人工智能治療癌癥的機(jī)理
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論(0)
盡管人們對人工智能有多種定義,但都認(rèn) 已經(jīng)進(jìn)入實(shí)踐,并且有不小的收獲。
同一個(gè)要素,讓機(jī)器勝任一些通常需要人類智 要讓人工智能診治癌癥,第一步需要人工
能才能完成的復(fù)雜工作。人類的許多活動,如 智能有像人一樣的感知,即知道周圍的環(huán)境,
演算數(shù)學(xué)題、猜謎語、討論、編制計(jì)劃和編寫 尤其是生物體和人的機(jī)體環(huán)境,什么是正常的
計(jì)算機(jī)程序,甚至駕駛汽車、騎自行車和診治 機(jī)體,什么是異常的機(jī)體,甚至是癌變的機(jī)
疾病等,都需要智能。如果機(jī)器能夠執(zhí)行這種 體,尤其是只具有微小變化的機(jī)體,例如,只
任務(wù),就可以認(rèn)為機(jī)器已具有某種性質(zhì)的人工 有幾個(gè)發(fā)生癌變細(xì)胞的乳腺或肺。
智能。 第二步是,人工智能不僅要感知正常和異
常機(jī)體的不同,還要理解為何有這樣的不同,
人工智能診治癌癥的機(jī)理 是癌變引起的不同,還是其他疾病引起的不
同。最后第三步才是判斷和決策,即得出結(jié)
利用人工智能診治疾病是人類一個(gè)雄心勃勃 論,在感知和正確理解的基礎(chǔ)上,向醫(yī)生提供
的計(jì)劃,而且,這一計(jì)劃早就有一些初步結(jié)果, 對某個(gè)個(gè)體檢測的結(jié)果,是患癌還是沒有患
例如2007年,美國國際商業(yè)機(jī)器公司(IBM)就 癌,抑或是患了其他疾病。
推出了人工智能軟件——沃森醫(yī)生(Watson)。 要讓人工智能感知和理解人體環(huán)境和器
現(xiàn)在,人們特別希望利用人工智能去征服某些嚴(yán) 官,就要讓其學(xué)習(xí),包括利用大數(shù)據(jù)的機(jī)器學(xué)
重危害人們生命和健康的疾病,如癌癥,而且也 習(xí)(算法)和深度學(xué)習(xí),這兩者有時(shí)是相互結(jié)
4 百科知識 2017.3A
QIANYAN 前 沿
合的,同時(shí)也是相互滲透的。大數(shù)據(jù)學(xué)習(xí)和處 因子Raf-1蛋白激酶。Raf-1激酶對細(xì)胞增殖、
理是人工智能的強(qiáng)項(xiàng),可以達(dá)到比人類能力強(qiáng) 細(xì)胞分化、細(xì)胞凋亡和細(xì)胞周期停滯有重要作
幾百倍幾千倍的快速數(shù)據(jù)運(yùn)算、分析和理解。 用,利用這些作用可以知道癌癥的發(fā)生、發(fā)
而在癌癥診治的深度學(xué)習(xí)上,更需要人工智能 展,以及找到治療癌癥的藥物和方法。
像人一樣進(jìn)行學(xué)習(xí),例如對通過物理和化學(xué)方 “癌癥登月計(jì)劃”讓人工智能進(jìn)行的第二個(gè)
式拍攝的人體各種部位,以及深淺度不同組織 學(xué)習(xí)任務(wù)是,進(jìn)行臨床前的藥物篩查。這是一
的圖像要有正確的感知和理解,如對 X 線圖 種研發(fā)癌癥藥物的預(yù)測模型,在臨床試驗(yàn)前進(jìn)
像、磁共振成像和CT掃描圖像的感知、解讀, 行最大化的藥物篩選,為癌癥病人提供精準(zhǔn)醫(yī)
并得出結(jié)論,即診斷。 療方案。具體而言是對臨床前和臨床試驗(yàn)時(shí)的
但是,人工智能的癌癥診治深度學(xué)習(xí)并不 癌癥數(shù)據(jù)進(jìn)行篩選,結(jié)合小鼠模型中的新數(shù)
僅限于對癌癥和正常組織圖像的解讀,而是包 據(jù),通過反饋循環(huán)讓實(shí)驗(yàn)?zāi)P椭笇?dǎo)計(jì)算模型的
括更多的深度學(xué)習(xí)的內(nèi)容,例如,對癌癥標(biāo)記 設(shè)計(jì),建立腫瘤藥物反應(yīng)的預(yù)測模型。其實(shí),
物和特異分子的識別。 這也是基于特殊數(shù)據(jù)和大數(shù)據(jù)的學(xué)習(xí)和分析。
“癌癥登月計(jì)劃”讓人工智能進(jìn)行的第三個(gè)
癌癥診治的人工智能學(xué)習(xí)內(nèi)容 學(xué)習(xí)任務(wù)是,學(xué)習(xí)和建立人口模型。這就要求
人工智能根據(jù)不同人群的生活方式、生活環(huán)
2016年1月,美國總統(tǒng)奧巴馬宣布了“癌癥 境、所患癌癥的種類、不同的醫(yī)療體系等,從
登月計(jì)劃”,由副總統(tǒng)拜登全面負(fù)責(zé)。“癌癥登 數(shù)百萬癌癥病人的病歷數(shù)據(jù)中自動分析,從而
月計(jì)劃”的其中一個(gè)項(xiàng)目就是讓人工智能進(jìn)行 獲取最佳治療策略。當(dāng)然,海量病人的數(shù)據(jù)來
機(jī)器學(xué)習(xí)(算法)和深度學(xué)習(xí),以識別癌癥。 自美國國家衛(wèi)生研究院、美國食品和藥物管理
為此,美國能源部與美國國家衛(wèi)生研究院下屬 局、制藥公司和第三方付款機(jī)構(gòu)。
的國家癌癥研究所合作,提出了“高級癌癥計(jì) 可以看到,美國的“癌癥登月計(jì)劃”中的
算解決方案的聯(lián)合設(shè)計(jì)任務(wù)”,這個(gè)項(xiàng)目就是致 人工智能學(xué)習(xí)并不包含腫瘤圖像的識別,所以
力于解決三個(gè)基于計(jì)算機(jī)學(xué)習(xí)的人工智能抗癌 人工智能診治癌癥的學(xué)習(xí)在不同的國家有不同
難題。 的內(nèi)容。
首先是從認(rèn)識癌癥的分子層面學(xué)習(xí),要讓
人工智能了解 RAS/Raf 通路的蛋白質(zhì)相互作 人工智能幫助診治癌癥
用。RAS基因在20世紀(jì)60年代被發(fā)現(xiàn)是致癌基
因,存在于30%的癌癥患者中。1982年,美國科 人工智能對癌癥的識別和診斷首先體現(xiàn)于
學(xué)家溫伯格等人從膀胱癌細(xì)胞中克隆得到第一 對癌癥數(shù)據(jù)的解讀上,其中最重要的是對癌癥
個(gè)人類癌基因,由于它和之前發(fā)現(xiàn)的鼠肉瘤病 基因和基因組的識別和解讀。
毒基因C-RAS高度同源,因此被命名為RAS基 機(jī)器學(xué)習(xí)(算法)是人工智能的一個(gè)基本
因。RAS基因編碼產(chǎn)生的蛋白定位于細(xì)胞膜內(nèi) 內(nèi)容,其中,數(shù)據(jù)的輸入、輸出、賦值等運(yùn)算
側(cè),為GTP/GDP結(jié)合蛋白(GDP為鳥嘌呤二核 可以讓人工智能對某一問題進(jìn)行計(jì)算分析,從
苷酸磷酸,GTP是鳥嘌呤三核苷酸磷酸),通過 而得出初步結(jié)果。對癌癥的診斷和治療也可以
GTP 與 GDP 的相互轉(zhuǎn)化來調(diào)節(jié)信號通路的傳 利用這一點(diǎn)。加拿大西方大學(xué)的羅根等人研發(fā)
遞。由于RAS蛋白的相對分子量是21千道爾頓 了一套算法,通過對基因數(shù)據(jù)的分析得出最可
(kDa),故又被稱為p21蛋白。 能的有效治療癌癥的方案,并且讓該治療方案
之后,人們又發(fā)現(xiàn)了RAS蛋白的直接效應(yīng) 變得更加個(gè)性化。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
人工智能治療癌癥的機(jī)理下載
相關(guān)電子資料下載
- 如何創(chuàng)建FPGA控制的機(jī)器人手臂 49
- 怎樣延長半導(dǎo)體元器件的壽命呢? 180
- 智能時(shí)代的三大核心技術(shù) 57
- 研華推出EPC-B3000系列嵌入式工控機(jī),搭載先進(jìn)X86架構(gòu)CPU,助力邊緣人工智能應(yīng)用 91
- 探索可觀測性未來:基調(diào)聽云產(chǎn)品VP陳靖華揭秘新一代可觀測性工具 129
- 異構(gòu)時(shí)代:CPU與GPU的發(fā)展演變 143
- RISC-V要顛覆GPU嗎? 210
- 韓國半導(dǎo)體10月早期出口數(shù)據(jù)一年來首次回暖,工信部推動通用人工智能與物聯(lián) 192
- AI可在數(shù)秒鐘內(nèi)成功設(shè)計(jì)出行走機(jī)器人 28
- 因「盒」而來︱英碼科技「深元」的AI重構(gòu)與工具革命 58