2018年，醫學人工智慧創智年！

迎接2018新年到來的鐘聲即將敲響，辭舊迎新之際，大家都在暢想未來，預測趨勢。MAIU小編今晚帶您連接神經信息處理系統大會（NIPS）,分析未來大腦之戰，跨年暢聊醫學人工智慧領域前沿動態，你準備好起飛了嗎？

NIPS

NIPS 始於1987年，最初只是針對機器學習中「神經網路」這個不起眼的研究分支而舉行的簡單小型會議。2003年，英國學者傑佛里.辛頓及一群AI研究人員在NIPS成立了「神經計算和自適應感知」（NCAP）項目小組，從而加速了「深度學習」這一機器學習技術的步伐。

現在大家都已經知道，深度學習通過逐層疊加多個神經網路來學習各種龐大資料庫內的數據特徵，通過大數據訓練，開發出智能演算法，可執行的任務越來越多。

最新動態

在最近的NIPS大會上，世界級科技巨頭包括Google、Facebook、微軟、IBM、騰訊等，都在講述各自在人工智慧領域中的最新突破，以及各種令人目不暇接的應用案例。不只是科技巨頭，傳統企業，比如美國實體零售商塔吉特百貨（Target），梅塞特斯－賓士等，也在尋覓數據科學家，講述人工智慧介入傳統行業的案例和未來探索故事。

那麼醫學人工智慧領域又有哪些最新突破呢？

澳大利亞布里斯班創業公司Maxwell MRI 把磁共振成像與深度學習相結合，以期改善對前列腺癌的診斷效果。奧地利林茨約翰開普勒大學在推進開發可自動識別和追蹤細胞內蛋白質的系統，這個系統有助於解釋基礎生物機制。杜克大學的研究團隊使用迷你陰道鏡，通過機器學習技術自動檢測宮頸癌，準確度堪比人類專家……

大腦之戰

隨著數字化數據呈指數級增長、計算能力飛速提升，以及演算法日益強大，AI已經激發起人們極大的熱情。據PitchBook的統計顯示，2017年到目前為止，全球企業在人工智慧領域完成了約213億美元的併購，比2015年多約26倍。AI技術之所以被各界推崇，其潛在影響可以從資料庫發展管窺一斑。自20世紀80年代開始，資料庫降低了存儲信息、挖掘數據價值等方面的成本。未來，AI技術在軟體的預測性、自動識別和響應等方面的能力將大幅提升。

人工智慧技術優勢在於預測，但是在醫學人工智慧領域，這樣的預測還需要整合多方面的醫學專業知識和數據資源。計算機不需要專門編程即可執行人類任務的強人工智慧時代，在未來幾十年內，還很難評估其實現的可能性。現在討論人工智慧取代人類智能還為時尚早。今天醫學人工智慧領域的主要較量並不是在人與機器之間，也不是核心演算法專家的競爭，而在於交叉領域中最有價值的應用開發和落地。

2014年，Google斥資約5億美元收購了DeepMind, 這家創業公司根本沒有收入或可銷售的產品，只有一個「深度學習」研究團隊。大多數人工智慧創業公司的估值並不以其未來的利潤或銷售額為依據，而是以每個員工高達500萬至1000萬美金的估價。

而今天，全世界範圍內對未來人工智慧發展的預測，都是在於應用落地。「醫學影像診斷輔助系統落地」，「人工智慧將成為影像診斷的主流」，這樣的預測是否能夠成為現實？關鍵在於醫學專家和演算法專家的深度合作，從挖掘醫學科研價值，到促進產品化應用，緊密合作，交叉培養。

2018年，醫學人工智慧聯盟計劃

醫學人工智慧的未來，很大程度上取決於機構、企業等是否能夠採取開放與合作的態度，開放具有戰略性意義。醫學人工智慧聯盟計劃在2018年主要推進醫療專家與演算法專家的知識碰撞，整合資源，開發可利用數據，推進新演算法被迅速採用。

備註：部分觀點引用自《經濟人》雜誌

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！