人工智能是否有助于检测和治疗癌症？

在南加州大学Michelson融合生命科学中心，Fei Sha将会与同事通力协作，将人工智能引入到医疗卫生领域，以解决目前行业内最棘手的问题。

这也正是为什么这位计算机科学专业副教授，和来自工程学院的院士Zohrab A. Kaprielian对南加州大学Michelson融合生命科学中心的成立表示十分的激动。该中心由Gary K. Michelson 及其夫人Alya捐赠5000万美元成立。在该中心，Sha副教授将领导数据、算法和健康系统（即DASH）中心的研究，并将利用统计机器学习的尖端发现成果来进行医学科学研究。

“我希望能够将机器学习应用于解决健康和生物科学领域的重大和挑战性问题，但是我需要合作者，”Sha副教授说道。“Michelson提供了一个聚焦点，我可以将优秀生物学家、生物医学工程师和计算科学家汇聚在一起，深化我们的专业知识，让我们的研究更进一步。”

Sha副教授说道，顺着这栋新建的大楼楼梯走到下一层，随时都能碰到顶尖的研究人员，比如说成像专家兼生物工程教务长Scott Fraser教授、生物科学专业教授、个体化治疗兼癌症治疗专家Peter Kuhn以及神经学、生物医学工程和生物科学教务长Steve Kay教授等。

“我可以敲开他们的门，然后说道，‘我有个想法。你觉得这怎么样？你有没有遇到你认为计算学习可能会解决的难题？’Michelson会激发大家的灵感，产生头脑风暴，大家一起向着我们共同的目标不断努力奋斗。”Sha说道。

恰逢人工智能在医疗保健领域的蓬勃发展，Michelson中心的开放重点将工程与医学相结合。机器正在学习如何读取CT扫描来识别异常情况。在机器人辅助手术中，机器人可以整合术前医疗记录的信息并使用实时手术分析来改善手术的精确度。根据IBM报道，目前已有超过50所医院采用了IBM的Watson for Oncology解决方案。

“目前人工智能已经能够切实增强人类活动的广度与深度，接管从医学成像到风险分析到健康状况诊断等工作，”Accenture咨询公司最新的报告称。

这家全球咨询公司预计，到2026年，在医疗卫生领域，人工智能将可能每年为美国节省1500亿美元。此外，来自Healthcare IT News和HIMSS Analytics的一项最新调查发现，半数接受调查的医疗卫生组织预计将会在未来五年内采用人工智能。

棘手难题的解决方案

多年来，Sha副教授一直采用Michelson中心的跨学科研究法来探索医疗卫生领域部分最棘手问题的解决方案，其中包括癌症。

Sha副教授目前正与劳伦斯•埃利森转化医学研究所的创会理事兼CEO David Agus进行合作，研发一个技术平台，用于分析组织样本来诊断乳腺癌并获知更多信息，如癌症的结果及对治疗的反应等。其采用的方式为：通过利用机器学习，向计算机输入足够的活组织切片数据，根据癌症基因组图谱确定类型、异常情况和临床相关的乳腺癌亚型，例如确定对雌激素靶向治疗的反应。

Added Agus，在南加州大学Keck医学院和Viterbi工程学院任职，著有《纽约时报》畅销图书《疾病的终结》（The End of Illness）：“Fei副教授在机器学习领域的专业知识对该项目的成功起到了极大的促进作用。”

Sha副教授还与Stephen Gruber合作一项获得资助的项目，Stephen Gruber是Keck医学院的医学和预防医学教授，担任Jane & Kris Popovich癌症研究中心主任一职。Sha说，这对夫妇想要探索免疫系统的基因生物标记变化与黑色素瘤癌细胞的多样性之间的关联。他补充说道，这些信息可以帮助识别最难治疗的癌症亚型的遗传成因，并有希望针对这些癌症类型研发出精确疗法。

此外，Sha副教授和生物科学、化学、化学工程和材料科学教长兼桥梁研究所主任Ray Stevens教授已就将机器学习技术应用于理解结构和功能之间的关系以及在新药研发领域的可能应用展开了讨论。

Sha副教授对于将机器学习和医学相结合的兴趣由来已久。约两年前，他深爱的祖母在中国农村因癌症去世。当时，他说道，中国的预防和诊断能力有所欠缺。Sha希望，他和他的同事们在Michelson中心的工作将有助于推进医疗服务并为所有亲人朋友进行个性化治疗。

我希望能与医生合作，尽可能提升这些与癌症和许多其他疾病抗争的患者们的生活质量。

Fei Sha

“我希望能与医生合作，尽可能提升这些与癌症和许多其他疾病抗争的患者们的生活质量，”Sha说道。

机器学习

Sha副教授在2008年加入南加州大学Viterbi工程学院。他一直对统计机器学习抱有浓厚的研究兴趣，自从大数据问世以来，这一领域依托人工智能获得了极大地发展。他的研究实验室研发了自动语音识别、自然语言理解和计算机视觉等技术。他的核心课题是研发新型概率模型和计算方法，从数据中提取可操作知识。

2012年，Sha副教授荣获美国陆军研究办公室青年研究员奖，随后获得了斯隆研究奖，这是年轻科学家的极高荣誉。

展望未来，Sha说道，Michelson中心将会为他和其他跨学科研究人员提供宝贵的探索平台。

“我很高兴能有机会将算法、计算和统计模型应用于解开生物机体的奥秘，研发出能够拯救生命的生物医学研究成果，”他说道。

编辑：Marc Ballon

头图：Fei Sha实验室将会把机械学习与数据技术相结合，用以改善医疗诊断技术。（摄影/iStock）