美国麻省理工学院媒体实验室（CSAIL）的科研人员在一篇新论文中，描述了一款能够通过分析病人的文字和口头语言来感知抑郁症的神经网络系统。

“脑补”MRI成像的AI

美国纽约大学一组研究核磁共振加速方法的科研团队与Facebook达成合作，力图训练AI成像工具来缩短九成核磁共振扫描时间。他们研发的AI应用不是利用图像识别技术分析X光或者核磁共振扫描结果来帮助医生快速和准确分析病情，而是从扫描过程入手，直接加快核磁共振成像的速度。使用人工智能来填补没扫描到的地方，可大大缩减病人在核磁共振机里的时间，同时也能提高机器的效率，进而降低扫描成本、简化操作流程。

预测心脏病风险

微软研发了一种利用AI预测心脏病风险的API，并在印度综合专科医院Apollo投入使用。这款工具会从饮食、日常活动等21个方面进行分析。在分析过后，对患者以低、中、高三个级别打分，并指出一些通过改善可以降低心脏病风险的因素，它不仅可以为医生提供更全面的信息，还能建议病人改善生活习惯及时预防心脏病。

通过日常对话识别抑郁症

美国麻省理工学院媒体实验室（CSAIL）的科研人员在一篇新论文中，描述了一款能够通过分析病人的文字和口头语言来感知抑郁症的神经网络系统。其工作原理是，将与病人谈话采集到的原始文字和语音数据放在这款神经网络模型中分析，总结出抑郁症患者的说话规律，并利用这种规律与其他病人进行分析对比来判断病情，其还会在分析过程中不断学习提高分析准确性。

利用谷歌开源AI诊断肺癌

美国纽约大学的一组科研人员通过重新训练谷歌的Inception v3（用于图像分析的开源卷积神经网络），研发了一种检测特定肺癌类型的AI技术，准确率达97%。科研人员不仅让AI识别癌组织，还有组织内的基因突变，这款AI算法能够通过颤噪效应识别出LUAD数据中的6种最常见的突变基因（STK11、EGFR、FAT1、SETBT1、KRAS、TP53），这款AI对于病理学家来说是一个很有用的工具，其提供的信息可帮助医生对每个肺癌患者专门定制治疗方案，打造更多样化的精准医疗。

制定放射治疗方案

近日，谷歌子公司DeepMind与英国伦敦大学学院医院合作，研发了一款辅助医生制定治疗方案的AI。这款AI模型利用CT扫描图，进行癌细胞与周边的详细分区，精细程度“直逼人类”。科研人员训练AI使用的数据涵盖了21种器官的663份X线断层摄影图，经测试，AI模型在19种器官数据上的表现力与有几年经验的放射治疗技师没有很大差别。此外，AI对每个病人的分析结果也是同样优秀。

医疗机器人：人机工程学和智能自动化

2000年，Intuitive Surgical公司推出了达芬奇系统(the da Vinci system)，这是一种用于微创心脏搭桥手术的新技术，后来被用于治疗前列腺癌。目前，第四代da Vinci系统，在人机工程学平台上，可提供3D可视化(相对于2D腹腔镜)服务。它被认为是腹腔镜手术的标准工具，每年使用近75万次，为研究手术过程提供了新的数据平台。