微軟欲用 AI 解碼免疫系統(tǒng)，一次性篩查上百種疾病

人體的免疫系統(tǒng)非常復(fù)雜，也非常聰明。有時在疾病確診前幾天、幾個月乃至幾年，你的免疫系統(tǒng)就能知道你將在何時生病。

如果我們能夠捕捉到免疫系統(tǒng)發(fā)出的細微信號，就可以在卵巢癌和胰腺癌等疾病變得致命前，抓緊時機治療，從而每年挽救數(shù)百萬人的生命。老牌科技巨頭微軟正在努力將這一構(gòu)想變成現(xiàn)實。

上周四，微軟對外宣布，它正在和西雅圖的生物技術(shù)公司Adaptive Biotechnologies合作，開展一項長達數(shù)年的項目。該項目將建立一個全面的血液測試，通過解碼免疫系統(tǒng)中的信息，一次性篩查幾十甚至數(shù)百種疾病。

雷鋒網(wǎng)了解到，作為合作的一部分，微軟將向Adaptive Biotechnologies投入一筆資金（具體數(shù)額尚未公布），并提供云計算和機器學(xué)習(xí)相關(guān)的服務(wù)。Adaptive Biotechnologies的首席執(zhí)行官Chad Robins表示，二者加起來價值“數(shù)億美元”。該項目是微軟Healthcare NExT計劃的一部分，旨在運用微軟的先進技術(shù)解決人類當(dāng)前面臨的醫(yī)學(xué)難題。

如果這個項目取得成功，那么我們將在疾病診斷方面將迎來顛覆性的變革，這也意味著醫(yī)療衛(wèi)生技術(shù)將邁進新的紀元。

這個項目的核心思想非常簡單，就是利用人體的自然警報系統(tǒng)判斷你將在何時患病。

Adaptive Biotechnologies的聯(lián)合創(chuàng)始人兼首席技術(shù)官Harlan Robins（Chad Robins的兄弟）說道：“歸根結(jié)底，自然界和進化系統(tǒng)比我們想象的更先進。人體用于檢測和消滅疾病的系統(tǒng)被稱之為適應(yīng)性免疫系統(tǒng)，它比任何時候的我們都更擅長于發(fā)現(xiàn)疾病?！?/p>

免疫系統(tǒng)所知的所有信息都被編碼進了T細胞和B細胞等免疫細胞的基因里，漂浮在我們周身的血液中。Adaptive Biotechnologies用一種它們稱之為“下一代基因測序”的技術(shù)，來讀取這些細胞的基因，創(chuàng)建一份包含數(shù)十億個數(shù)據(jù)點的免疫圖譜。

免疫圖譜中堆積成山的龐大數(shù)據(jù)里隱藏著任何一種正在醞釀的疾病的征兆。

“其中包含了人體系統(tǒng)中所有疾病的所有信息，只是我們還無法將其解碼。這個項目的真正目標就是找到實時解碼這些信息的方法?！?Harlan Robins說道。

這正是機器學(xué)習(xí)技術(shù)的用武之地。Adaptive Biotechnologies收集的數(shù)據(jù)背后將得到微軟人工智能技術(shù)的加持，通過建立一項血液測試，尋找免疫細胞的遺傳標記與疾病間的對應(yīng)關(guān)系。

與目前一次性只能診斷一種疾病的診斷方法不同，Adaptive Biotechnologies的測試可以一次性篩查出大量疾病，Chad Robins將其類比為X光機。

他說道：“X光機可以診斷手腕骨折，也可以診斷腿部骨折?！蓖瑯拥牡览?，Adaptive Biotechnologies的測試項目可以診斷從胰腺癌到多發(fā)性硬化癥（一種自身免疫性疾?。┑炔煌膊　?/p>

理想情況下，這項測試將成為一種常規(guī)檢查手段。每個人都可以在年度體檢中通過快速分析免疫系統(tǒng)中的遺傳標記來篩查疾病。它甚至還能幫助我們預(yù)測該如何應(yīng)對和治療疾病。

據(jù)雷鋒網(wǎng)了解，項目初期，Adaptive Biotechnologies將主要聚焦于三類疾病：一、通常只有在非常晚期才能診斷出的疾病，比如胰腺癌和卵巢癌；二、難以診斷的自身免疫性疾病，比如多發(fā)性硬化癥；三、可能潛伏在人體中并再次發(fā)病的傳染性疾病，比如慢性萊姆病。

Harlan Robins表示，該項目面臨的最大挑戰(zhàn)可能是來自監(jiān)管方面的阻礙。目前，診斷工具只被批準一次性診斷一種情況，這意味著Adaptive Biotechnologies的血檢法每次應(yīng)用時都必須重新獲得審批。

保險制度也是阻力之一，畢竟如果沒有人買單，它便無法獲得商業(yè)上的成功。

但是一旦這個項目取得成功，它將顛覆我們對于健康的看法，并為疾病的預(yù)防和治療帶來積極作用。這也將是運用人工智能技術(shù)改變醫(yī)療保健和生物技術(shù)行業(yè)的另一個絕佳范例。在過去，對如此龐大的數(shù)據(jù)量進行挖掘和利用幾乎是不可能的。

via  GeekWire  雷鋒網(wǎng)編譯

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。