1700803880
来自佐治亚理工学院的另一个例子是模仿血液流经狭窄的冠状动脉，以评估诸如阿司匹林一类抗凝血药物的效果。其中一项研究得出的结论是，虽然阿司匹林能防止危险血块在一些危险的血栓患者中形成，但对那些只是动脉变窄的患者未必有效。由于医生有很多药物可供选择，这种台式诊断设备在帮助防止心梗而挽救生命的同时，也降低了医疗费用。
1700803881
1700803882
2014年，人类第一次在实验室复制了有特定遗传疾病的患者的个人组织。哈佛大学的科学家与韦斯研究所和其他机构合作，从巴特综合征（Barth syndrome）患者身上获得了皮肤细胞，这是一种罕见的心脏疾病，没有有效的治疗方法。通过使用载有人体细胞间基质蛋白芯片模仿自然环境，他们将皮肤细胞转化为带有同样突变的干细胞。像巴特综合征患者的心脏组织一样，这些干细胞诱导产生的心脏组织只能产生微弱的心脏收缩。他们得出的结论是，我们无法真正了解一个单细胞的基因突变的意义，直到有了一大块器官组织后，我们才有可能看到它是如何发挥作用或产生故障的。
1700803883
1700803884
微工程细胞培养系统模拟器官生理学，可用于开发与病人相关的疾病模型，它不仅能更好地预测药物的疗效和毒性，同时也能帮助我们更好地了解药物作用的机制。我们还可能会发现给药新途径；分析不同遗传背景的人群；确定各种化合物的药物动力学性质；甚至利用微工程模型来进行临床试验。
1700803885
1700803886
2014年，Insigneo学院创建了一个针对个性化医疗的人体生理的全电脑模拟模型。该“虚拟生理人”（The Virtual Physiological Human）通过模拟真实病人治疗的效果，来解决临床试验和动物试验中遇到的问题。他们正在进行的研究可能是未来医疗保健的关键。如果没有硅片医学，医学机构将无法应对未来的需求。“虚拟生理人”将是一个基于软件的实验和治疗的实验室，它可以在节省时间和金钱的同时，找到更加理想的治疗效果。如果一个病人的所有数据都被添加到该模型中，它可以对该患者的当前健康状态和未来健康结果进行预测，从而迎来真正的个性化医学的时代。该团队还致力于用VIRTU心脏来评估冠状动脉疾病，用一个神经肌肉模型来预测治疗帕金森病，用MySpine模型来研究神经变性问题，用Mission-T2D 模型来预测患者Ⅱ型糖尿病的风险。
1700803887
1700803888
1700803889
1700803890
1700803891
可在人体生理模型模拟的器官特异性功能
1700803892
1700803893
这些例子表明，也许在近几年硅片人类不会出现，但在不远的未来，该技术一定会产生。我们在有生之年可能没有机会看到我们自己的模拟模型，来预测我们可能会得的疾病，但如果我们现在就有这些模型的话，我们就能够阻止有毒药物和化合物的人体实验，在实验早期停止使用动物，并能够在症状发作前预测治疗结果和疾病发展。所有这一切都将带来医疗保健的革命，使成本降低，并利用计算机模型来拯救生命。
1700803894
1700803895
适应性：2分。
1700803896
1700803897
关注人群：研究人员。
1700803898
1700803899
网站及其他在线资源：The Wyss Institute、Hummod、Avicenna。
1700803900
1700803901
相关公司和初创企业：虚拟生理（Virtual Physiology）。
1700803902
1700803903
延伸阅读书籍：《虚拟人类手册》（Handbook of Virtual Humans），作者：纳迪亚·麦格耐特-塔尔曼（Nadia Magnenat Thalmann）。
1700803904
1700803905
推荐电影：
1700803906
1700803907
1.《虚拟偶像》（SlmOne，2002年拍摄）；
1700803908
1700803909
2.《国会》（The Congress，2013年拍摄）。
1700803910
1700803911
1700803912
1700803913
1700803914
颠覆性医疗革命：未来科技与医疗的无缝对接 [:1700802200]
1700803915
颠覆性医疗革命：未来科技与医疗的无缝对接 趋势16 人工智能医疗决策
1700803916
1700803917
2011年，人们在电视智力竞赛节目《危险边缘》（Jeopardy！）上见证了一期有趣而怪诞的比赛。这期比赛的主角是该节目历史上成绩最好的两名选手：曾拥有多达74场最长不败记录的肯·杰宁斯（Ken Jennings），和曾赢得高达325万美元最高奖金的布莱德·如特（Brad Rutter）。他们的对手是一台巨大的计算机，它拥有750个服务器和一个冷却系统，服务器和冷却系统被摆放在别处以免打扰选手们。这个房间大小的机器由IBM公司制造并以公司创始人托马斯·沃森，被称为“沃森”。它不微笑或者显露其他情绪，但它会不停地给出好答案。最终，沃森赢得了游戏并获得了77147美元的奖金，而如特和杰宁斯分别得到剩下的21600美元和24000美元。
1700803918
1700803919
沃森或许是最为重要的超级计算机，并且也是在我们这个时代率先进入人工智能市场的超级计算机之一。它的成功取决于它如何获取新的知识。IBM沃森的医疗领域负责人马丁·寇恩（Martin Kohn）解释说，沃森的训练是一个持续的过程，它正在迅速提升自身的能力，以提供合理的建议（例如，肿瘤学家认为有帮助的建议）。沃森也能够快速确认什么是它所不知道的。另一方面，苹果公司iOS系统中的智能助手Siri可以简单寻找关键字，用来进行网络搜索并列出多个选项供用户从中选择。
1700803920
1700803921
甚至备受赞誉的教授们所知道的也无法与认知计算机相匹敌。因为它们所积累的信息量是以指数级增长的，所以迫切需要计算解决方案来帮助医疗决策。尽管一个医生能在脑子里记下几十个研究结果和大量论文，但IBM沃森却能够在数秒钟内处理200多万页资料。这一非凡的速度使沃森在多家肿瘤中心得以试用，来看看其在癌症护理中制定治疗决策时能有多大帮助。沃森不回答医学问题，但它会基于数据基础之上给出最相关且最可能的多个结果，由医生做出最终决定。计算机辅助只是在促进医生的工作，而不是取代他们。
1700803922
1700803923
IBM公司的研究负责人说，对于沃森，首先打动他们的是它的无穷机会的清单，因为它所展现的概念可以被应用于几乎所有的情形。最初研究小组选择医疗有其明显原因的。想象一下，倘若它能对诊断和治疗的可选方案提出建议，那沃森会是多么地有用。沃森可能会是一个完美的工具，在癌症专家们所使用的决策树中提供指引，权衡包括放射、外科手术和数不胜数的化疗药物等各种治疗可选方案。它能阅读全世界的医学杂志，理解患者的病史，留意最近的药物试验和最新的治疗，甚至紧随最先进的指导方针，而所需的时间比医生喝一杯咖啡的时间还少。并且，它还在持续不断地学习着。
1700803924
1700803925
毫不奇怪，沃森在2012年接受了不同环境下的测试，譬如在纪念斯隆·凯特琳癌症中心的测试。与此同时，美国大型健康保险公司Wellpoint公司开始使用一台沃森计算机，用以加快医疗程序的授权过程。有时候，他们称这一变革为“沃森化”。
1700803926
1700803927
沃森与临床医生一起工作展示了它是如何潜移默化地变革着医疗健康事业的。在一年多的时间里，沃森在科学和医疗领域进行着训练，训练是通过给它提供医学教科书、同行评审的期刊文章、患者病史以及治疗指南来进行的。在纪念斯隆·凯特琳癌症中心，医生们使用一个平板电脑应用程序，通过云端来访问计算机，输入数据或者提出问题。因为沃森能理解自然语言，例如，一个关于某癌症治疗的查询会让沃森注意到关键字、特定类型的癌症以及肿瘤的基因组变异情况。利用大规模并行处理器，沃森随即在几秒钟内回顾了数百万页的相关文字、研究、患者病史以及其他更多的资料。它生成了一些治疗方案的设想，在平板电脑应用程序中给出了具有不同可信度可选方案的建议，从而让医生权衡各种可选方案，做出最终决定。
1700803928
1700803929
据纪念斯隆·凯特琳癌症中心称，仅仅是跟上医学文献的最新进展每周就需要花160个小时。其结果是，只有大约20%的医生在进行诊断和决策时会依赖于临床试验证据。正如Wellpoint的官员所注意到的，沃森对于肺癌的正确诊断率为90%，相比之下，人类医生的正确率只有50%。