人工智能在分子診斷市場有怎樣的應用

隨著世界范圍內(nèi)的人口老齡化情況不斷加重，對醫(yī)療水平提升的訴求等級也不斷提升。而精確的診斷技術，能夠提早疾病的發(fā)現(xiàn)，從而及時遏制病情的惡化，節(jié)省后續(xù)的開支，分子診斷無疑為精確診斷的需求提供了可能。但目前的分子診斷的市場普及速率還受限于資金、技術、與人才的投入，人工智能技術的引入能夠有效服務于分子診斷上、中、下游三級市場中不同場景的需求，并有效緩解其各級市場的壓力。

一、分子診斷市場現(xiàn)狀簡述

分子診斷因其精確性和強因果性，近年來其市場份額逐漸增大。分子診斷的上游市場關注于診斷原材料的提供，包括各種生物酶、多肽、生物指針等；而中游市場囊括了大部分的試劑和儀器的提供方；下游市場集中于教育機構及醫(yī)療機構的實驗室分析服務。雖然中游市場（試劑、儀器）占據(jù)了大部分的市場份額，但下游市場的研究與分析卻是這個行業(yè)創(chuàng)新能力的主要產(chǎn)出。來自于實驗室的研究結果，既能豐富上游市場的產(chǎn)出，同時也能夠為中游市場產(chǎn)品的優(yōu)化提供建議，從而活化整個市場。

長久以來，分子診斷的實驗階段其實驗人員往往面臨著巨大的工作壓力，人口老齡化和生活方式病更是加重了這種壓力，而壓力之下，其工作結果的精確性和準確率也會收到影響。人工智能技術的出現(xiàn)為緩解這種壓力提供了可能，并為診斷的準確性和高效率提供了保證。

二、分子診斷中的人工智能技術

神經(jīng)網(wǎng)絡：典型的監(jiān)督性機器學習模型，通過層層神經(jīng)節(jié)點構建來完成反向傳播算法應用梯度下降訓練。在分子診斷領域，神經(jīng)網(wǎng)絡能夠服務于更深層的蛋白質組學研究，以及蛋白序列關聯(lián)性研究。

數(shù)據(jù)可視化：適用統(tǒng)計圖形、圖表、信息圖和其他工具，數(shù)據(jù)可視化可以清晰有效的以視覺傳遞定量信息。分子診斷中產(chǎn)生的海量信息，往往需要著從實驗人員到其他受眾的信息傳遞，可通過數(shù)據(jù)可視化來實現(xiàn)這種有效傳遞。

虛擬現(xiàn)實：簡稱虛擬技術或虛擬環(huán)境，利用電腦模擬產(chǎn)生一個三維空間的虛擬世界，提供數(shù)據(jù)或其他信息的模擬。分子診斷可利用虛擬現(xiàn)實技術實現(xiàn)大批量的虛擬篩選，節(jié)省實驗成本，提升實驗效率。

三、人工智能在分子診斷領域的應用分布

四、人工智能技術在分子診斷領域應用案例

富士通： 與島津制作所，以及FUJITSU Human Centric AIZinrai共同進行致力于提高質譜儀測量波形峰值提取相關的人工智能活用方面的研究，建立自動生成深度學習專用訓練數(shù)據(jù)的系統(tǒng)，通過數(shù)據(jù)圖像化對波形輪廓進行解析。 最終完成的人工智能自動峰值提取技術已經(jīng)可在數(shù)秒之內(nèi)完成實驗人員需耗費兩小時才能完成的操作，誤檢率7%、漏檢率9%，并消除了不同操作人員帶來的分析精度差異；

E PFL工程學院 ： 編寫人工智能程序，通過針對結構數(shù)據(jù)庫中分子結構的訓練，實現(xiàn)超短時間內(nèi)預測原子對外加磁場的反應，助力核磁共振光譜來確定有機分子中原子的確切位置。 技術的最大優(yōu)勢在于其能夠在短時間內(nèi)實現(xiàn)復雜度極高的量子化學運算，比現(xiàn)有的方法計算速度快近10000倍。 針對同樣的問題，其計算時間能夠從16年縮短到6分鐘。

Cyclica ： 在IBM和安大略省卓越中心的技術支持下，Cyclica將在其Ligand Express添加預測性ADMET預測模型，這一系列使用專用人工智能深度學習方法構建ADMET預測模型可將多向藥理學結合，并輔助實驗人員作出明智的決策。

晶泰科技（XtalPi）： 通過深度神經(jīng)網(wǎng)絡算法有效的提取結構特征，高效地動態(tài)配置藥物晶形，完整的預測一個小分子的所有可能晶形，縮短晶形開發(fā)周期，提升ADMET性質預測的準確度。

五、人工智能在分子診斷領域的應用局限

高端人工智能人才缺口：數(shù)據(jù)顯示，未來中國人工智能人才缺口高達500萬，而為實現(xiàn)學科結合，跨學科人才更是難得，目前缺少成體系的分子診斷人工智能人才培養(yǎng)方案。

缺乏完善的數(shù)據(jù)標準體系及共享機制：分子診斷專業(yè)門檻高，產(chǎn)業(yè)鏈條復雜，這造就來自不同分子診斷市場層級的數(shù)據(jù)割裂嚴重、標準不一。另外，由于監(jiān)管政策和機構改制頻繁，數(shù)據(jù)銜接難度更大，完整度和精準度都很難適應復雜模型的訓練。

“黑盒子”特性使普及困難：深度學習和神經(jīng)網(wǎng)絡雖能實現(xiàn)高精度的計算結果，但其推理計算過程難以回溯，導致難以對病人解釋具體原理，造成普及困難。

六、人工智能在分子診斷領域應用發(fā)展趨勢

第三方分子診斷獨立病例機構建立：為了彌補人才缺口，如今越來越多的第三方獨立診斷機構紛紛建立，通過與大型醫(yī)院及研發(fā)機構合作，可接手其數(shù)據(jù)信息，利用開發(fā)的人工智能系統(tǒng)對數(shù)據(jù)進行分析，并將結果反饋給客戶，同時完成自己本身的數(shù)據(jù)積累。

線上線下協(xié)同發(fā)展：高速互聯(lián)網(wǎng)和分子診斷技術逐步結合，特別是5G技術出現(xiàn)后，高維度的數(shù)據(jù)共享成為可能，眾多針對分子診斷實驗分析的開源軟件、程序開始流通；

大型集團公司加入市場競技：越來越多的以信息技術為主導的科技公司開始參與醫(yī)療市場、分子診斷市場的競技，依賴其本身的資金技術及數(shù)據(jù)優(yōu)勢，開始搶占市場份額。

* 本文為 「智周 」系列報告 「核心版 」，相應 「深度版 」的推出計劃將在后續(xù)公布，敬請大家關注。 針對「人工智能技術在分子診斷下游市場中的應用」這一主題，有哪些方向或主題，你希望在報告深度版中讀到詳細的闡述與分析，歡迎留言，這將成為我們制作報告深度版的重要參考。

關于「智周」系列報告

機器之心「智周」人工智能技術應用報告系列 重點關注現(xiàn)有人工智能技術應用較成熟且應用潛力較大的正在進行智慧升級的傳統(tǒng)行業(yè)及場景，逐行業(yè)、逐場景為產(chǎn)業(yè)用戶高效而不失深度地呈現(xiàn)不同人工智能技術的產(chǎn)業(yè)落地現(xiàn)狀、企業(yè)案例、技術應用趨勢等。 「智周」人工智能技術應用報告系列包含核心版及深度版兩個版本：

核心版濃縮精華分析內(nèi)容至2頁內(nèi)，覆蓋重要數(shù)據(jù)、分析結論及案例簡述，以供使用者高效系統(tǒng)地了解人工智能技術在自身所關注產(chǎn)業(yè)內(nèi)的潛在機會。

深度版在核心版的基礎上，包含詳盡的行業(yè)或場景痛點分析、技術解讀、落地案例詳解及資料附錄等，以供有深度研究需求的使用者進行深入探究。