尼（ní）克·西罗医生终（zhōng）于找（zhǎo） 到了将他的孩子们 从几十年残疾疼痛 中（zhōng）拯救出（chū）来的方法。

西罗 医生的两（liǎng）个儿子出（chū）生时（shí） 就（jiù）患（huàn）有（yǒu）黑尿症 ，也称（chēng）为黑骨 病，这是一种非常罕见（jiàn）的基（jī）因 突变，全球仅有200人患（huàn）有该 病。如果不进行治疗，他们可 能会患（huàn）上严重的早发性骨关节 炎，骨（gǔ）质疏（shū）松和心脏病的风险 会显著增加。

但（dàn）市场（chǎng）上没有任何现（xiàn）成的医学 治疗方法，于是（shì）他就去寻找。 经过长（zhǎng）期且花费巨大（dà）的寻找， 他终于找到了治疗方法。

但（dàn）是西（xī）罗医生的故事并不（bú）少（shǎo） 见。目前已知的罕见病有7000 种，影响了（le）全（quán）球约4亿人。然 而，这些疾病中有95%仍（réng）没有 得到认（rèn）可的治疗方法，而且不（bú）是每个人都（dōu）有时间和资源（yuán）自己（jǐ） 去寻找治疗方法。

人工智能在此可以发挥作用（yòng）。

数字化卫生技（jì）术的蓬勃发展

据预测，在人（rén）工智能和机器学 习(AI/ML)的推动下，医疗 行业（yè）的格局将将在未来10年中 彻底改（gǎi）变（biàn）。通过汇总和分析来 自联网家庭设备和医疗记录的 数据，医（yī）疗（liáo）保健系（xì）统将能够根（gēn） 据（jù）预测主动提供（gòng）医疗护（hù）理。

“医疗保健已经变得太复杂（zá） 了，人（rén）类很难把它做好（hǎo）。疾（jí） 病种类太多了，治疗方法也太 多了。如果你把遗传学、蛋 白质组学、生物医学等因（yīn）素都 考虑进去（qù），那么（me）对（duì）于（yú）人类来 说需要（yào）理解（jiě）的（de）数（shù）据就（jiù）实在（zài）太多 了。”美国（guó）韦（wéi）尔（ěr）斯利（lì）巴布森学 院(Babson College)校长特（tè） 聘教（jiāo）授信息技术与管理专业汤（tāng） 姆·达文波特教授在（zài）接受国（guó）际电 联采访时如是（shì）说。

他（tā）说:“人工（gōng）智（zhì）能，特（tè）别（bié）是机 器学习（xí），能够以相对比较简（jiǎn）单（dān） 的形式处理（lǐ）所有这些数据，并能对人们可能患什（shí）么（me）疾（jí）病以及 什么（me）治疗方法可能最有效进行 预测。”

2018年，卫生技术领域的投 资超过了81亿美元，其中超 过四分之（zhī）一的资金与人工（gōng）智能 和（hé）机器学习相关。从发现药物 到进行诊（zhěn）断，企业（yè）正（zhèng）在试验大 量（liàng）的人工智能医疗保健解（jiě）决方 案——结果令人振奋。

发现治疗罕见病的药物

西罗医（yī）生的故事（shì）激发了 Healx 这家医（yī）疗（liáo）保健初创企业的（de）灵（líng） 感。Healx使用人（rén）工智能（néng）利用 已有的和已批准的医疗方法大 规模地预测（cè）和寻找罕见（jiàn）病的治 疗方法。

为了分析（xī）一种疾病（bìng），Healx会 通过算法分析（xī）现（xiàn）有的（de）数据，如 临床试验（yàn）信息、可用于（yú）测试治（zhì） 疗方法的模型、患者群体的数（shù） 量和（hé）质量，以及（jí）他们的主动性 如何等。在（zài）药物匹（pǐ）配（pèi）方面，也 是同样的道理，算法会搜（sōu）索并 预（yù）测哪种（zhǒng）现有的药物最适合（hé）停 止或逆（nì）转疾病的进程。

12年与24个月（yuè）的对比

该公司的目的是使用这种（zhǒng）方法 发现针对罕（hǎn）见病的新疗（liáo）法，并 推动其在24个月（yuè）内进入临床试 验。这比传统的新药研发和临 床开发模式要快得多，传统模 式平均需要12年而（ér）且 估计耗 资26亿美元。此外，完成医学 试验的新药只有12%能通过（guò）审 批。

“我（wǒ）们可以找到那些还没有治 疗方法的（de）疾病，然（rán）后分析数据 并做出预测，” 吉利（lì）亚姆（mǔ）说，“ 到目前（qián）为止（zhǐ），我们的成功率是 100%，这是我们（men）都没有预料 到的。”

对已经通过审批（pī）的（de）药（yào）物进（jìn）行研 究，减少了监管障碍，加快了 试验时间，有可能（néng）在几年内可 以开展（zhǎn）治疗，而不是需要几十 年。

“对（duì）于脆性X综合症（zhèng），我（wǒ）们花了 18个月的时间进行（háng）预（yù）测（cè），然后（hòu） 测试这些预测，为临床试验IIa 期进行准备，所花费的成本非 常低，”吉（jí）利（lì）亚姆（mǔ）说。

这家初创（chuàng）企（qǐ）业（yè）的目标是在（zài）2025 年前帮（bāng）助100种（zhǒng）罕见病的治疗（liáo） 方法走向临床试验（yàn）。目（mù）前，他 们正专注于两个疾病群，即罕 见神经-逻辑（jí）疾病和罕见癌（ái）症， 并（bìng）计（jì）划在未来两年内扩展到另（lìng） 外两种疾（jí）病群。

家中诊断（duàn）

根据（jù）世（shì）界卫生组织（zhī）的数据，到 2030年（nián），全球卫生工作者的短 缺数量将达到1800万人。人工 智能可（kě）以通过帮助医生快速有 效地（dì）诊断（duàn）和评估癌（ái）症和帕（pà）金（jīn）森 病等退行（háng）性（xìng）疾病的患者，从而（ér） 帮（bāng）助应对这一挑战。

例如，人工智能初创企业 Medopad公司(后改名为 Huma)与中国互联网（wǎng）公司（sī）腾 讯（xùn）公司合（hé）作，开发（fā）了一（yī）项名 为“在家（jiā）”的人工智能驱动监 测解决方案，用（yòng）于评估（gū）在真（zhēn）实 环境下帕（pà）金森病患者的运（yùn）动功（gōng） 能。

“人工（gōng）智能在医疗保健领（lǐng）域的 应用非常重（chóng）要，因为我们（men）的医 疗系统无法应对增长的需求。 我们必须（xū）走向‘预防而（ér）不（bú）是治 疗’的（de）模式（shì），这个模式的核（hé）心是 预防（fáng）医学，”Medopad的发言 人在接受采访时如（rú）是说（shuō）。

帕金森（sēn）病（bìng）影（yǐng）响了全球约（yuē）一千万 人。它的症状范围很广，因 此，随着病情的发展，诊断和 监测都变得很困（kùn）难。

Medopad的 "在家 "解决方案 使用可穿戴设（shè）备和智能手机应 用程序监测患（huàn）者，然（rán）后用机器 学习来发现数据中的（de）模式。

Medopad的发言（yán）人说:“人工 智（zhì）能将减轻临床医（yī）生和过（guò）度紧 张的医疗系（xì）统的负担（dān），还能改 善帕金森病患者的（de）生活。”

“随着（zhe）我（wǒ）们开始（shǐ）积累更大的（de）数 据池，更（gèng）好地了（le）解疾病进程 和（hé）风险的（de）可能性变得无（wú）穷（qióng）无 尽。移动技术无处不（bú）在，每个（gè） 人（rén）都（dōu）在成为自（zì）己（jǐ）健康的数据中 心。”

对于（yú）患者（zhě）来说，该技术意味着 可以在家中（zhōng）与护（hù）理人（rén）员或（huò）家 人（rén）一起进行测试。对于医生来 说（shuō），它可以减（jiǎn）少（shǎo）评估病人所需 的（de）时间（jiān），从而（ér）提高工作效（xiào）率（lǜ）， 降低成本。

国际（jì）电联（lián）的作用

对（duì）于医生和医疗（liáo）专业人员（yuán）来（lái） 说，接下（xià）来的（de）一个大（dà）挑战将是 如何采用这些新系统并将其整 合到日常临床实践中（zhōng）。

国际电（diàn）联与世界卫生组织 (WHO)合作的人（rén）工（gōng）智能医疗 焦点组，正在（zài）用人工智能解决 方案为医护人（rén）员赋能，以（yǐ）期实 现全（quán）民医保（bǎo）覆（fù）盖（gài）。

该焦（jiāo）点组（zǔ）的主要目标之一是建 立一个标（biāo）准化的（de）评估框架，以 评（píng）估哪些基于人工（gōng）智能的决（jué）策（cè） 方法可以用于医疗（liáo）、诊（zhěn）断、分 诊或治疗。

国际电联人工智能惠及人类 2020年（nián）全球（qiú）峰（fēng）会将探讨人工智 能如何帮助实现（xiàn）联合国（guó）可（kě）持续 发展目标。