区块链
全球医疗数据由于现有管理体制的落后及各地政策的差异,使得数据使用低效,无法进行全球化共享。另外医疗数据不易获得,使得大数据和人工智能的结合十分困难。而医疗数据的分析挖掘需要强大的算力及出色的人工智能算法和应用支持。因此,医疗人工智能领域急需一个开放的平台,实现数据、算力市场、人工智能算法平台及各类服务应用的互联互通。
Amrita团队旨在打造一个基于区块链的医疗数据交换网络及医疗人工智能应用网络。通过同态加密技术及区块链技术,建立一个全球化的分布式医疗数据共享网络及医疗人工智能应用的市场,使得全球的医疗数据得以安全地共享、交换及更高效地发掘、分析和处理,推动疾病诊断、新药研究和人工智能医疗领域的进步。
Amrita将医疗大数据平台实现以中心化为导向到去中心化的转变,充分利用去中心化存储、算力及人工智能资源,真正实现以人为本,以此来达到现有医疗信息系统不具备的信息的可靠性、透明性、安全性。Amrita 将对接不同的参与方,通过激励,将各方的资源通过区块链技术连接起来,建立一个以健康为核心的生态圈。
Amrita的团队由世界顶级的医学、人工智能、大数据及区块链专家构成。团队的核心成员曾完成开发涉及海量数据的医学影像及人工智能诊断平台,该系统会成为Amrita 网络上第一个落地的应用,在去中心化系统中,实现影像数据的储存、交换及人工智能诊断。
Amrita Network的优势
1. 安全性及可靠性
Amrita 的数据通过点对点加密,且通过授权管理,使得数据的使用和个人授权直接挂钩。将信息加密的权限从医疗机构向个人转移。通过区块链技术,将信息的加密权交还给患者,只有患者才可以解密自己的数据,基本上可以杜绝医疗机构泄露患者信息的可能,减少数据泄露风险。
Amrita可以让用户选择将医疗信息存储在去中心化数据存储空间中(ipfs 系统),从而提供一个可以避免中心化储存单点失败的风险。另外,Amrita 平台上会有身份认证管理系统,只有经过认证的医护人员才有权限生成他人的医疗记录,通过区块链进行验证,进一步提升生成的医疗数据的可靠性。医疗服务提供者若想要查看他人的医疗信息,也需要经过认证及授权,才可以查看。
2. 灵活的资源匹配及成本优势
Amrita 倡导开放式平台,通过区块链实现各种去中心化平台的资源导入。比如存储上,直接对接去中心化的存储平台(比如 ipfs)及去中心化算力平台(Golem、iExec 等)。这些平台的对接给用户提供多样选择,可以在选择系统的支持资源的时候,配置这些去中心化的资源,从整体上降低资源使用的成本。由于去中心化平台基本上是在使用网络参与者的共享资源,因此,在整体成本上相对于中心化平台有比较大优势。
3. 便捷及数据互通性
Amrita 是基于区块链的公链平台,因此一开始就具有全球性,在数据存储、交换、处理上,都在全球的网络中进行。用户只要有网络连接,就可以非常便利的登陆和访问。另外由于在平台上医疗数据使用统一的数据标准,因此具有良好的互通性,医疗机构分散管理和数据孤岛问题也得到很好的解决,使得医疗数据可以得到有效的流通和交换。
4. 人工智能应用的多样性及无限扩展的计算能力
由于 Amrita 提供了一个有竞争力的医疗数据人工智能应用的市场,另外也对接多个算力平台,因此其计算能力及算法进化能力远远大于任意一家医疗机构。而且通过我们引进的代币激励及竞争机制,使得优秀的应用算法能通过竞争排名及市场的力量脱颖而出。相信随着网络的不断成长,会有越来越多的人工智能应用在 Amrita 平台上大展身手。
技术细节
1. 平台架构
Amrita 旨在打造一个医疗数据分享、交换及对接算力资源、医疗人工智能应用的区块链平台。由于平台的各个模块都已有了成熟的解决方案,我们会充分利用市场现有的公有链及去中心化平台的资源,打造一个连接各个功能模块的网络,具体而言分为三个层面:第一个是共识层(核心层),作为核心的任务调配、支付结算及存储和算力连接的最核心部件;第二层是应用层,用于对接基于医疗大数据应用和人工智能应用的接口,由共识层的区块链协议协调控制和完成与其它模块的交互;第三层是支持层主要包括算力支持和数据支持两个子模块,算力支持子模块允许用户对算力在平台上进行共享或购买以达支持应用层的需求,数据支持子模块主要是医疗数据的储存,同时也可以通过共识层实现与其他用户或应用的交互与交易。
第一层 核心层(区块链层)
区块链技术是通过互联网传输价值的一种手段,无需中间人(如银行或支付处理器)即可实现点对点的数据交互。它使用分布式账本,在社区内达成共识,受到社区的监督。智能合约是在区块链上运行的自我执行的逻辑块。智能合约中包含了双方约定的若干时间逻辑,当合同规定的条件满足时,合同自动执行。
核心层提供包括连接、管理及协调数据层和应用层所有核心功能;实现对支持层及应用层各种直接或间接交互的支持。比如面向数据支持模块的脱敏医疗数据交换、数据支持模块连接到人工智能或大数据应用的任务和数据分配等;核心层也可以实现连接支持层中算力支持资源、数据支持模块与应用层的交互。核心层以区块链为动力,以区块链中心存储的信息为基础,通过与 Amrita 核心层的链接来执行数据的输入 / 输出功能以及各层级复杂交易的管理。由于以太坊 (Ethereum) 现在具有最大的社区生态和成熟的开发社区,我们优先支持以太坊系统,未来还将扩展对其他成熟区块链社区的支持。
在内部,服务层可以分为以以太坊虚拟机 (EVM) 为基础的智能合约和连接应用层与核心层的部分。智能合约包括含有 AMN 代币信息的账户信息以及核心层的医疗数据的链接等。
由于现在以太坊的处理吞吐量仍不足 ( 大概是 15 tps 的吞吐能力 ),链上交易执行成本相对较高,我们前期只会将平台核心的部分 ( 比如支付、结算 ) 部署在公链上。随着以太坊扩展性提升 ( 比如预计的 Plasma、分片的部署及将来向 PoS 转变 ),以太坊的吞吐量会增加,我们会把更多的功能模块迁移到链上执行。而最终,系统将会部署在跨链平台上 (Cosmos、Polkadot),实现对多个区块链平台的支持,进一步提升 Amrita 的处理能力。
第二层 支持层
支持层提供平台运行所需的支持原料,包含数据支持子模块与算力支持子模块两个部分,虽然数据与算力都在这一层中,但各个子模块都可以通过共识层完成子模块内部的资源共享交互。比如个体用户可以直接在数据支持子模块内完成数据的交换与分享,也可以在算力支持子模块中实现算力资源的共享与交易。与此同时,在共识层的支持下,数据支持和算力支持两个子模块也可以完成对应用层中大数据应用与人工智能应用的对接,实现诸如大数据医学影像诊断分析、DNA 折叠、新药研发等应用。
本平台的数据支持子模块将可以支持成熟的云存储解决方案,如亚马逊 S3,微软 Azure,以及具有某些优质特性的分布式解决方案如 BigChainDB, Ocean,IPFS,Maidsafe, Sia,Storj 等。
数据支持子模块
数据支持子模块使用 Amrita 医疗数据网络中的最新加密技术来保护数据。因为尤其在早期可以存储在区块链上的数据非常有限,所以需要额外的空间来支持医疗数据的存储。在 Amrita 平台中生成并传送的医疗数据将会通过 Amrita SDK 加密后再传送,数据的授权也都需要经过完整的验证,这就使得除了拥有解密数据密钥的数据持有者本人外,任何他人未经授权将无法获取原始数据。数据支持子模块在完成安全授权后也可以通过 Amrita 的共识层协调进行允许各模块及应用层的人工智能应用调用。
本平台提供了一种完全不同于传统数据库式的医疗数据存储、访问和货币化交易方法,医疗数据以加密形式以可选的方式保存在中心化或分布式存储层中。系统的目标并不是取代现有的电子病历、医疗数据系统,而是将传统的医疗数据进行更好的整合和利用,并为数据的所有者以及具有挖掘数据价值的人提供了一个可信的,匿名化的交互平台。一方面单一病人可以通过去隐私的分享自己的数据换取代币(token),从而可以购买与自身数据有关的基于人工智能应用的最先进研究成果,以便于更好地治病。另一方面,由于众多个体的参与以及数据的共享,也为基于数据的各种人工智能应用提供基础素材,有利于开发出更好的智能算法和智能应用。最终来源于病人的数据将为疾病的治疗以及同类疾病的研究提供巨大的价值。
在功能上,数据支持子模块主要提供以下核心功能
(1) 提供获取和收集数据的容器,为应用层及算力子模块提供支撑;
(2) 对存储的数据进行有效的划分,归类以及整合,从而提升数据使用的效率;
(3) 完整的数据访问流程,提供不同级别的数据访问和使用授权;
(4) 通过共识层的协调,实现数据拥有者的安全共享与数据使用权的交易。
算力支持子模块
算力支持子模块为 Amrita 医疗数据平台提供算力资源的支持,并通过共识层的协调可实现算力资源的有效分享和使用。基于区块链技术的平台在进行数据加密解密,以及人工智能运算的过程中需要大量的算力资源,而所有参与在平台中的用户也可以贡献自己的分布式算力。算力支持子模块一方面可结合数据支持子模块为应用层的人工智能算法和应用提供支持,另一方面也可以为所有不同层级的用户提供算力资源的交互。同数据支持子模块一样,算力支持子模块也允许用户自由地选择中心化的云计算算力资源(如 AWS,阿里云等)或者分布式的算力资源(如 Golem, iExec 等)完成相应的需求。
第三层 应用层 - 人工智能算法和人工智能应用层
医疗数据分析挖掘在充分的数据储备和强大的算力资源支持下仍然需要优秀的人工智能算法和最有价值的人工智能应用支持才可发挥出最大的效用为医疗市场做出贡献。Amrita 旨在建立一个开放的资源整合平台,同时支持中心化及分布式的存储、算力资源,通过成熟的共识层的连接与协调,实现不同的算力平台,个体与大型医疗数据提供者支持下的人工智能算法和应用交互,从而实现数据和算力资源及基于人工智能的各类应用对接,最终为医疗数据分析、分享创造环境,使得这些具有重大价值的医疗数据、算力资源可以最大化利用,以使得基于医疗数据的人工智能应用更快更好地造福人类。
Amrita 应用层是在本平台上进行医疗信息数据管理和利用的所有应用程序的统称。形态上来讲,它支持移动端和 Web 端环境下的所有应用程序。这些应用可以通过共识层访问平台中的数据及算力资源。利用即将提供的 SDK 可以使应用程序的开发变得更加轻松快捷,这样可以方便地开发用以连接 Amrita 平台的应用程序。即使不使用 SDK,如果遵循即将发布的 API 和开发协议,也可以开发连接到 Amrita 平台的各类应用。 除了允许各类应用开发者的参与,Amrita 也会率先开放和提供一系列已经获得业界认同的优秀人工智能应用程序为用户服务也为其他的开发者提供参考。更多基于 Amrita 开发的一些应用和服务示例将在后面章节详细说明。
世界各地的数据科学家及应用团队,都可以接入 Amrita 的平台,通过他们优秀的算法及应用服务,对医疗数据做加工,为服务请求者提供服务。在平台的早期阶段,我们会优先支持中心化的应用,比如我们已经签署合作的部署在亚马逊上的医学影像分析的平台,逐渐地我们会支持去中心化算力平台(iExec、Golem)及去中心化人工智能市场(如 SingularityNet)。
Amrita 平台主要有三种信息类型:Amrita 代币信息、个人信息和医疗信息。虽然将所有信息都存储在区块链上的方法最为理想,但是由于成本、存储空间和性能等现实因素的限制,将最大限度的减少直接存储在区块链上的信息量,占用较大存储空间的个人信息和医疗信息将以加密的形式存储在区块链外部 , 使用亚马逊中心化的储存或者去中心化的储存(IPFS 文件系统、Maidsafe、Storj 等)。
2. Amrita 的扩展性 - 应用层人工智能网络
Amrita 的扩展性来自于丰富的应用层提供的对外人工智能应用及各类人工智能服务提供商的广泛接口。在实现应用层智能算法及智能应用的过程,系统将以点对点的方式组织,其节点称为网络参与者。这种架构可以保持了支持层中的数据及算力子模块、应用层及与共识层的相互独立,并使得向网络添加新的数据解决方案和人工智能服务变得非常简便快捷。下图是系统的概括图:
服务提供者是在节点上运行的软件过程以及相应的区块链客户端。面向区块链的API 将服务提供者链接到区块链,以及一个面向人工智能的接口,以便与网络上的其他服务商进行互操作。加入 Amrita 只需要很少的工作;开发人员只需要通过这些接口,就可以为许多流行的人工智能技术和框架提供标准实现。系统还将为有兴趣将其现有软件部署到 Amrita 上的研究人员和公司提供详细的文档和教程,并且欢迎各开发人员与 Amrita 一起合作将最先进的人工智能技术提供给 Amrita 的用户。
2.1 服务参与节点和网络
本系统中服务参与节点的设计包含了面向区块链的 API。这使我们可以实现对不同区块链系统的支持,进一步提升系统的扩展性(scalability),未来从以太坊扩展到其他公链会非常平滑。Amrita 的初始实施基于以太坊,但将来可以实现灵活切换。区块链 API 使服务参与节点能够加入网络,离开网络,宣传自己的服务,寻找服务提供商,以及协商合作关系。Amrita 还将为服务参与节点部署智能合约,其中包括其公钥、代币账户和服务能力描述。每个服务参与点都将有相应的服务标准合约,并保存在自己的智能合约中,并且在网络中实时更新。如上所述,一些服务参与节点将向客户提供服务,充当其他代理商的客户。当这些服务参与节点加入网络时,他们将通过浏览他们的广告来搜索合适的服务提供商。
2.2 提供数据及人工智能服务
服务参与节点负责广告其服务,包括如何向客户收费,如何接受数据(文件格式,存储位置,协议等)以及如何提供结果。还应该尽最大努力使网络知晓它目前是否可以提供服务。在任何时刻,限于存储和资源以及运算能力的有限性,个别服务参与节点都有可能无法真正执行服务。它可能没有计算或存储资源,它可能无法连接到它所需的特定资源,或者可能需要另一个服务参与节点来提供一个特定的子服务。任何工作报价都以价格建议和服务准备状态形式提出。代理商可以同意定价建议或者进一步议价。服务参与节点也可以在其广告中声明价格,服务内容还可能包括数据传递的首选机制等谈判内容。一旦邀约被约定,它将作为合同被添加到区块链中,并且链接到托管账户(可以指定一个服务参与节点作为仲裁方)。一旦工作完成,客户已经获得了结果,代管账户将资金转交给执行服务的服务参与节点。每项工作完成后,客户也可以评估服务提供者。服务评级是公开的,并存储在代理智能合约中,以供潜在客户和合作伙伴查询。网络协议独立于数据储存的选择,存储解决方案选择权属于服务参与方。这使得平台可以支持成熟的基于云的解决方案,如亚马逊 S3,以及像BigChainDB,Ocean,IPFS,Maidsafe,Storj 等分布式储存方案。
2.3 多服务节点协同
随着网络平台的逐渐成熟,Amrita 将鼓励服务参与方节点进行更加复杂的交互以获取及提供更好的服务,服务节点还可以将其服务分包给其他服务节点。一个服务参与方节点可以从其他服务参与方节点获取硬件、数据以及人工智能应用服务。当服务节点提供特定服务时,如果需要与该服务相关子任务的合作伙伴,它将搜索现有的广告并选择潜在的合作伙伴。如果找不到合作伙伴提供需要的服务,则不能接受该服务的工作机会。由于每个服务参与方节点都管理自己的供应商关系,网络允许非常复杂的协作安排。但是,从用户的角度来看,这一切都是在幕后透明进行的。
AMN 代币
1. 为什么需要 AMN 代币
Amrita Network 为了创建一个丰富的生态,激励各个参与方,确保网络能自主演变成一个全球性的医疗数据和人工智能市场,我们需要为 Amrita Network 创建一个原生代币 Amrita Network Token (AMN) ,具体来说 AMN 具有以下的使用功能:从生态需求来看,体现在以下几点:
(1) 通用代币:AMN 是 Amrita 网络上的通用代币,将来的生态参与者需要通过AMN 作为支付手段,服务提供方需要通过 AMN 作为服务的保证金支付,进入 Amrita 的生态体系。
主要支付功能体现在以下几方面:
·任务请求方需要针对的任务向服务方通过 AMN 做支付 ;
·服务商在参与某些高价值任务招投标时,需要通过 AMN 支付保证金 ;
·医疗数据的买方向医疗数据的卖方需要通过 AMN 对数据交易做支付 ;
·其它的服务交易所涉及的支付。
(2) 微小服务及支付需求:Amrita Network 的用户千千万万,而且分布在全球各个地方,因此,一个可以通过区块链实现的代币,可以极大减少网络和区域交易摩擦,实现大规模微小交易服务。
(3) 应用币的锚定币:将来随着 Amrita 网络的逐渐成熟和应用的丰富,我们将会允许不同的应用开发商基于自己的需求及业务模式,在 Amrita 平台上发行应用币。所有基于 Amrita Network 产生的应用币发生的手续费,会在AMN 持有人中分配。
(4) 治理功能:在网络成熟之后,社区治理会逐渐过度到 DAO ( 分布式自治组织 ) ,完全在区块链上实现 AMN 代币持有人管理和维护网络更新。
2. AMN 代币发行政策
Amrita Network Token (AMN)
总量币数:10 亿
小数点:18 位
3. 募资用途
项目的资金只用于 Amrita 网络的开发和推动其向有益方向发展,募集额度会影响资金的分配及使用状况,然而 AMN 代币储备及交易机制将确保项目按照我们最初设定的目标稳步前进。
应用前景与市场机会
1 Amrita Network 服务及应用领域
(1) 人工智能应用市场对接
鉴于全球医疗人才的紧缺,及医疗资源匹配的不平衡,缺乏标准化、可靠且充足的医疗数据是限制人工智能发展的重要瓶颈。Amrita 平台实现了医疗数据的标准化及提供了人工智能研究重要的基础,将大大提高人工智能的发展。在 Amrita 的生态系统中,最优算力及算法的提供者将获得 AMN 代币作为回报。
(2) 临床研究、医药研究及新药试验跟踪
Amrita 将连接研究机构、药厂及愿意共享其健康数据的用户,为临床研究提供便利。用户将会提供给研究者可靠的、有依据的健康信息。作为回报,参与者将通过AMN 代币中得到回报。Amrita 平台建立临床医疗数据库,为临床各项治疗、医护提供参考意见。通过 Amrita 平台,部分新药的实验样本可扩大到全世界,完善样本取样群体,为医药研究测试后评估等提供参考意见。
(3) 个人健康信息管理及诊断
Amrita 平台通过集成不同个体的体检、医疗、护养等机构的大数据,动态管理个人的健康信息,形成个人健康档案,同时根据输入信息的变动,及时利用平台计算能力,更新健康档案,同时对病症进行预防和诊断,形成个人健康信息及电子病历。
(4) 保险费用计算和自动理赔系统
在使用者允许的情况下,Amrita 平台可为医疗保险机构提供使用者的健康信息,利用平台计算能力快速确定保费,同时利用智能合约处理保险赔付等问题。
(5) 远程医疗及治疗
远程医疗是一项医生与患者使用网络连接的在线咨询,Amrita 不仅提供了这种既定的和成功的咨询形式,而且可以让医生与他们进行互动交流,以适应医生的需求。 患者可以授权医生访问他们的健康记录,同时付给 AMN 给医生作为服务的回报。Amrita 连接患者和远程医疗服务提供者,患者通过授权医生访问自己的健康记录并授予 AMN 代币实现远程医疗服务的实现。
(6) 医疗纠纷可追溯性查询
通过对 Amrita 网络的医疗信息查询,医疗管理者可以对医疗服务的完整过程进行监控和质量控制,并回溯调查医疗纠纷。
(7) 社交网络服务
对于平台内的慢性疾病患者,可通过平台搜索同类患者,大家可以通过社群共同勉励,分享经验,提高社群内病人的关怀度。
(8) 医养大数据信息指导
人口老龄化的脚步已经迫近,医养大数据可在 Amrita 平台上提供给养老机构,让养老金实行细致养老,精准养老。
2. 市场合作机会
2.1 首个落地应用战略合作
Amrita 将与“脑医生”团队深度合作,使之成为 Amrita 平台第一个重要的落地应用。“脑医生”团队将帮助基金会搭建一个基于大数据和人工智能的云平台,首先从医学影像数据分析开始,逐渐向其它类型的数据延展(比如电子病历数据,患者基因数据等)。具体而言,Amrita 会做任务协调,由服务请求方发起医疗影像数据分析的请求,然后 Amrita 首先将所有标准化图像从客户端加密上传到 Amrita 分配好的服务提供商的系统进行自动结构分析,生成准确的脑区域体积和厚度。同时对原始数据进行预处理,用于后期深度学习模型的预测。最后,网络向服务请求方反馈一个全面的大脑辅助诊断报告和一个人工智能报告来预测特定的疾病。
2.2 大数据分析
医学图像和深度学习的结合需要大量的标记和高质量的数据。“脑医生”的大数据来自中国的一些顶级医院,他们已经获得了数万例标准医学影像数据,包括阿尔茨海默病、帕金森病、白质病变等。该数据库每天都在增加。所有的大脑高质量影像数据依据国际通用标准建立,具有相同的扫描参数(例如序列,层厚及分辨率等)以确保医疗数据的高标准。此外,所有的数据都包括重要的临床信息,有助于进行多模态的人工智能数据分析。“脑医生”用于产品的数据集完全匿名,没有任何标识信息。
2.3 脑医生系统与分布式算力市场云计算架构
脑医生系统将在 Amrita 网络上部署,首先支付及任务分配会在区块链上通过智能合约实现,而后将储存层逐渐迁移到分布式储存平台,另外算力市场也逐渐从亚马逊及腾讯等中心化算力平台迁移到去中心化算力平台(如 iExec 或者 Golem)。服务请求方可以在网页端访问和操作脑医生系统,并调用 “脑医生”的应用程序和数据。
2.4 深度学习架构
脑医生人工智能系统需要处理 3D MRI 图像,因此采用了 3D 卷积体系结构。与 2D 体系结构相比,3D 卷积体系结构能够在两个连续切片之间获取空间信息,有助于解决影像数据的连贯性,与临床实践更为接近。然而,增加一个维度意味着更多的训练参数,这进一步需要更多的训练实例。脑医生的深度学习算法引入了一种自动编码器,它是一种特殊类型的神经网络,能够产生与输入相同的输出,以降低原始MRI 图像的维度和捕获有用特征。自动编码器由两部分组成,即编码器和解码器。编码器将原始输入的 MRI 图像映射到具有比原始输入低的维度的隐藏特征,而解码器将这些特征映射回输入图像。提取的特征被送到另一个称为分类网络的神经网络,输出患者具有 AD 的概率。图 14 显示了自动编码器和分类网络的详细结构。
脑医生系统采用的 3D CNN 深度学习算法,其包括自动编码器(Autoencoder)和分类网络(Classification)的体系结构。自动解码包括两个方面,编码和解码。图像特征的提取从编码其中获取,并作为输入端进入分类网络。
脑医生的深度学习算法可以取得优秀的诊断结果,在区分 AD 患者和正常人的分类上达到了 88% 的特异性,80% 的灵敏度和 85%的平均准确率。其研究成果被2018 年国际核磁共振协会收录并发表。
2.5 更多临床应用场景
近年来,越来越多的研究侧重于深度学习及其在医学影像中的使用,包括分类、检测、分割和配准等几个医学领域。对于分类,图像分类和对象 / 病灶分类是基于MRI 图像的医疗用途中最常见的类型。在所有发表的论文中,大多数使用 CNN 来训练他们自己的模型,根据不同的研究,准确率在 60%到 90%。与无监督体系结构,CNN 通常被认为是目前标准的疾病分类检测技术,分割和配准也很大程度上取决于CNN 的架构,深度学习算法大大提高了医疗数据的信息提取和解读,大幅提高了对疾病诊断的准确性和实现了对疾病进程和疗效评估的预测。Amrita Network 的首要临床应用关注中枢神经系统疾病,将在多种临床应用场景上实现突破,解决临床问题。
阿尔兹海默症和认知障碍
阿尔茨海默病 (AD),是一种慢性神经退行性疾病,可以缓慢地破坏人类的脑细胞,最终导致人类记忆力的丧失和处理最简单日常任务的能力。在中国,阿尔兹海默病患者平均每人年花费为 13.2 万元;其中年直接医疗费用人均 4.0 万元,年直接非医疗费用人均 2.4 万元,年间接费用人均 9.5 万元。中国阿尔兹海默病患者总花费超过11562.4 亿元人民币。传统的 AD 诊断严重依赖于放射科医生和神经科医生的检查。
因此,大部分患者处于 AD 后期才有明确诊断。一般情况下,AD 在正常和轻度认知障碍 (MCI) 期间的早期筛选和分类是困难的,MCI 是及时干预和延迟疾病过程的关键时期。
帕金森病
帕金森病 (PD) 主要影响运动系统,是一种中枢神经系统的长期退行性疾病。基于人工智能算法的诊断平台可以通过精确计算大脑各个区域结构数据达到早期诊断帕金森疾病并评估治疗的疗效。
自闭症 (Autism)/ 注意力障碍 (ADHD)
自闭症是一种神经发育障碍,导致社会交往和交流的普遍异常,重复行为和限制性兴趣。注意缺陷 / 多动障碍 (ADHD) 是最常见的儿童心理障碍之一。注意力缺陷多动障碍始于儿童时期,随后可能表现为终生症状,包括注意力不集中,运动过度活跃或躁动不安,冲动控制能力差。因此,有越来越多的科研机构开发系统探索如何检测大脑结构的细微变化并预测这些疾病。
脑血管疾病
除了 MRI 图像之外,深度学习还可用于包括 CT 和 X 射线在内的其它医学图像。在 CT 方面,深度学习算法可以早期诊断脑卒中及评估预后,有助于临床医生制定有针对性的诊疗计划和改善中风的病人管理 ( 图 15)。
以 Amrita Network 为基础的医疗人工智能生态通过与“脑医生”系统的整合,实现了对多种中枢神经系统疾病诊断的突破,比如系统实现自动预测 AD 患者的准确率高达 85%,对 PD 患者的诊断准确率超过 80%,对 Autism 的诊断准确率超过88%,对脑卒中的诊断准确率超过 90%。所有这些数据都大大超越经过专业训练的医生的准确率。
开发路径
Amrita Network 是一个基于区块链的分布式的医疗数据储存、交换及医疗人工智能应用网络,通过同态加密技术及区块链技术,建立一个全球化的分布式医疗数据共享网络及医疗人工智能算法的交易市场,使得全球的医疗数据得以更好的共享、发掘、分析和处理,加快新药研究、疾病诊断,推动全球医疗事业的进步。
Amrita Network 开发路径分几个阶段:
前期准备阶段 (2016 年 6 月 - 2017 年 1 月 ):通过“脑医生”项目,团队初步形成底层技术积累,并且建立了“脑医生”的医疗影像人工智能算法和大数据的神经网络,已经形成数万例标准医学影像数据。与全球的研究机构已经达成初步合作,与国内多个甲级医院展开落地合作,医疗影像人工智能分析网络将成为 AmritaNetwork 的第一个落地应用。
区块链筹备、代币私募及公募阶段 (2017 年 2 月 -2018 年 5 月 ):初定完成私募及公募并上交易所交易。
单细胞时代 (2018 年 5 月 -2018 年 10 月 ):Amrita 网络的 Beta 主网络开发及运行。共识层建立在以太坊上,可以实现部分去中心化的功能 ( 比如连接去中心化的存储 (IPFS,Storj, Maidsafe 等 ) 及去中心化的算力平台 (iExec、Golem),实现医疗数据的初步共享、分析及人工智能挖掘。落地应用上,初步实现人脑医疗MRI 及其它类型的扫描数据的提交、共享及交换,另外通过人工智能算法对人脑的医疗影像数据做深度分析并反馈结果,与“脑医生”的神经网络做深度对接。
多细胞时代 (2019 年 ):彻底在医疗数据存储、计算力、算法提供上去中心化,充分建立一个多方参与的良性生态。实现多样医疗数据的大规模对接,并逐步实现算法及算力市场的开放。
哺乳动物时代 (2020):基础协议全面去中心化,Amrita 将全球生态参与提高到更高高度,生态延伸到全球 200 个国家,实现多种医疗数据的支持及多样化人工智能算法。
智人时代 (2021+):完全实现医疗数据的提供、管理、共享及分析,建立完善的人工智能算法及算力市场,使 Amrita 成为全球最大的医疗数据的分享、交易、分析的人工智能网络。社区治理由前期基金会主导转为 Amrita 的 DAO 主导,通过持币人投票参与管理和社区生态发展。
全部0条评论
快来发表一下你的评论吧 !