AI是一個簡稱，全稱是Adobe Illustrator 譯為：“插畫師”是美國Adobe公司出的一款向量處理軟體。旗下還有photoshop等,主要從事平面設計方面Illustrator常應用於出版、多媒體和線上影象的工業標準向量插畫的軟體1.卡通造型的設計；2.商業插畫的繪製；3.設計VI；4.logo設計；

點點給大家舉一個AI在醫療方面的應用，看AI能給人們的健康帶來哪些幫助。

這幾年的科技發展，雖然在醫療的許多方面取得了進步，但是在一些重大疾病方面，依然束手無策。而 AI 的到來，有望給人類克服重大疾病帶來希望。

疾病發現

在以往，很多疾病的發現雖然有儀器輔助，但是需要人工進行確認。尤其是在腫瘤的早期檢查階段，很多大型的醫院主要的病理分析人員工作量大，甚至會出現漏查情況。而現在，國外已經開始透過 AI 對腫瘤進行精準診斷、影象分析，可以在腫瘤非常微小的時候，幫助醫生更精準發現腫瘤，進行早期精準治療，達到治癒的效果。這種技術還可以直接覆蓋到一些基層醫療機構，提升早期發現率。

谷歌在 AI 的醫療滲透方面一直充當急先鋒，之前與印度亞拉文眼科醫院（Aravind Eye Care System）合作，由醫生提供各種視網膜的圖片，然後谷歌的人工智慧會根據這些圖片來進行學習，建立一個更為完善的篩查系統，幫助人們儘早發現糖尿病造成的眼病（PDR）。

約翰霍普金斯大學惠靈頓工程學院和彭博公共衛生學院的教授 Suchi Saria 進行的一項研究表明，AI 機器學習能夠改善敗血症的早期診斷。膿毒症是美國第十一大死因，每年有超過 25 萬人致死，超過死於前列腺癌，乳腺癌和艾滋病的人群。它是可治療的，但只有在足夠早被檢測到才行。透過使用機器學習快速分析臨床測試資料，Saria 的團隊能夠在三分之二的病例中診斷膿毒症，相對於沒有計算幫助的情況下改善了 60％，該系統也能夠推薦治療方案。

2017 年 3 月，谷歌、谷歌大腦與 Verily 公司的科學家共同開發出的診斷乳腺癌的人工智慧與病理學家展開對決，比賽結果是，病理學家準確率為 73.3%，人工智慧準確率為 88.5%。當然，目前來看這類技術還有提升的空間。而一家來自於杭州的，把計算機視覺和深度學習技術用於醫療影像輔助診斷的科技公司杭州迪英加科技有限公司也進入到這個領域。他們聲稱可以在普通計算機上以 5-10 秒鐘內處理和分析資料大小超過 1G 的全場掃描數字病理影象，同時對幾種癌症的良性和惡性判別準確率高達 98%以上，技術能力位於全球領先水平。

新藥研製

重大疾病的治療依賴於藥物，而新藥的研發在以往，是個漫長的過程。而在本月初，著名的藥廠葛蘭素史克（GlaxoSmithKline，GSK）宣佈投資 4300 萬美元開發 AI，包括其他知名藥廠，比如默克（Merck Sharp & Dohme，MSD）、強生（Johnson & Johnson）及賽諾菲安萬特（Sanofi-Aventis），都希望藉助超級電腦及 AI 機器學習系統，來預測藥品成份的表現，評估研發的成功率，提高成本效益，加快新藥的推出。

2016 年底，美國高盛集團釋出的人工智慧報告：《人工智慧、機器學習和資料將推動未來生產力的發展》（AI, Machine Learning and Data Fuel the Future of Productivity）中提到：“隨著人工智慧和機器學習的不斷整合，人們將有望在新藥研發的過程中顯著地實現“去風險”，不但將節約每年約 260 億美元的研發成本，同時還將提高全球醫療資訊領域的效率，節約的成本價值超過每年 280 億美元。”

治療方案

在癌症治療方面，現在很多醫院都執行著通用的化療或者放療方案，很少有醫院做個性化的方案嘗試。微軟則在去年就推進了一個人工智慧專案 Hanover，透過機器的深度學習來解決如何制定個性化的藥物治療方案問題，同時幫助醫生預測哪些藥物對治療癌症患者最有效，從而達到幫助治療癌症的目的。另外，AI 領域的巨頭 IBM 也在開發一個叫做 Watson Oncology 的專案，它透過檢索 60 萬份醫療報告以及 150 萬份癌症病人的病例從而幫助醫生解釋臨床資料，制定個性化治療方案。

國內也有這方面的創業公司，北京連心醫療科技有限公司選擇單點突破，將業務聚焦在腫瘤的放射治療方案。連心醫療透過 AI 人工智慧演算法用 10-20 分鐘實現自動的靶區勾畫，並自動規劃放射療法和手術方案，評估模擬放射治療或者手術方案的治療效果。醫生則只需要檢查與微調，整個放射治療的工作效率提高 60%以上。

隱私障礙

但是，AI 完全進入到醫療領域，還有一些障礙。最大的問題來自於對隱私的保護，影響了對於患者資料的收集。AI 在利用資料做研究開發前，要以獲得使用者允許為前提，這需要一個過程。而 AI 需要大量精準的資料來學習總結，沒有了大資料的支撐，就很難快速進化。

比如，英國資訊委員會辦公室就高舉隱私保護大旗，於 4 日宣稱 DeepMind 和英國國家衛生服務（NHS）相關單位一項涉及 160 萬份使用者健康資訊的合作協議並未獲得病患同意，違反了資訊保護法。

但我們有理由相信，AI 會幫助人類在健康方面走的更遠，雖然他未來有可能拿走我們的工作，但在某種程度上，人類更願意得到健康。

考慮到AI的飛速發展，所以當聽到它在商業領域的應用也在迅速發展也就顯得不那麼令人驚訝了。然而讓人猝不及防的是，在現實世界裡，很多早期工作都是在資料安全和網路安全等更加普通的後臺應用程式中進行，而非如許多人所想的那樣在語音UI等更炫酷的環境下進行。

根據TECHnalysis Research最近公開的AI在企業的調查報告瞭解到，在美國，超過500家公司都在積極參與AI應用的開發、試行或執行工作。這些公司被要求在15種應用型別中進行選擇，從影象識別到垃圾郵件過濾到物聯網分析等等以及從開發到試行再到全面生產的每個應用成熟度級別。

如下圖所示，被調查者中，應用排名前二的是資料安全和網路安全，它們的佔比都達到了70%左右。

而當按照實現的成熟度級別來看的話，出來的結果則更引人注目。下圖列出了全面生產下的AI應用，可以看到，排名最高的應用基本都可以被分到後臺或基礎設施型別中。

其中垃圾郵件過濾應用排在第二，裝置安全排在第四。這兩個應有都可以利用AI學習技術為部署帶來更強大的好處，但它們跟許多人期望或害怕的AI人類智慧功能沒有關聯。

當檢視試行中的應用排名中，一個非常不同的組合升到了頂部。可以看到，商業智慧、語音UI/自然語言處理、影象識別分列前三。然而資料顯示，這些“科幻”的應用目前還處在開發的早期階段。

仍處在開發階段的AI應用關注的則是更為遙遠的未來，其中，機器人技術排在首位，然後是製造效率/預測維護、呼叫中心/聊天機器人。很明顯，許多公司正在努力將這些型別的應用融入到他們組織，但現實的表現仍有些落後。

通過了解公司在這一新興領域的動向可以幫助設定更加現實的預期，即AI各方面將如何以及何時開始對商業世界產生影響。