癌癥是一種發(fā)病率和死亡率都很高的疾病，給人類健康帶來了嚴(yán)重的危害。根據(jù)全球癌癥統(tǒng)計(jì)，每年有數(shù)百萬新的癌癥病例和死亡。癌癥是一組異質(zhì)性和復(fù)雜的疾病，其特征是不受控制的細(xì)胞增殖和滲透或擴(kuò)散到身體其他部位的能力。癌癥固有的復(fù)雜性和異質(zhì)性已被證明是發(fā)展有效抗癌療法的主要障礙。
最近，人工智能已有效地應(yīng)用于腫瘤圖像分割、有絲分裂率和數(shù)量的識別和量化、突變篩選、來自癌細(xì)胞的無害細(xì)胞核的自動檢測和分類、蛋白質(zhì)構(gòu)型和空間定位、預(yù)測未識別的代謝物的嘗試、精確的醫(yī)學(xué)匹配測試、藥物重復(fù)使用、液體活檢和基于藥物基因組學(xué)的癌癥篩選和控制?；谌斯ぶ悄艿陌┌Y診斷、分層、突變識別、治療和藥物再利用策略可能有助于精確的腫瘤學(xué)研究。
而AI和機(jī)器學(xué)習(xí)(ML)可以幫助管理糖尿病等慢性疾病。事實(shí)上，ML和AI已經(jīng)被用于基于遺傳數(shù)據(jù)預(yù)測糖尿病的風(fēng)險(xiǎn)，使用電子健康記錄(HER)數(shù)據(jù)診斷糖尿病，將腎病和視網(wǎng)膜病變等并發(fā)癥的可能性降至最低，以及診斷糖尿病視網(wǎng)膜病變。
基于配體的相互作用指紋(LIFt)方法使用物理對接和取樣方法來預(yù)測小分子藥物的潛在靶標(biāo)，蛋白質(zhì)-配體相互作用指紋(PLIF)方法使用指紋方案來總結(jié)配體和蛋白質(zhì)之間的相互作用。確定靶標(biāo)對于給定的生物途徑、分子過程或疾病是否重要的過程是耗時(shí)且昂貴的。當(dāng)緊密的數(shù)據(jù)過濾和統(tǒng)計(jì)相結(jié)合時(shí)，目標(biāo)驗(yàn)證的效率可以顯著提高，因?yàn)楦咄亢Y選暴露了相關(guān)疾病模型中的細(xì)胞反應(yīng)。
AI在腫瘤藥物研發(fā)和精準(zhǔn)治療中的新作用
AI用于預(yù)測抗癌藥物的效果或幫助尋找抗癌藥物(圖1)。各種惡性腫瘤和藥物的反應(yīng)可能不同。來自大規(guī)模篩選過程的信息證明了癌細(xì)胞的遺傳多樣性和治療方法之間的關(guān)系。Lind等人使用ML監(jiān)測數(shù)據(jù)創(chuàng)建合成數(shù)據(jù)。根據(jù)目前癌細(xì)胞基因組的突變位置，利用該模型預(yù)測抗癌藥物的有效性。
因此，AI可以幫助初級醫(yī)生在臨床診斷和決策方面進(jìn)行教育。在模式識別之外應(yīng)用AI來處理眾多的數(shù)據(jù)模式、數(shù)據(jù)不足、評估選擇性和預(yù)測功能，通過反饋指導(dǎo)學(xué)習(xí)過程和微調(diào)模型，可能會改變癌癥護(hù)理。
人工智能在糖尿病控制中的應(yīng)用正在迅速發(fā)展。感謝人工智能，我們可以重新思考糖尿病，重新設(shè)計(jì)糖尿病預(yù)防和護(hù)理實(shí)踐。人工智能幫助開發(fā)預(yù)測模型，以評估糖尿病的風(fēng)險(xiǎn)及其影響。這將更容易將個(gè)性化護(hù)理組件納入糖尿病管理。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號：滬ICP備17004559號-5
