|
隨著(zhù)科技發(fā)展，醫療科技也會(huì )相應進(jìn)步，更好地幫助人類(lèi)實(shí)現健康和長(cháng)壽。本文討論了新興科技在醫療中的應用。這些技術(shù)包括傳感技術(shù)、人工智能、機器人技術(shù)、微納米技術(shù)、基因技術(shù)等，應用場(chǎng)景涵蓋了醫療傳感、醫學(xué)成像、智能診斷、人機交互、遠程醫療和個(gè)性化醫療�；趯π屡d科技和醫療場(chǎng)景的分析，本文展望了醫療領(lǐng)域未來(lái)的發(fā)展趨勢，即從治病轉向健康管理，并且走向更精細的診療。此外，本文也提出了一些在技術(shù)落地過(guò)程中存在的難點(diǎn)，包括審查機制的冗雜與不完善、人工智能算法的局限性以及潛在的醫療倫理問(wèn)題等。 新技術(shù)與醫療 隨著(zhù)人類(lèi)文明的進(jìn)步，人們的預期壽命（Life Expectancy）越來(lái)越長(cháng)。根據網(wǎng)站Our World in Data的統計[1]，從1770年至2019年，世界范圍內人們的預期壽命從30歲左右增加到73歲，其中重要的增長(cháng)開(kāi)始于20世紀。過(guò)去的一百年里，預期壽命從32歲增加到73歲。世界范圍內人類(lèi)預期壽命的增長(cháng)，得益于和平的環(huán)境、豐足的飲食，更來(lái)自于醫療技術(shù)的進(jìn)步以及公共衛生事業(yè)的發(fā)展。聯(lián)合國也曾根據現狀對人類(lèi)預期壽命做出預測：這一數值在2050年可以達到77歲，而到了2100年則能達到81歲[2]。未來(lái)世界里，人人皆可長(cháng)壽，這離不開(kāi)醫療科技的進(jìn)步。 從一些新技術(shù)的發(fā)展和它們在醫療的應用中，我們可以大致窺見(jiàn)未來(lái)醫療的樣貌。這些新技術(shù)包括傳感技術(shù)、人工智能、機器人技術(shù)、微納米技術(shù)、基因技術(shù)等。人體信息分析技術(shù)由傳感技術(shù)和人工智能主導，可以讓我們更加了解身體的不同器官、組織、細胞以及各個(gè)部分的狀態(tài)。機器人技術(shù)結合微納米技術(shù)可以實(shí)現不同功能的機器人在各種納米尺度進(jìn)行醫療操作，通過(guò)對各個(gè)物種基因的了解以及可控范圍內的基因編輯，甚至可以從根本上杜絕一些疾病的發(fā)生。 在新技術(shù)的幫助下，醫療會(huì )朝著(zhù)更準確、更精細、更快捷、更個(gè)性化的方向發(fā)展。準確是指提高診斷準確度，減少誤診或疑難雜癥出現的概率；精細是精確地定位病灶并且進(jìn)行精細化的靶向性治療；快捷是指可以縮短從診斷到治療再到治愈的時(shí)間，這是醫療發(fā)展的必然方向；個(gè)性化是可以根據不同人的不同病癥表現采取特異化的措施。同時(shí)，新技術(shù)還可能改變醫療本身。一方面，我們可以借助新技術(shù)增加對自身的了解，從而提供新的治病思路。另一方面，世界范圍內更便捷的合作，可以有效緩解醫療資源在世界范圍內的巨大差異，尤其可以幫助非洲等欠發(fā)達地區以及防控新冠這類(lèi)流行病。 新技術(shù)在醫學(xué)領(lǐng)域的應用 醫療傳感 獲取身體的信息是一切醫療活動(dòng)的開(kāi)始。對于人體日常生理的表征，如體溫、脈搏、血壓，測量技術(shù)已經(jīng)從早期的物理式測量（水銀溫度計、水銀血壓計等）進(jìn)化到現在常用的電子式測量（電子溫度計、電子血壓計），從接觸式測量已經(jīng)發(fā)展到了非接觸式測量（比如新冠疫情期間紅外線(xiàn)非接觸式熱像儀、溫度計等被廣泛使用）。 一些原本需要抽血才能測量的指標，逐漸轉為了微創(chuàng )甚至無(wú)創(chuàng )測量。比如血氧飽和度，是除了心率、血壓、呼吸、體溫之外的第五項重要健康指標，現在已經(jīng)不需要抽血分析，而是采用紅外傳感器根據不同組織和液體的光傳導強度無(wú)創(chuàng )得到結果。這大大降低了對身體監測的難度，以至于一些穿戴設備如Apple Watch已經(jīng)加入了這項功能。類(lèi)似的方法也即將用在血糖、酒精檢測上。 醫學(xué)成像 醫療領(lǐng)域另一個(gè)重要的發(fā)展是更快捷、準確地讀取人體表面無(wú)法直接觀(guān)測的信息，其中具有代表性的是對大腦的成像。除了基礎的CT和磁共振影像（MRI）之外，功能性磁共振影像（fMRI）用來(lái)測量神經(jīng)元引發(fā)的血液變化，從而獲得大腦的活動(dòng)區域；擴散加權影像（DWI）和擴散張量影像（DTI）可以追蹤水分子的移動(dòng)方向，從而揭示神經(jīng)細胞的走向（如圖1）。 
圖1:人類(lèi)大腦的擴散張量影像示例 (Image Credit: Zeynep Saygin, http://www.zeynepsaygin.com/) 同時(shí)，測量?jì)x器也逐漸便攜化。美國的Butterfly公司在2018年推出了一臺可以進(jìn)行全身超聲掃描的便攜式B超儀器IQ，它通過(guò)自身的超聲芯片進(jìn)行超聲波的發(fā)射和接收，并且通過(guò)圖像識別和增強現實(shí)技術(shù)，實(shí)時(shí)指導用戶(hù)控制探頭，并自動(dòng)提升掃描質(zhì)量[3]。 智能診斷 很多智能診斷的核心是對醫學(xué)圖像的分析，這是人工智能比較擅長(cháng)的領(lǐng)域。最基本的圖像分類(lèi)系統可以被用在CT中，以快速檢測腦部出血、檢測新冠肺炎，或者可以依據圖像和病歷信息判斷病癥嚴重程度，并幫助實(shí)現分級診療。圖像分割和定位系統可以用來(lái)找出磁共振影像中腦部腫瘤的位置、找到肺部CT中肺結節的位置并計算數目等。更進(jìn)一步，人工智能系統還可以對圖像進(jìn)行定量分析和預測，比如計算腦部萎縮的程度、預測未來(lái)是否會(huì )得病以及疾病未來(lái)的發(fā)展狀況等。 人機交互 機器人在日常醫療中的角色會(huì )愈發(fā)重要。在問(wèn)診階段，導診機器人可以直接跟患者對話(huà)，并完成患者病癥的評估甚至診斷。在公共衛生方面，機器人可以參與大型建筑內的環(huán)境監測和消毒清潔，降低人工成本，尤其是降低相關(guān)人員的感染風(fēng)險。在護理階段，機器人可以參與到從生理到心理的方方面面，包括日常對話(huà)、送藥、洗澡等等 [4]。 在大病治療中，手術(shù)機器人越來(lái)越普及。手術(shù)機器人可以把多個(gè)設備（如內窺鏡、手術(shù)刀、縫合器械等）集成在機械臂上，在醫生操控下完成切除和縫合等動(dòng)作。相比于醫生，手術(shù)機器人可以實(shí)現更小的創(chuàng )口、更穩定快速精準的操作。比如著(zhù)名的“達芬奇”手術(shù)機器人至今已經(jīng)更新了四代，在全球售賣(mài)了超過(guò)5500臺。盡管“達芬奇”手術(shù)機器人的效果仍然依賴(lài)于操作醫生的經(jīng)驗，而且其高昂的費用飽受詬病，但由于其更清晰的成像和更精細的操作，它已經(jīng)成為了前列腺切除術(shù)的常用設備，并且可以讓病人比傳統手術(shù)更快恢復到正常[5]。 利用人工智能對聲音和視覺(jué)的處理能力，人機交互的方式可以更加多樣。醫生可以通過(guò)手勢、語(yǔ)言、注視等方式控制手術(shù)機器人，機器人的攝像頭也可以傳送回內部畫(huà)面，輔助醫生手術(shù)。護理機器人的語(yǔ)言功能越來(lái)越像真人，而且還可以采用觸覺(jué)反饋進(jìn)行物理交互。 與微納技術(shù)結合，機器人可以用來(lái)完成更精細的操作。比如把注射機器人（如專(zhuān)利[6]）與微針陣列（如專(zhuān)利[7]）相結合，可以實(shí)現快速無(wú)痛注射。這對于現在全世界都急需快速接種新冠疫苗的情況具有重要實(shí)用價(jià)值。另外，納米機器人結合集群智能并利用電勢和光照進(jìn)行控制，可以把藥精準地投放在體內病灶上[8]。 遠程醫療 如上所述，在人工智能和機器人技術(shù)的幫助下，醫學(xué)咨詢(xún)已經(jīng)可以實(shí)現機器人分診。導診機器人可以根據病人提供的全方位信息（語(yǔ)音、視頻、文字等）完成對患者的初步診斷和分流，這樣可以遠程直接解決輕癥病人的簡(jiǎn)單問(wèn)題，減輕了醫生的負擔。手術(shù)機器人可以結合更快速的5G甚至6G網(wǎng)絡(luò )，實(shí)現幾乎沒(méi)有延遲的遠程手術(shù)。 聯(lián)邦學(xué)習和區塊鏈的應用，可以讓人工智能模型在遠程訓練并用于本地。在聯(lián)邦學(xué)習的框架下，醫院只需要對外分享由本地數據訓練過(guò)程中產(chǎn)生的梯度信息，第三方機構可以收集各個(gè)醫院的梯度信息并聚合成一個(gè)整體的模型，再送回給所有醫院開(kāi)始新一輪訓練。如此往復多輪，最終的模型再經(jīng)過(guò)加密送回給醫院進(jìn)行微調。這樣訓練的人工智能模型，在不分享醫學(xué)數據的前提下，理論上也已經(jīng)整合了不同醫院的信息，實(shí)現了模型整體表現的提升。數據的傳輸過(guò)程可以由區塊鏈技術(shù)進(jìn)行加密和追蹤，實(shí)現了大數據融合的同時(shí)也保證了數據隱私。 個(gè)性化醫療 個(gè)性化醫療是通過(guò)對患者的病歷、基因、蛋白質(zhì)、代謝等多方面信息綜合考察，為病人量身定制治療方案的醫療方法。比如同樣是肺癌，不同的病人可能有完全不同的發(fā)病表現和發(fā)病原因，因此很難找到適用于所有患者的特效藥。通過(guò)對患者的全面數據收集整合（包括癌細胞類(lèi)型、個(gè)體基因序列、生成蛋白、病歷數據等），再結合制藥過(guò)程中對各個(gè)有效成分的分析與高效的工業(yè)化生產(chǎn)，可以針對不同的患者給出合適對癥的治療方案和特效藥。 除此之外，對于個(gè)人的康復理療也可以實(shí)現定制化。比如腦卒中病人的不同腦區均有可能發(fā)生病變，康復訓練效果也會(huì )因人而異。最近的研究[9]表明，通過(guò)腦機接口接收患者的運動(dòng)意圖，并配合機械臂的運動(dòng)，可以較快地重新建立患者運動(dòng)意圖與肌肉反應之間的反饋閉環(huán)，提高康復訓練的效率。 未來(lái)醫療展望 立足當今，展望未來(lái)。如果把現有的技術(shù)推向極致，我們能實(shí)現什么？筆者認為，大概有以下兩個(gè)趨勢： 從患病治療到預防患病 隨著(zhù)萬(wàn)物互聯(lián)的普及，每個(gè)人的身上未來(lái)會(huì )穿有各種各樣的身體監測設備，這些設備可以實(shí)時(shí)與醫院或家庭醫生聯(lián)系，醫生或人工智能系統就可以通過(guò)健康大數據及時(shí)甚至提前發(fā)出預警并采取措施，病人自己可能都還沒(méi)有任何感覺(jué)�；谡l物聯(lián)網(wǎng)（NB-IoT）技術(shù)的芯片在未來(lái)可能可以實(shí)現這種可穿戴設備的普及。與一般物聯(lián)網(wǎng)不同，這類(lèi)芯片避免使用Wi-Fi和藍牙等高能耗通訊方式，可以用較低成本實(shí)現低功耗、大范圍和高密度的連接，而且它不依賴(lài)智能手機、數據丟失率低，已經(jīng)用在了一些智能醫療可穿戴設備上。 人類(lèi)對自己健康的了解可以從基因中直接獲得。隨著(zhù)人類(lèi)基因測序的基本完成，加上DNA芯片等檢測方法的推廣，現在的人們已經(jīng)可以很方便地獲得對自己未來(lái)可能存在的疾病提前知曉。未來(lái)很可能通過(guò)更有效的提前干預的方式，防止相關(guān)基因的表達或者提前在體內設置納米機器人或抗體。另外，以 CRISPR為代表的基因編輯技術(shù)，可以從根本上治療由基因突變或遺傳帶來(lái)的嚴重疾病，比如鐮刀型細胞貧血癥、杜氏肌營(yíng)養不良等。 從基于器官到基于分子 現階段幾乎所有病癥的診斷、分析和治療，基本仍然是基于器官。但隨著(zhù)人類(lèi)對自己身體的了解越來(lái)越深入，診斷和治療可能可以基于更深層、更精細的部分。最近，谷歌開(kāi)發(fā)了人腦組織路線(xiàn)圖[10]，僅用到了一立方毫米的大腦數據，但存儲空間已經(jīng)用掉了1.4PB�，F在還難以估量整個(gè)人腦的組織細胞的信息可以被如何產(chǎn)生、存儲和利用，但如果人類(lèi)對自己的每一個(gè)細胞都了如指掌，那么人類(lèi)對醫療的認知將會(huì )邁進(jìn)新紀元。 同樣是谷歌，2020年DeepMind的團隊成功用人工智能AlphaFold預測了蛋白質(zhì)的構造[11]。在生命體中已知的約2億種氨基酸序列中，只有約17萬(wàn)種蛋白質(zhì)結構得以確定。而AlphaFold以及其未來(lái)版本的迭代，可以結合成像技術(shù)幫助科學(xué)家更好地了解蛋白質(zhì)結構，從而發(fā)現更多疾病的發(fā)病原因和治療方法。 新技術(shù)落地難點(diǎn) 新技術(shù)突飛猛進(jìn)的發(fā)展令人可喜，但落實(shí)到應用仍然存在難點(diǎn)。 審查機制 無(wú)論哪個(gè)國家或地區都對醫療設備（包括軟件和硬件）的審查十分嚴格，比如美國的食品與藥品監督管理局（FDA）、中國的國家藥品監督管理局（NMPA）、歐洲藥品管理局（EMA）等。這些區域性機構之間雖然擁有相似的標準（其中以FDA的標準最為普適），但繁瑣的審查過(guò)程極其耗時(shí)耗力。盡管為了盡可能地保證技術(shù)的安全與有效，這些審查過(guò)程幾乎必不可少，但也因此延緩了新技術(shù)的落地。比如一款新藥從化合物研發(fā)到真正作為新藥上市，要經(jīng)過(guò)藥理研究、動(dòng)物實(shí)驗、臨床試驗、申請上市、上市后安全監測等步驟。對于專(zhuān)利藥，這期間的花費將達到數億美元。新藥需要在不足20年的專(zhuān)利期內收回所有成本，這便無(wú)形中推高了藥價(jià)。如何提高審查的效率，將是影響新技術(shù)落地的重要因素。 隨著(zhù)新技術(shù)的逐漸投入應用，過(guò)去的審查機制也可能不適用于評估新技術(shù)的水平。以最重要的人工智能技術(shù)為例。在最近發(fā)表的一篇Nature Comment[12]中，作者分析了130個(gè)近年來(lái)從FDA獲準上市的人工智能診斷設備[13]，其中有54個(gè)被作者認為具有高風(fēng)險。最大的原因是實(shí)驗不足，大部分的實(shí)驗只在本地已有的數據上進(jìn)行訓練和測試，僅有極少數設備在模型建立之后重新采集數據進(jìn)行測試，只有不到五分之一的設備在多個(gè)醫院的數據上進(jìn)行測試。盡管實(shí)驗不足，相關(guān)的產(chǎn)品已經(jīng)獲準上市，這說(shuō)明審查機制并不完善。這樣的現象也導致了醫生、患者等對于以人工智能為主的新技術(shù)的不信任�，F有的大量人工智能診斷系統只能作為輔助系統，另一方面，醫生和患者都希望人工智能算法不止給出結果，還要能給出做出相應判斷和預測的原因和解釋?zhuān)@也提高了技術(shù)難度。 人工智能的局限性 如上所述，人工智能很難得到現有醫療體系的完全信任，這與人工智能自己的局限性也有關(guān)系。雖然人工智能在很多單獨的任務(wù)中都已經(jīng)趕上甚至超過(guò)了人類(lèi)（比如下棋、識圖、物體分割、圖像生成等），很多人工智能讀圖應用可以既快速又準確地實(shí)現疾病的診斷甚至預測，但是其中的一些結論很可能是荒謬的。比如2019年的一篇文章[14]，作者用算法來(lái)根據胸部CT預測患者的壽命。結果顯示，被預測為高風(fēng)險的人群中，有53%會(huì )在12年內因病去世，這個(gè)概率遠高于被預測為低風(fēng)險的人群（4%），說(shuō)明算法本身是有效的。但經(jīng)過(guò)另一篇文章[15]的分析，模型中判斷風(fēng)險高低的依據居然是肩胛骨下方的區域，而在醫學(xué)上這一區域與壽命幾乎毫不相關(guān)。也就是說(shuō)，人工智能可能會(huì )根據完全錯誤的依據獲得似乎正確的結論。這就迫使相關(guān)算法的使用者要求獲得算法判斷的依據，進(jìn)而盡可能地打開(kāi)算法的黑盒。 也就是說(shuō)，提升機器和算法普適性將是新技術(shù)落地的關(guān)鍵。任何智能都只是在小范圍內數據上的智能，更換數據中心、更換標記的醫生、甚至更換掃描儀器上的某些參數，都可能會(huì )直接影響人工智能的準確度。一項針對新冠胸片檢測的算法的討論文章[16]甚至表示，在已有的兩千多篇文章中，幾乎沒(méi)有能真正落地的算法，因為大多數文章都只是在自己能看到的小范圍數據中獲得不錯的效果，但幾乎都沒(méi)有普適性。這就要求開(kāi)發(fā)者在有限的數據內努力提升算法的泛化能力，這是另一個(gè)技術(shù)難題。 醫療倫理 當新技術(shù)對數據的要求越來(lái)越高，數據本身帶來(lái)的隱私等倫理問(wèn)題在未來(lái)也可能會(huì )成為新技術(shù)投入應用的阻礙。每個(gè)人的健康數據極其敏感，一旦泄露將會(huì )暴露個(gè)人健康甚至身份信息。這就要求醫院、開(kāi)發(fā)者和用戶(hù)建立更快捷、安全的數據共享平臺。 新技術(shù)還可能帶來(lái)其他倫理問(wèn)題。比如一個(gè)分診程序如果把正常人的順序放在了危重病人之前，因此導致了危重病人不能及時(shí)得到醫治而死亡。這是否造成醫療事故，如果是，那么事故的責任該如何認定？另外算法本身是從數據中獲取知識，而一旦數據本身有偏見(jiàn)，那么算法也有可能存在偏見(jiàn)。比如訓練數據中如果大多患者都是某種性別或某種膚色，那么算法有極大可能會(huì )傾向于把未來(lái)數據中的這種性別或膚色界定為患者。還有一些濫用技術(shù)的投機者，已經(jīng)觸及了人倫底線(xiàn)。比如賀建奎對兩名新生兒的基因進(jìn)行了并不嚴謹的編輯，這很可能導致某些人造的基因在未來(lái)會(huì )永存于人類(lèi)基因庫中。 更現實(shí)的問(wèn)題是，醫生的職業(yè)會(huì )不會(huì )被被人工智能等新興技術(shù)所取代？短時(shí)間內，新興技術(shù)的精確度和普適性還達不到醫生所能實(shí)現的分析、診斷、治療，醫生的職業(yè)會(huì )相對安全。但與此同時(shí)，無(wú)論醫生還是患者都需要接受與這些新技術(shù)共存。了解原理、利用技術(shù)，新興技術(shù)才會(huì )更好地幫助人類(lèi)實(shí)現更準確、更精細、更快捷、更個(gè)性化的未來(lái)醫療。 來(lái)源：貿澤電子 作者：王東昂 |
