傳統中醫藥診斷依賴醫生的“望、聞、問、切”，這需要醫生具備豐富的臨床經驗和深厚的中醫理論功底。然而，中醫人才的培養周期長，且優秀中醫資源分布不均，這在一定程度上限制了中醫藥服務的普及和質量提升。人工智能的介入，為解決這一問題提供了新思路。
借助人工智能的圖象識別技術，能夠對人體舌象、脈象、面色等進行精準分析。通過大量臨床數據的訓練，人工智能系統可以識別出細微的舌象變化、脈象特征，并與特定的病癥建立關聯。例如，在舌診中，人工智能可以快速準確地判斷舌質的顏色、舌苔的厚薄和顏色等，為醫生提供更客觀的診斷依據。同時，結合患者的癥狀描述、病史等信息，人工智能能夠運用深度學習算法進行綜合分析，輔助醫生進行更精準的辨證論治，實現個性化醫療。
以某中醫醫院引入的人工智能輔助診斷系統為例，該系統收集了海量的中醫臨床病例數據，涵蓋了各種常見病癥和疑難雜癥。在實際應用中，醫生將患者的基本信息和檢查數據輸入系統，系統能在短時間內給出診斷建議和治療方案參考。這不僅提高了診斷的準確性和效率，還為年輕醫生提供了學習和借鑒的機會，有助于提升整體醫療水平。
中醫藥藥物研發是一個漫長而復雜的過程，從藥材的篩選、配方的優化到臨床試驗，每一個環節都需要耗費大量的時間和精力。人工智能的應用，為中醫藥藥物研發帶來了新的突破點。
在藥材篩選方面，人工智能可以通過分析藥材的化學成分、藥理作用和臨床療效等數據，快速篩選出具有潛在藥用價值的藥材。利用機器學習算法，對大量的中藥數據庫進行挖掘和分析，能夠發現傳統中藥中未被充分認識的有效成分和作用機制。例如，通過對多種中藥材的化學成分和生物活性數據進行建模分析，研究人員發現了一些具有抗腫瘤、抗炎等作用的新成分，為新藥研發提供了新的方向。
在配方優化方面，人工智能可以根據疾病的病理特點和藥物的作用機制，對傳統中藥配方進行智能優化。通過模擬藥物在體內的代謝過程和相互作用，預測不同配方組合的療效和安全性，從而篩選出最優的配方方案。這種智能化的配方優化方法，大大縮短了研發周期，提高了研發效率。
此外，人工智能還可以在臨床試驗設計和數據分析中發揮重要作用。通過分析大量的臨床試驗數據，人工智能能夠預測藥物的療效和不良反應，為臨床試驗的設計提供科學依據。同時，在試驗過程中，人工智能可以實時監測患者的病情變化和藥物反應，及時調整治療方案，提高試驗的成功率。
隨著人們健康意識的提高，對健康管理的需求日益增長。中醫藥強調“治未病”，注重預防和養生，與現代健康管理的理念高度契合。人工智能與中醫藥的結合，為構建全方位的健康管理體系提供了有力支持。
借助可穿戴設備和移動醫療技術，人工智能可以實時收集個人的生理數據，如心率、血壓、睡眠質量等，并結合中醫體質辨識理論，對個人的健康狀況進行評估和分類。根據評估結果，為不同體質的人群提供個性化的養生建議，包括飲食調理、運動指導、情志調節等方面。例如，對于氣虛體質的人群，系統會建議其多吃一些具有補氣作用的食物，如黃芪、山藥等，并推薦適合的運動方式，如太極拳、八段錦等。
同時，人工智能還可以通過建立健康管理平臺，實現醫患之間的實時互動和遠程醫療。患者可以通過平臺隨時向醫生咨詢健康問題，醫生可以根據患者的實時數據和癥狀描述，及時給予診斷和治療建議。對于慢性病患者，系統可以定期提醒患者服藥、復查，并對患者的病情進行跟蹤管理，提高患者的治療依從性和健康水平。
盡管人工智能為中醫藥的發展帶來了諸多機遇，但也面臨著一些挑戰。例如，中醫藥數據的質量和標準化問題、人工智能算法的可解釋性問題、中醫藥專業人才與人工智能技術融合的問題等。解決這些問題需要政府、科研機構、企業和中醫藥從業者等各方共同努力，加強數據共享和標準化建設，推動人工智能算法的優化和改進，培養既懂中醫藥又懂人工智能的復合型人才。
展望未來，人工智能與中醫藥的深度融合將不斷拓展中醫藥的服務領域和應用場景，推動中醫藥事業的現代化和國際化發展。我們有理由相信，在人工智能的助力下，中醫藥這一古老的智慧瑰寶將煥發出新的生機與活力，為人類健康事業做出更大的貢獻。讓我們張開雙臂，擁抱人工智能，共同見證中醫藥“智煥”新生的輝煌時刻！
]]>人工智能、大數據等現代信息技術給社會生產生活帶來了便利。與此同時，這些技術也有力地促進了中醫藥的現代化發展。
近年來，中國工程院院士、國醫大師張伯禮帶領團隊遵循中醫藥自身發展規律，充分利用現代科學成果和技術方法，鞏固和發揚中醫藥特色優勢，促進中醫藥現代化、產業化并走向世界，推動中醫藥高質量發展。
近日，張伯禮在接受科技日報記者獨家專訪時表示，要始終堅持走中醫藥理論精髓和現代技術深度融合的中醫藥守正創新和傳承發展之路，這也是中醫藥應走的現代化之路。
先進科學技術為我所用
記者：您在前不久召開的數智賦能大健康產業新質生產力暨第四屆中醫藥國際發展大會上表示，中醫藥現代化是時代使命，中醫藥與人工智能的結合是必然的發展趨勢。您認為，以人工智能為主的現代信息技術在中醫藥現代化發展中扮演著什么樣的角色？
張伯禮：中醫藥傳承創新發展，離不開數字化賦能。現代科技是中醫藥發展的“翅膀”，“翅膀”越硬，就飛得越高越遠。當前中醫藥發展具有高科技、高效能、高質量的特征，符合新發展理念，也將成為重要的先進生產力。
近年來，人工智能、區塊鏈大數據等現代信息科學技術迅猛發展，有力地促進了中醫藥現代化。人工智能也為中醫藥帶來了新的發展機遇。我總說，要將當前先進的科學技術為我所用。在先進科學技術的幫助下，中醫藥領域現代化的成果會源源不斷出現。大模型、云計算等技術將促進中醫藥在疾病防治、健康管理、藥物研發等方面取得更大的成果，為人類健康事業作出更突出的貢獻。
記者：您可否舉例介紹，在推進中醫藥現代化的過程中，您帶領團隊都做了哪些具體工作？
張伯禮：自20世紀90年代起，我先后承擔了3個973計劃項目，其中的一項重要研究就是把中藥從傳統的樹根、草皮變成可量化的、功效物質清楚的組分中藥。
近年來，現代中藥創制全國重點實驗室和國家超級計算天津中心、中國科學院自動化研究所等單位緊密合作，產出了一系列成果。比如，在2020年新冠疫情暴發初期，我們團隊用一個星期時間，收集了來自20余家醫院1000余個患者的信息，并依托天津超算中心對這些信息進行數據處理和運算。在進行數據歸類和專家研討后，我們判斷此次疫情為“濕毒疫”。中醫講究辨證論治，明確了證候，治療方法也就明確了。基于此我們制定的治療方案，被寫進國家版診療指南中。
在經典名方、抗疫經驗及大數據、人工智能技術的支持下，我們篩選出60余種可能對新冠有效的中成藥，進而研制出具有確切療效的宣肺敗毒顆粒，其入選“三藥三方”；還研制出對新冠后遺癥有治療作用的“清金益氣顆粒”制劑，其廣泛應用取得非常好的效益。
智能科技成果推動中醫藥現代化
記者：近期有不少與中醫藥行業深度融合的智能科技成果發布。這些成果是如何深度融合中醫藥理論的精髓和現代信息技術的？
張伯禮：現在很多先進設備可以實現智能化診斷和個性化治療。通過對大量中醫病案數據的學習運算，這些設備可以輔助中醫師對患者進行病證診斷，提高診斷準確性。中醫師結合中醫智能穿戴設備，可為患者提供全方位的健康管理服務，包括飲食建議、運動指導等。大模型也可以幫助研究人員更好地理解中藥多靶點復雜網絡作用機制，助力新藥研發。
記者：這些智能科技成果對推動中醫藥現代化有何意義？
張伯禮：舉例來說，“數智本草”大模型，是基于華為澎湃算力與向量庫等先進工具，由天士力與華為云在華為盤古大語言模型和盤古藥物分子大模型的基礎上，聯合開發的中醫藥語言大模型和計算大模型。它擁有380億個參數，基于中醫藥海量文本數據預訓練，結合向量庫檢索強化，以及中藥研發多場景的微調，能夠更好地幫助研究者完成中醫藥理論證據的挖掘和總結。
此外，“天河靈樞”大模型是面向中醫針灸領域的專業大模型。它創新性地對人體全部穴位進行了專業的三維建模，成功構建了栩栩如生的三維針灸數字人。這一大模型將加強對中醫循證證據數據的挖掘和應用，為中醫藥產業的創新和發展提供新動力。
記者：數智技術為中醫藥現代化的發展帶來哪些轉變？
張伯禮：采用人工智能技術及先進制造技術，推動信息化和工業化的深度結合，能夠為制藥企業帶來從研發、生產到流通鏈條的質量提升，起到節能降耗、提質增效作用，服務中藥產業高質量發展。
以“數智中藥”研發新范式為例。現代中藥創制全國重點實驗室常務副主任、天士力醫藥集團董事長閆凱境博士曾指出，該研發新范式以人工智能等顛覆性科學技術為突破，創新性配置包含中醫藥海量數據的新型生產要素，結合云計算、大模型等新型技術手段，通過中藥產品的組方配伍數智化、物質基礎數智化、量時毒效數智化、生產質控數智化、臨床應用數智化、消費認知數智化，引領現代中藥達到用藥精準、生產精智、療效精確的新高度。通過建設中醫藥“數智本草”大模型的智能一體化平臺，打造“數智中藥”資源、研發、制造、供應、臨床應用、消費者認知新范式，可實現中藥產業全鏈條飛躍性轉型升級。
中醫藥擁抱數智還需多方面發力
記者：總體來看，目前我國中醫藥應用現代信息技術的情況如何？
張伯禮：在人工智能和大數據時代，中醫藥與這些先進技術實現了相互融合。比如，現代中藥創制全國重點實驗室研制的“海河一號”“海河二號”，實現了中藥有效組分高效快速篩選制備。天津中醫藥大學循證醫學中心建立的中醫藥循證研究證據庫系統（EVDS），可基于已發表的研究成果自動進行評價和分析，并可結合專家經驗形成證據報告。此外，中醫遠程會診系統等也得到普遍應用，大大方便了異地就診等。
但還有一些方面仍處于起步階段。例如數字制藥和智慧制藥。此外，把人工智能技術和中藥制造結合起來，也是當前的一項重要任務。我們相信，以中醫藥為代表的一系列傳統產業即將迎來蛻變。
記者：現代科技賦能中醫藥面臨哪些問題和挑戰？
張伯禮：例如在制藥方面，我國絕大部分中藥企業已實現機械化制藥，但制藥總體自動化水平不高，精益管理水平和理念也有待提高，數字化的制藥生產線尚未完全覆蓋。
此外，中醫藥的基礎研究相對薄弱，尤其是在中藥的作用機理、物質基礎、應用理論等方面的研究不夠深入。這限制了對中藥有效成分的精確識別和對作用機制的科學闡釋，阻礙了中醫藥的現代化進程。
雖然包括信息技術、生物技術等在內的現代科技為中醫藥發展提供了新的工具和平臺，但如何有效地將這些現代科技與傳統中醫藥理論和實踐相結合，仍是一個挑戰。
記者：您認為針對這些問題和挑戰有哪些解決辦法？
張伯禮：我認為可以出臺藥品優質優價等相關政策，引導企業在生產設計、制造過程管控和產品流通等各環節應用數字化技術，提高精益管理和質量控制水平。可以鼓勵有條件的企業建設智能工廠，推動中藥工業向高端邁進。可通過設立科技專項，支持智能制藥關鍵技術與裝備研發，加速提升中藥制藥裝備的研究水平，促進中藥制藥裝備實現自主化、現代化。
另外，中醫藥科研要在中醫原創思維指導下，多學科交叉融合，協同創新，開辟新賽道、培育新動能。
熱點聚焦
中醫藥與大健康理念的結合，是當前健康產業發展的一個重要趨勢。我國大健康產業已經達到十萬億元的規模，可以說已經成為支柱產業。數字化、智能化技術不僅在中醫藥領域，在公共衛生、醫療服務、康復養老、健康食品等領域也展現出廣闊的應用前景。甚至酒、茶等產業領域，也都在積極擁抱數字化技術，依托數智化轉型升級實現了降本增效。可以說，在數智技術與創新實踐的驅動下，大健康產業正加快培育新質生產力，努力實現高質量發展。——張伯禮（來源：科技日報? 記者 陳 曦）
]]>【點評】人工智能自誕生之日起，就與醫學密不可分。以神經生理和神經解剖學研究成果為基礎，“實現人類水平的智能”，可說是人工智能領域研究者最初的夢想。現實中，醫學研究的不斷深入，為人工智能發展開啟了新的維度；人工智能的技術創新與應用拓展，也對醫療行業產生著深刻影響。
如今，AI技術已經深入臨床輔助診斷、醫學影像、腦科學乃至中醫學等醫學領域的各個方面。以醫學影像為例，目前人工智能已經成功應用于肺部疾病、乳腺疾病、神經系統疾病、心血管系統疾病等方面。借助植根于大數據的人工智能算法，醫生能夠顯著提升疾病篩查和診斷的效率，為科學制定治療方案提供可靠的輔助。
此外，在新藥研發過程中，利用深度學習，也可大大縮短研發周期、控制研發成本，更好造福患者。在一些大醫院，新型醫療機器人常駐病房，對病情監測、病患護理等發揮了獨特作用。可以說，人工智能的快速發展，極大提高了醫療生產力。
大數據、人工智能在醫療領域的應用，還促進了醫療服務模式、健康管理理念的改變。如今，人們無需常往醫院跑，就能對自身進行日常健康管理。通過智能可穿戴設備、家庭智能健康檢測監測設備，能夠實時動態監測健康數據，精準把握個人健康情況。尤其在血糖管理、血壓管理、用藥提醒、健康要素監測等方面，人工智能可以提供常態化、精細化的指導，為特定群體提供全方位、全周期的健康服務。這些，不僅有利于加強疾病預防、提高慢病管理效率，也能提升公眾的健康觀念，從根本上節省全社會的醫療成本。
人工智能的蓬勃發展，推動了醫學基礎研究的進步，為精準醫療開拓了廣闊空間，增強了人類戰勝各種疾病的信心。但同時也應認識到，盡管人們正在步入一個大數據時代，但疾病的發生并不是一個概率過程，而是存在著特定的病因。對于醫生而言，如果一味相信新技術和普遍化方案，就可能被大數據所誤導，忽略了具體患者的特定情況。這也啟示我們，醫學在認知和應用上是難以截然分開的。
從某種意義上說，治療應當成為針對具體患者的一門藝術。人工智能應用于醫療領域，日漸吸引著更多產業投資。在新一輪科技革命和產業變革的背景下，只有立足于臨床防治，充分運用各方面的有利條件，積極發展因人而異的個性療法，才能讓精準醫療造福更多的人。（李浩燃）
]]>【1】Com Biol Med：人工智能幫助治療糖尿病引發的眼疾
doi：10.1016/j.compbiomed.2018.10.031
根據最近的一項研究，研究人員已經使用人工智能診斷早期階段的糖尿病引發的失明癥狀。
糖尿病視網膜病變是成人視力喪失的主要原因，其影響正在全球范圍內擴大，到2030年將有1.91億人受到影響。在疾病早期，雖然沒有明顯癥狀，但疾病可能已經發展。早期診斷和治療可以對患者保持多少視力產生顯著影響。
研究人員開發了一種圖像處理算法，可以自動檢測疾病的一個關鍵癥狀，即視網膜上的液體，準確率為98％。該研究的首席研究員，墨爾本皇家理工大學Dinesh Kant Kumar教授表示，這種方法是即時且具有成本效益的。
【2】PLoS ONE：科學家有望利用人工智能技術更好地管理癌癥患者
doi：10.1371/journal.pone.0208808
近日，一項刊登在國際雜志PLOS ONE上的研究報告中，來自薩里大學等機構的科學家們通過研究開發出了一種新型的人工智能系統（AI），其有望預測癌癥患者在整個治療過程中的疾病癥狀和嚴重程度。
文章中，研究人員詳細描述了他們開發的兩種機器學習模型如何準確預測癌癥患者所面臨的三種疾病癥狀的嚴重性，這三種癥狀包括抑郁、焦慮和睡眠障礙，這些癥狀均與癌癥患者生活質量的明顯下降直接相關。研究者分析了癌癥患者在接受計算機斷層掃描x射線治療過程中所經歷的癥狀和相關數據，隨后在不同的時間段來檢測是否機器學習算法能準確預測患者的疾病癥狀表現。
【3】Cancer Res：開發出可高效識別不同類型癌細胞的人工智能系統
doi：10.1158/0008-5472.CAN-18-0653
在癌癥患者中，癌細胞的類型在不同患者之間存在很大差異，甚至在同一種疾病中也是如此；識別癌癥患者機體中存在的特殊細胞類型對于選擇最佳的療法來有效治療患者至關重要，但能夠完成這項任務的方法卻是非常費時的，而且常常會因人為錯誤和人類視野的局限性而被阻礙。
近日，一項刊登在國際雜志Cancer Research上的研究報告中，來自日本大阪大學的科學家們通過研究揭示了如何通過一種基于人工智能的系統來克服上述問題，研究者指出，這種基于人工智能的系統能通過掃描顯微圖像并獲得比人類判斷更高的準確率，來有效識別不同類型的癌細胞，這種方法或能給腫瘤學領域的研究帶來革命性的突破。
【4】Bioinformatics：新型人工智能系統有望加速科學家們在癌癥領域的研究
doi：10.1093/bioinformatics/bty845
近日，一項刊登在國際雜志Bioinformatics上的研究報告中，來自劍橋大學的科學家們通過研究開發了一種名為“LION LBD”的新型AI系統(人工智能系統)，其能幫助幫助研究人員進行癌癥相關的研究。
目前癌癥研究在全球范圍內吸引了大量的資金，而且相關研究報告的數量也非常龐大，因此研究人員正在奮力進行癌癥領域相關的研究，而他們常常會發現，很多批判性假設的證據往往是在文章發表之后才會被發現。
癌癥是一種非常復雜的疾病，其在全球是誘發人群死亡的第二大原因，目前研究人員并沒有完全對癌癥進行深入剖析；癌癥的發生包括多種化學和生物化學分子、反應以及多種通路的改變，研究人員在多個廣泛的學科中進行癌癥研究，而其在描述相似概念的方式上也各不相同。
【5】Science：利用人工智能預測RNA病毒的動物宿主和傳播媒介
doi：10.1126/science.aap9072
諸如埃博拉病毒和寨卡病毒之類的許多致命性的和新出現的病毒傳播給人類并導致嚴重疾病之前早就在野生動物和昆蟲群落中傳播。從基因組序列中尋找不同病毒的動物和昆蟲宿主可能需要多年的密集的實地研究和實驗室工作。由此引起的延遲意味著難以實施預防措施，比如給疾病的動物來源接種疫苗，或者阻止物種之間的危險接觸。因此，在當前，及時地找到這些天然病毒宿主—這可能有助于阻止向人類傳播—對科學家們構成了巨大的挑戰。
如今，在一項新的研究中，來自蘇格蘭格拉斯哥大學等研究機構的研究人員設計出一種新的機器學習算法，它利用病毒基因組序列預測一系列RNA病毒的可能的自然宿主，其中RNA病毒是最常見的從病毒跳躍到人類中的病毒群體。相關研究結果發表在2018年11月2日的Science期刊上。
【6】Adv Therap：人工智能助力轉移性前列腺癌治療，療效顯著
doi：10.1002/adtp.201800104
聯合化療是癌癥治療之路上的一塊里程碑，但是優化其療效需要對藥物的協同作用進行劑量和時間相關的調整，傳統的基于實驗的調整方法耗時又耗力，效率極低，阻礙了最佳聯合療法的發展。
為此，研究人員近日開發出了一種基于人工智能（AI）的平臺——CURATE AI來完善并加速這個過程。在他們的研究中，研究人員使用了溴結構域抑制劑ZEN-3694和雄激素受體拮抗劑恩雜魯胺（enzalutamide）這兩個藥物作為模式藥物，利用這種新的AI平臺對聯合它們治療一名轉移性去勢抵抗性前列腺癌病人的用藥方針進行了指導，目的在于降低病人血清中的前列腺特異性抗原（PSA）。
【7】Lancet Oncol：人工智能幫助預測癌癥患者接受免疫治療的效果
doi：10.1016/S1470-2045(18)30413-3
發表在《Lancet Oncology》上的一項研究首次證實，人工智能可以處理醫學圖像以提取生物學和臨床信息。通過設計算法并將其開發用于分析CT掃描圖像作者等人創建了一個所謂的放射學特征。該特征定義了腫瘤的淋巴細胞浸潤水平，并提供了患者免疫治療功效的預測評分。
將來，醫生可能因此能夠使用成像來識別位于身體任何部位的腫瘤中的生物現象，而無需進行活組織檢查。到目前為止，沒有標記可以準確地識別那些對PD-1 / PD-L1免疫治療有反應的患者，在這種情況下，只有15％至30％的患者對此類治療有反應。眾所周知，腫瘤環境中免疫細胞更豐富（淋巴細胞的存在），免疫療法有效的可能性越大，因此研究人員試圖通過成像來表征這種環境并將其與患者的臨床反應相關聯。
【8】Nat Commun：人工智能助攻前列腺癌診斷和治療
doi：10.1038/s41467-018-04724-5
來自瑞典的科學家們的最新研究成果表明數據驅使的AI可以幫助我們更深入了解前列腺癌如何發展，最終可以幫助提高這種疾病的臨床診斷和治療結果。每種癌癥都是獨特的，它的特點隨著時間變化而變化，這種所謂的腫瘤異質性是由于腫瘤內細胞的競爭性克隆以及可能增加轉移概率的獲得性基因突變。
來自瑞典生命科學實驗室的研究人員開發了一種數據訓練的AI方法可以幫助我們更好地了解前列腺癌及其周圍微環境異質性相關的主要事件。這個來自瑞典皇家理工學院（KTH）和卡羅林斯卡研究所的研究團隊在KTH分子生物學教授Joakim Lundeberg的領導下獲得了來自6750個腫瘤組織樣品的空間轉錄組學（一種定量分析基因的組織學方法，由KTH和卡羅林斯卡研究所的研究人員共同開發）分析數據。
【9】Cell：利用人工智能繪制衰老大腦的基因表達圖譜
doi：10.1016/j.cell.2018.05.057
在一項新的研究中，來自比利時魯汶大學（VIB-KU Leuven）Stein Aerts教授及其團隊首次在果蠅衰老過程中繪制出每個腦細胞的基因表達圖譜。由此產生的“細胞圖譜”為大腦在衰老過程中的運作提供了前所未有的見解。這種細胞圖譜被認為是開發有助于更好地理解人類疾病發展的技術而邁出重要的第一步。相關研究結果于2018年6月14日在線發表在Cell期刊上。
果蠅的大腦由大約10萬個細胞組成，盡管它比人腦小得多，但它包含數百種不同類型的神經元和其他形成復雜網絡的細胞，非常像人類大腦。研究者解釋道，“為了真正理解大腦的運作，即使對像果蠅一樣小的有機體，我們也需要放大觀察每個細胞。所有的器官和組織都由許多不同的細胞組成，這些細胞彼此之間進行溝通來執行它們的特定功能。盡管它們具有相同的DNA，但它們都表達一組不同的基因，因此為了理解真正發生了什么，我們需要知道哪些細胞在做什么和什么時候做。”
【10】Science：開發出人工智能驅動的鬼影細胞測定儀，不用產生圖像就可高通量識別和分選細胞
doi：10.1126/science.aan0096
在一項新的研究中，日本研究人員發明了一種新的細胞識別和分選系統，并稱之為鬼影細胞測定儀（Ghost Cytometry）。這種系統將一種新的成像技術與人工智能（AI）結合在一起以史無前例地高通量速度識別和分選細胞。他們希望他們的方法將用于識別和分選在患者血液中的循環癌細胞、能夠加速藥物發現和改進基于細胞的醫學療法的療效。
在這項研究中，這些研究人員證實鬼影細胞測定儀能夠分選至少兩種不同類型的具有相似大小和結構的細胞，而且很少發生分選錯誤。鬼影細胞測定儀能夠以每秒1萬多個細胞的速度識別細胞，并且以每秒數千個細胞的速度對細胞進行分類。現存的細胞分選機器不能夠區分具有相類似形狀的細胞類型。人類專家借助顯微鏡通常以每秒少于10個細胞的速度識別和分選細胞，而且有時還具有較差的準確度。
]]>由盆塘首爾大醫院腎臟內科金世中、陳浩俊(音)教授領銜的團隊，2014年6月與醫院醫療情報小組一起，開發了“急性腎臟損傷監控人工智能系統”。21日，對兩名教授領導的團隊在引進該系統前治療的1884名和引進后治療的1309名急性腎臟損傷患者的主要指標進行了分析，發現引進系統后接受快速治療的患者是之前的6.13倍，而且急性腎臟損傷康復的可能性也提高了70%。相反，出現相當程度的急性腎臟損傷而需要透析、引發重癥急性腎臟損傷的危險，在引進該系統后減少了25%。
這一人工智能系統對患者最近6個月的血檢數據進行分析后，能在早期發現急性腎臟，把腎臟損傷的程度分為3個階段，及時告知主治醫生。急性腎臟損傷作為腎臟細胞受損導致腎臟功能減弱的疾病，如果不盡早發現，就必須進行透析，否則會面臨死亡。重癥室里急性腎臟損傷患者的死亡率高達50%。
金世中表示，目前只是在初期階段診斷后實時告知結果的水平，今后將繼續開發人工智能，使之能夠提前預測入院患者的腎臟損傷情況，自動把訂制型治療方案告訴主治醫先。
]]>