隨著人工智慧在諸多領域取得突破性的進展和成就，AI正在這些領域成為一個突出的話題，當看到AI逐漸滲透醫療保健領域時人們也不會感到奇怪了。目前人工智慧在醫療領域的應用可分為六大細分領域——虛擬助理、病例與文獻分析、醫療影像輔助診斷、診療結果預測、藥物研發、以及基因測序。本盤點簡單集中於醫療影像輔助診斷和診療結果預測這兩點。
從人工智慧發展至今，世界各地仍然有許多團隊正在進行大量有關潛在機器學習解決方案的相關研究，但走出“迷霧”，獲得FDA批准的也只是鳳毛菱角。人工智慧的發展，以及通用人工智慧不斷在被人提起、重視的大環境下，AI 相關的醫療保健裝置獲批數字正在迅速攀升。接下來為大家盤點幾個獲批FDA的醫療AI系統，看一下這些系統的過人之處，也能瞭解AI目前在醫療領域的多功能性以及目前AI在醫療健康領域的發展。
QuantX是首個獲FDA批准的乳腺癌診斷系統。該技術利用機器學習和影像分析以及大量病例資料庫，幫助放射科醫生分析患者的MRI。Maryellen Giger 博士的實驗團隊花了將近20多年建立、研究這個強大的人工智慧工具。該系統旨在精確輔助放射科醫生而非完全取代醫生，幫助他們做出更準確的決策和診斷。QuantX 能自動分析影像並自動根據放射科醫師在診斷時所考慮的臨床成像特徵生成單個評分。
乳腺癌已經成為了嚴重威脅女性健康的第一大惡性腫瘤。根據中國國家癌症中心統計資料顯示，全國新發乳腺癌病例數達27.24萬，每年死亡率超過7萬，居女性惡性腫瘤發病率首位。QuantX的出現將會慢慢改變可怕的現狀。在臨床試驗中，QuantX被用於幫助放射科醫生檢視 MRI 並分辨乳腺癌及非癌性乳腺病變。在試驗中，結果令人相當滿意。結果表明，藉助該人工智慧診斷系統，整體診斷效率提升 20%，漏診率下降 39%。
去年9月，FDA批准了Apple Watch Series 4的EGC心電圖技術，該技術使用電極捕捉心律失常的情況。EGC技術允許使用者利用Apple Watch Series 4手錶讀取心電圖，並可以向醫生提供重要的監測資料，這項技術也是目前第一個消費者可直接在日常生活中使用的AI產品。它可以檢測心房纖顫。心房纖顫雖是較為常見的心律失常之一，但這也是一種危險的心律失常表現，常見於中老年群體。如果不及時加以治療，可能導致中風。據統計，AFib是最常見的心律失常之一，影了美國9%年齡在65歲以上的老年群體,以及2%的年輕群體。但是有了這個蘋果推出的技術，人們可實時測量心率,因心律失常而導致中風的人群也會因此得以減少。
ECG心電圖讀數功能只需使用者在佩戴四代Apple Watch時將手指放在數字表冠上，三十秒內即可完成ECG讀數，該功能能夠指示心臟跳動的波形，如果有異常或者房顫的前兆，可能意味著嚴重的健康隱患。蘋果指出ECG功能是透過FDA De novo程式評估認證的，這也意味著該功能受FDA監管。
Aidoc是一款應用程式，它兩次獲得FDA批准。
第一次於去年夏天獲得批准。Aidoc基於AI的工作流程最佳化組合產品，該解決方案可與放射科醫師合作，用於標記腦部CT中的急性顱內出血（ICH）病例。也是FDA批准的全球首個利用深度學習技術輔助放射科醫生分診的醫療AI產品。它能夠在患者掃描後直接分析醫學影像，並將可疑的病例通知給放射科醫師，從而協助將那些緊急和可能危及患者生命的病例進行優先順序排序。Aidoc大大減少了顱內CT週轉時間，在提高醫生工作效率的同時，也增加了放射科醫生做出診斷的信心。
Aidoc再度或FDA批准是今年5月，這一次Aidoc的“舞臺”從顱內CT轉到了胸部CT，旨在輔助醫生確定患者胸部CT掃描中肺栓塞的潛在比例。血液凝塊進入肺部，就會導致肺栓塞（PE）。這種疾病被認為是一種無聲殺手。Aidoc的新技術則不需專用硬體裝置，可直接在醫院系統上連續執行，並自動接收放射科影像。由於PE成像資料的可變性，讓檢測這種疾病的演算法開發變得具有挑戰性，也使得AI驅動的診斷分類成為一件有意義的事情。Zebra Medical Vision為醫療行業提供了一個深度學習的影像分析平臺。其冠狀動脈鈣化評分演算法在去年夏天獲得了FDA 510(K)的許可。Zebra這項技術利用心電圖門控CT掃描，可以計算出患者冠狀動脈鈣化的程度。這種動脈鈣化會使患者血管直徑變窄，並可導致嚴重的心血管疾病。透過使用該診斷工具，放射科醫生可以更好地診斷動脈缺損的嚴重程度，以改善患者的預後。大量研究表明，對冠心病的早期發現和治療可以有效降低高危人群的心臟病發病率。
健康資料分析組織ClalitResearch Institute主任Ran Balicer博士說:“識別高危人群是預防的關鍵。Zebra的演算法可以應用在胸部CT上，並能更早地幫助識別有患心血管病風險的人，從而更有效地治療疾病、緩解不良後果，同時也可以全面減少像Clalit之類的健康維護組織（HMOs ）的醫療費用。”
此外Zebra的先進醫療平臺可以透過人工智慧演算法準確捕捉到被誤診的疾病、早期癌症和其他威脅人類生命的疾病。藉助數百萬次高質量掃描得出的資料，Zebra建立了一個深度學習的引擎，可以自動檢測出肝臟、肺、心血管和骨骼等各種疾病。EchoMD AutoEF by Bay LabsBayLabs的深度學習軟體EchoMD AutoEF在去年6月獲得FDA 510(K)的批准可用於醫療領域。EchoMD AutoEF 軟體可以與任何醫療系統內的影像歸檔和通訊系統相連線，還能快速、高效和準確地輔助超聲心電圖分析，確保為患者提供最高質量的診斷服務。在與明尼阿波利斯心臟研究所（Minneapolis Heart Institute）所進行的一項研究中，BayLab的研究人員發現，該技術在分析左心室射血分數(EF)方面比大多數心臟病醫生表現更卓越。因為該系統擁有的人工智慧平臺是由來自9千名患者、超過4百萬張超聲心電圖訓練而成的，它透過自動檢查患者的超聲心電圖影片片段，並能選取最合適的部分計算射血分數(EF)，進而加快了心臟病醫生分析速度。EF是指心臟泵血效率，通常用百分數表示。比如，50%的射血分數(EF)表示左心室每收縮一次就會博出一半的血液注入動脈，它是心臟博血好壞及判斷心力衰竭型別的指徵。深透醫療
深透醫療來自美國矽谷，其技術最早出自史丹佛大學的實驗室。去年12月初，該公司產品拿到FDA認證，成為第一個FDA獲批的應用在核醫學上的人工智慧產品，也是FDA批准的針對影像增強的人工智慧產品。深透醫療就針對MRI磁共振和PET核醫學分子影像，透過深度學習和影像重建技術，增強影像質量和效率，從而用更少的時間與劑量獲取診斷級別甚至更高質量的醫學影像。PET主要適用於檢查腫瘤、腦部疾病（如阿爾茲海默病）。患者一般需要半個多小時才可以完成檢查。由於檢查時間較長，患者的輕微移動還會形成運動偽影。深透醫療透過最佳化資料，重建成影像的過程，在保證診斷級別精確度的情況下，使PET加速至原診斷速度的4倍以上。PET檢查會使用放射性試劑，而深透醫療的技術也可以大幅度地降低放射性試劑劑量，對病人、操作人員以及醫院都更為安全。該公司近期獲得的FDA批准，就是應用於PET檢查的產品。
MRI主要應用於檢查腦部、組織等，幾乎覆蓋了醫療影像可檢測的所有病種。與PET類似，深透醫療也是透過最佳化資料，重建成影像的過程，在保證影像質量的前提下，使MRI加速4-10倍。但MRI檢查本身沒有輻射，可很多MRI會用到基於重金屬釓的造影劑。美國FDA、歐洲CE以及中國NMPA都對於釓造影劑在人體內沉積問題提出了警告。基於速度的提升，深透醫療提供的方案，可以大幅降低MRI的釓使用劑量，從而降低釓在病人體內的沉積。
總結來說，深透醫療可以覆蓋幾乎所有病種，在保證診斷級別的精確度的前提下，使得PET檢查加速4倍以上，MRI檢查加速4-10倍。參考資料：
[1]Bay Labs’ EchoMD AutoEF Software ReceivesFDA Clearance for Fully Automated AI Echocardiogram Analysis Jun 18, 2019 fromhttps://www.businesswire.com/news/home/20180619005552/en/Bay-Labs%E2%80%99-EchoMD-[2]5 FDA Approved Uses of AIin Healthcare, Jul 18 2019, from https://www.docwirenews.com/docwire-pick/future-of-medicine-picks/fda-approved-uses-of-ai-in-healthcare/ 
