健康检查就如吹蜡烛般轻松,17 种病症 87% 的准确率!

新创

2016-12-30 17:47

以色列理工学院的团队研制出了一款仪器,只需要轻轻吹出一口气,就可以检测测试人是否患有包括肺癌的 17 项疾病,平均准确度达到 86%。

breath-test-smartphone(主研究人员 Hossam Haick 教授在使用呼气测试,图自 Technion

据悉,研究团队成功在来自 5 个不同国家的 1400 个病人样本中,辨析鉴定出 13 中化学物质,因而可协助诊断 17 种疾病,包括:

肺癌、结肠直肠癌、头颈癌、卵巢癌、 膀胱癌、 前列腺癌、 肾癌、 胃癌、 克罗恩病、 溃疡性结肠炎、 肠易激综合征、 帕金森病(两种)、 多发性硬化症、 肺动脉高压、 先兆子痫和慢性肾脏病。

根据主研究人员 Hossam Haick 教授介绍

就如我们的指纹一样,每种疾病的化学标记都不一样,可用于辨识不同疾病,以及患病与健康体质的区别。

医学界在很早之前,就已经提出以人体呼出气体作为样本分析体质的想法。在 2014 年的时候,有研究团队就已经发现,患有肺癌的病人呼出的口气温度比常人要高。但一直以来,学者还是未能单凭气体辨析来诊断疾病。

根据论文介绍,而 Haick 教授带领的团队,通过结合特殊的感应器以及人工智能技术,则完成了纳米级更为精准的疾病鉴别,且只是基于 “呼出气体” 这唯一的样本。

nanoarray(技术应用原理,图自论文

过往检测时,学者使用的都是针对某种特定可挥发性气体的感应器,而 Haick 团队使用的,则是可以检测多种类型的感应器。

同时,通过人工智能技术,团队完成了纳米级的化学组成模式分析,因而建立了更为全面的疾病 “气味指纹”。并且还排除了年龄、性别、是否吸烟、地理环境的因素干扰。

nn-2016-04930j_0002(不同疾病的 “气味指纹”,图自论文

 

人工智能:医学研究者的最新分析利器

凭借着机器学习能力以及人类无法可及的计算速度,人工智能无疑成为医学研究人员的最新分析利器。

就如上述的呼气化学成分分析,如果使用过往的统计工具,很可能需要更久或是无法有效地分析出不同疾病的模式。而人工智能则可以更灵活地变动,以及孜孜不倦地进行分析。

所幸在于,不少科技公司都有将自己的人工智能技术沿用于医学领域的趋势。就拿 IBM 的 Watson 来说,最近就设立了 Watson for Drug Discovery 项目,以帮助研究人员发掘新的药物或是治疗方案。

maxresdefault-6(图片来自 YouTube

12 月的时候,通过借助机器学习和极高计算效率的优势,Watson 就发现了 5 种新的,和渐冻症相关的基因,而之前人类研究人员一共只找到了 3 种相关基因。

7 月的时候,Google DeepMind 也和英国国家医疗服务体系(NHS)联手,开发了一套辨识视觉疾病的机器学习系统。通过学习 100 万张眼部扫描图,双方希望人工智能系统可通过模式分析协助病人及早发现视觉疾病。

deepmind-health-1024x684(图片来自 the Verge)

正如参与了上述视觉疾病辨析系统开发的学者 Peng Tee Khaw 总结:

单单是跟进一位病人的(健康)历史,就要用上我一生的经验。而当尝试预测病人的未来时,又需要依赖我的个人经验。如果我们可以使用机器学习来辅助,我们则可以更出色地完成这个工作,因为我将会拥有 1 万人次的人生经验。

极简的健康检查方式,是颠覆还是骗局?

相信大家都还记得,曾经的独角兽创业公司 Theranos 就是一个以极简的验血方式起家、发迹、被披露、以至最终以诈骗罪名起诉的。

Theranos 宣称,通过使用 “爱迪生” 检查仪,不仅不需要大针头来抽血管血检查,只需要刺个手指头拿几滴血就足够,同时还将检测时间从 10 几小时缩短到 4 小时,费用也降到了 2.99 美元/每次。

theranos(图自 techinsider

但后来经揭露,得知她们是通过造假数据才蒙混过关。后被投资人以诈骗罪名起诉。

本文介绍的呼气检测方式,同样有着高便利度的优势。但暂时来说,准确度还是偏低,同样,1400 名病人的研究样本也相对薄弱。虽然,该项技术可能更多会用于初步筛查,不如验血对准确度的要求高,但一项技术想要站稳脚还是需要大批量的样本证据。

据悉,团队未透露日后是否会针对设备诊断的精准度进行优化,但认为这个技术还可延伸到更多不同类型的疾病诊断上。

如果能够更好地验证技术的可靠性以及准确率,如此便利的一项技术,将非常合适用于大批量的筛查。同时也可应用于家用智能医疗设备,以供家庭成员进行反复检查。

题图来自天涯

登录,参与讨论前请先登录

评论在审核通过后将对所有人可见

正在加载中