(yú)我們重新審視自(zì)己的生(shēng)活。

疾病風險預測AI

疾病風險預測AI

此外,作爲正在追加開發(fā/fà)的解決方案,部分AI模型不僅可(kě)以預測風險,還可(kě)以算出目前應該完成的目标值。具體而(ér)言,也就(jiù)是告知我們,“當我們希望把将來生(shēng)活習慣病的患病風險降低至這個水平時,現在應該實現哪些具體目标”,便于(yú)我們制定符合個人情況的改善目标(例如(rú):體重等)。同時,利用(yòng)“疾病風險預測AI”和“目标值計算AI”這兩個模型,就(jiù)可(kě)以了解“根據您目前的情況,如(rú)果這樣發(fā/fà)展下(xià)去(qù)的話,在這個時期将會(huì)出現這種程度的生(shēng)活習慣病患病風險”。此外,還以數值的形式标明了“目前需要(yào / yāo)在多大程度上改善生(shēng)活習慣”之類的具體目标,以降低患病風險。根據這些目标數值,加上醫生(shēng)的指導,每個人都可(kě)以自(zì)覺地努力改善自(zì)己的生(shēng)活。

爲了實現這些解決方案,AI開發(fā/fà)所(suǒ)需的“高質量數據”(例如(rú):體檢結果和醫療費賬單*等)是必不可(kě)少的。山口向東芝健康保險工會(huì)(東芝健保)和總務部尋求合作,希望可(kě)以将這些數據用(yòng)于(yú)分析。原因在于(yú):通過(guò)其(qí)他途徑獲得(dé / de / děi)與流行(háng / xíng)病學相似的高質量數據并非易事(shì),這些數據按時間順序,存儲了數十(shí)萬人的體檢結果和治療藥物的相關數據。但是,在處理數據時必須最大限度地保護個人信息。因此,在确保采取數據安全對(duì)策的同時,必須讓東芝健康保險工會(huì)和總務部充分理解開發(fā/fà)這一解決方案的必要(yào / yāo)性。因此,山口在逐個訪問日本全國各地的負責東芝内部醫療的醫生(shēng)、保健師後(hòu),收集了醫療現場的課題,并提出這一解決方案,因而(ér)與他們成功構建了合作體制。
*醫療機構向健康保險工會(huì)提交的每月醫療費用(yòng)清單(包括:治療藥物等)

山口通過(guò)這種方式走訪各大事(shì)務所(suǒ),通過(guò)了解企業醫務室的醫生(shēng)或員工的心聲,親身體會(huì)到了這一解決方案的意義所(suǒ)在。同時,再次确認了這一解決方案與醫療領域息息相關的重要(yào / yāo)性,以及繼續保持真誠合作的必要(yào / yāo)性。因此,山口希望能(néng)夠與各種機構合作,推廣解決方案,讓更多人使用(yòng)這項AI技術。雖然其(qí)他企業也在推出與“疾病風險預測AI”類似的服務,但我們的AI模型除了可(kě)以達到較高的預測精度以外,還重視與各種機構在各自(zì)擅長的領域開展合作,共同創造出綜合價值。

下(xià)期的《以制造和AI技術,點亮健康生(shēng)活(下(xià)篇)》中,我們将介紹“疾病風險預測AI”的開發(fā/fà)過(guò)程,以及我們對(duì)它的期待。