女性的福音！AI辅助诊断早期卵巢癌准确率达93

瞻观前沿

卵巢癌是一种致命的癌症，它通常在早期没有明显的症状，导致在癌症后期被发现时已经很难治疗。然而，卵巢癌的早期检测一直是一个难题，30多年来科学家们一直在寻找早期检测方法，但结果一直不尽人意。

最近，美国佐治亚理工学院癌症综合研究中心(ICRC)的科学家们取得了一项突破性的成果，他们结合机器学习和血液代谢物信息，开发出一种新方法，使得卵巢癌样本的检测准确率达到了惊人的93%。相关研究成果已经发表在最新一期的《妇科肿瘤学》杂志上。

ICRC的创始主任约翰·麦克唐纳表示，尽管晚期卵巢癌患者的平均5年生存率只有31%，但如果能够在早期发现并进行治疗，那么平均5年生存率将超过90%。他表示，卵巢癌是从分子水平开始的，即使是同一种癌症也有多种产生途径，因此他们一直没有找到卵巢癌的单一通用诊断生物标志物。鉴于此，他们决定利用人工智能的分支机器学习来开发新型的早期诊断方法。

研究团队指出，代谢水平上的变化可以反映多个分子水平上共同作用的潜在变化，因此他们选择患者个人的代谢图谱作为整个检测方法的基础。通过质谱法检测血液中的代谢物，将其纳入基于机器学习构建的预测模型内，类似于使用单个面部特征构建面部模式识别算法。通过质谱分析和机器学习，可以很容易、很准确地检测数千种代谢产物在人体血液中的循环。这一新方法为卵巢癌的早期检测提供了新的思路和方法，有望帮助更多的患者在早期得到有效的治疗，提高他们的生存率。

（图片来源：摄图网）

技术价值观察

人工智能医疗产业上游主要是为行业提供基础技术支持的行业，如医疗数据挖掘、算法等，典型企业有碳云智能、连心医疗、大数医达。

下游主要为人工智能医疗技术的应用层，主要的应用场景有医学影像、虚拟助手、药物研发、健康管理、疾病风险预测、病历/文献分析，代表企业包括科大讯飞、华大基因、图玛深维、博奥生物等。

美国佐治亚理工学院癌症综合研究中心(ICRC)的科学家们利用人工智能的分支机器学习来开发新型的早期诊断方法使得卵巢癌样本的检测准确率达到了惊人的93%。该技术处于人工智能医疗产业应用环节。

宏观市场观察

人工智能医疗底层技术成熟

2012-2020年在医学文献中使用到的热门机器学习算法和深度学习算法包括:支持向量机(38%)，主要应用于识别成像生物标志物和医疗影像分析;神经网络(34%)，主要应用于生化分析、图像分析和药物开发;逻辑回归(4%)，主要用于疾病风险评估和CDSS。AI医疗整体底层技术较为成熟，应用端准备充分

人工智能医疗投融资市场活跃

底层技术、顶层政策设计的双向增强了资本进入人工智能医疗行业的信心。2016-2020年人工智能医疗投融资规模呈现波动上升趋势，2020年中国人工智能医疗总融资金额达到39.8亿元，B轮之前的投资额占70.6%。AI医疗的未来发展应注重数据和科研的落地，如何切入到诊疗路径中解决切实的临床需求并有恰当的付费模式是商业化落地的关键。

企业产品布局呈分散趋势，主要集中在两大领域

自2011年Watson奠定其医疗的商业发展方向，已经有7个年头，这7年人工智能在世界范围内发展得风生水起，无数企业紧随潮流，深度学习算法也经过了多次换代，但浪潮过后，也有一大批企业应声倒闭。

现在，全球范围内幸存下来的企业已经逐渐在医疗人工智能领域组成头部阵营，深度学习过程下各企业都能为自己的AI产品报出一个准确高的数字，然而新时代已经不再是一个唯算法的时代，衡量AI好坏的也不再是一个数字或是人机大战的成果可以评判的，因此只有让人工智能技术在医院得到广泛应用才能长久存活下去。

目前，国内AI医疗产业的争夺聚焦于落地环节。从市场上活跃的医疗人工智能企业看，产品主要布局在医学影像、病历/文献分析、健康管理、医院管理、虚拟助手等10大领域。

中国人工智能医疗技术赛道热力图

根据产业热力图显示，目前人工智能医疗关键技术强相关的城市集群主要集中在华南、长三角和粤港澳大湾区，尤其是广东省成为重点发展区域。这些城市群已投入大量政策、资金、环境和人才资源用于人工智能医疗研发，成为潜在的人工智能医疗技术发展中心。根据热力图的分布粤港澳大湾区有极大的可能性成为人工智能医疗技术的先导区域。重点关注广东省 广州市 天河区、海南省 海口市 秀英区、浙江省 杭州市 西湖区等地的相关企业，以及这些地方对人工智能医疗产业发展的投资环境和潜力市场。

经济学人APP资讯组

看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。

标签： 人工智能 医疗 学习 随笔