蔡崇信预测，人工智能有一天将帮助医生分析复杂的基因数据——这是精准医学的标志。

　　人工智能成像和基因分析可以帮助医生快速确定诊断并制定高度个性化的治疗计划，从而改善患者的护理。

　　加州大学欧文分校(University of California, Irvine)应用人工智能研究中心(Center for Applied AI Research)主任彼得·d·张(Peter D. Chang)博士说，人工智能主要用于分析复杂的医学图像，以诊断患者。

　　他说:“现在，人工智能确实存在于这个过程的方方面面。”“从使图像本身更清晰到加快医生做出诊断的速度。”

　　例如，Chang和他在UCI中风和脑血管综合中心的同事们使用基于人工智能的工具来分析脑部扫描并对患者进行分类，从而加快了中风和血管疾病(如主动脉撕裂、肺凝块或创伤性出血)的诊断。

　　对蔡崇信来说，人工智能有助于分析高度详细的眼睛图像，并有助于缩小患者除了青光眼和黄斑变性等眼部疾病之外的疾病范围。

　　他说，对眼睛图像的人工智能分析可以帮助预测患者有哪些疾病的风险，包括中风、糖尿病、心血管疾病、轻度认知障碍，甚至是阿尔茨海默病和帕金森病的风险。

　　他说:“眼睛通过视网膜上的血管告诉我们很多关于心血管系统的信息，通过视神经告诉我们很多关于神经系统健康的信息。”

　　除了医学成像，人工智能有一天还可以梳理大量的遗传信息，这对研究人员来说是一项具有挑战性的任务。

　　凯斯西储大学遗传和基因组科学系主任、癌症基因组和表观基因组项目联合负责人王正和博士告诉Insider网站说，通过对基因组或个人的完整遗传指令的分析，人工智能可以帮助医生和研究人员理解为什么有些患者对某些治疗有反应，而另一些则没有。

　　他说:“我们有很多基因组数据，但要理解这些数据真的很有挑战性。”“人工智能将成为我们梳理人类大脑无法梳理的重要信息的一种方式。这是一个令人兴奋的研究领域。”

　　值得注意的是，人工智能可能能够帮助研究人员识别癌症患者的生物标志物，显示他们是否会对某种药物产生反应，王说。此外，该技术还可以对基因检测结果进行分类。一些基因突变导致疾病，而另一些则处于灰色地带。

　　他说:“我们不知道某些基因变异是否真的会导致疾病。”他补充说，人工智能可能能够帮助医生梳理这些细微差别，以确定患者是否有患病的风险。

　　Wang认为，在未来几年内，医生办公室的人工智能成像和人工智能基因分析不会结合起来。“也许有一天，”他说。“我们仍处于早期阶段。”

　　他补充说，病理报告或对人体组织样本的研究仍然是诊断和治疗决策的关键，在这一点上可能比使用人工智能工具更准确。

　　探索遗传学和成像交叉的研究正在进行中。Chang和他的同事们正在研究如何通过对脑部扫描的人工智能分析来预测脑肿瘤的基因突变。关于肿瘤基因突变的信息，可以指导放疗和化疗的治疗决策，传统上只有在手术切除肿瘤后才能获得。他说，使用人工智能通过无创成像来预测这些遗传因素，可以简化和优化患者护理。

　　蔡崇信预计，除了成像扫描，人工智能还可以分析大量的基因数据，帮助他为病人制定个性化的治疗计划。

　　蔡崇信说:“虽然现在很多医学领域的人工智能更多地基于图像，而精准医学更多地基于dna，但我认为未来它们可能会交叉。”