依靠微軟的機(jī)器學(xué)習(xí)功能監(jiān)測(cè)你的免疫系統(tǒng)，助理患者的身體健康

把你的免疫反應(yīng)看作是一個(gè)巨大的機(jī)器學(xué)習(xí)問題，你的身體就是計(jì)算機(jī)。

免疫細(xì)胞在你的身體中移動(dòng)，對(duì)它們接觸到的各種物質(zhì)進(jìn)行取樣，從你自己的細(xì)胞，到絕對(duì)不應(yīng)該存在的有機(jī)體細(xì)胞。如果免疫細(xì)胞遇到的東西不應(yīng)該是你身體的一部分——例如細(xì)菌或病毒——那么身體會(huì)出動(dòng)哪些知道如何對(duì)付這些闖入者的細(xì)胞。

如果有細(xì)胞之前曾經(jīng)見過這個(gè)入侵者，知道如何處理它的話，那么你的身體會(huì)迅速繁殖這個(gè)細(xì)胞數(shù)千次——多到足以讓它可以在有時(shí)間駐扎到你全身之前壓制住細(xì)菌或病毒。一旦入侵者被驅(qū)逐，免疫系統(tǒng)就會(huì)再次減少這些細(xì)胞的數(shù)量，保持足夠的儲(chǔ)備——萬一細(xì)菌卷土重來——有足夠的免疫步兵再次擊潰這些入侵者。

這個(gè)過程可以幫助你保持健康，也可能是讓醫(yī)生更早地發(fā)現(xiàn)患者疾病的關(guān)鍵——借助以云計(jì)算為動(dòng)力的人工智能。

今年早些時(shí)候，微軟宣布與位于西雅圖的健康技術(shù)和基因測(cè)序公司AdapTIve Biotechnologies達(dá)成合作，AdapTIve Biotechnologies的基因測(cè)序儀目前用于檢測(cè)殘余骨髓瘤——也就是說，細(xì)胞會(huì)顯示已經(jīng)接受血癌治療的人的細(xì)胞并非完全沒有這種疾病。

現(xiàn)在，該公司正在考慮的不僅僅是追蹤一種疾病，目標(biāo)是確定檢測(cè)任何可能讓你免疫系統(tǒng)遭受重創(chuàng)的東西，從感染到癌癥，而且依靠微軟的機(jī)器學(xué)習(xí)功能來幫助它達(dá)到這一目標(biāo)的。

人體免疫系統(tǒng)的功能非常強(qiáng)大，人體體內(nèi)有二十億個(gè)淋巴細(xì)胞，其中稱為‘輔助’T細(xì)胞，其他是‘細(xì)胞毒素’或者‘殺傷性’T細(xì)胞。

每個(gè)T細(xì)胞都可以識(shí)別抗原——也就是免疫系統(tǒng)的觸發(fā)因素——這些抗原顯示進(jìn)入人體的細(xì)菌、病毒、真菌或其他入侵者。每個(gè)T細(xì)胞可以結(jié)合數(shù)百種不同的抗原，每種抗原對(duì)于不同的細(xì)菌或病毒都是獨(dú)有的。

一旦T細(xì)胞受到打擊，（取決于T細(xì)胞的類型）它可能會(huì)殺死入侵者，或者向數(shù)百萬其他免疫細(xì)胞發(fā)出信號(hào)，讓這些細(xì)胞過來攻擊入侵者。當(dāng)T細(xì)胞被激活時(shí)，對(duì)免疫系統(tǒng)進(jìn)行快照，通過注意到哪些T細(xì)胞受體被激活以及哪些抗原與其結(jié)合，可以確定哪種疾病已經(jīng)侵入了人體。而且，一旦確定了疾病，醫(yī)生就可以更清楚地知道如何進(jìn)行治療。

AdapTIve Biotechnologies成立于2009年，致力于讀取和掃描免疫系統(tǒng)和免疫細(xì)胞上的受體。隨著時(shí)間的推移，該公司不僅追蹤免疫受體，而且也開始研究受體與其結(jié)合的抗原之間的聯(lián)系。通過研究這種約束關(guān)系，AdapTIve Biotechnologies開始朝著能夠診斷來自免疫受體的特定疾病的方向努力著。

但隨后，根據(jù)Adaptive Biotechnologies首席執(zhí)行官、聯(lián)合創(chuàng)始人Chad Robins的說法，他們意識(shí)到“我們需要非常復(fù)雜的機(jī)器學(xué)習(xí)和計(jì)算能力才能真正解決問題——這是Web體量的一個(gè)大問題。”

微軟人工智能與研究副總裁PeterLee指出，每個(gè)人的基因組大約有200GB：“這僅僅是基因組數(shù)據(jù)——用于提取的元數(shù)據(jù)，以及來自成像、可穿戴設(shè)備、（與人口規(guī)模的基因組數(shù)據(jù)關(guān)聯(lián)的）患者縱向健康記錄的數(shù)據(jù)來源，是非常巨大的。信息內(nèi)容遠(yuǎn)遠(yuǎn)超出了人類的理解，因此對(duì)人工智能和數(shù)據(jù)分析的需求確實(shí)變得至關(guān)重要。”

單個(gè)血液樣本通常會(huì)提取約一百萬個(gè)T細(xì)胞，這些T細(xì)胞中的每一個(gè)在基因上都是與特定抗原受體綁定的。將這些T細(xì)胞受體DNA序列的讀數(shù)翻譯成一組抗原，然后將這些抗原完美翻譯成疾病狀態(tài)。，是一個(gè)非常非常大的機(jī)器學(xué)習(xí)問題，”Lee補(bǔ)充說。

這時(shí)候就需要使用微軟的機(jī)器學(xué)習(xí)技術(shù)。微軟使用的算法是目前用于自然語言翻譯的算法。“這與我們?cè)贐ing搜索引擎中所謂的主題識(shí)別技術(shù)有一些相似之處，”Lee說。微軟使用AdaptiveBiotechnologies的MIRA系統(tǒng)生成訓(xùn)練數(shù)據(jù)——這些訓(xùn)練數(shù)據(jù)被用于創(chuàng)建從T細(xì)胞受體到抗原的“翻譯圖”，然后盡可能準(zhǔn)確地將這些抗原映射回疾病。

這聽起來有點(diǎn)抽象，這種做法可能會(huì)帶來一些具體的好處：如果映射如Adaptive和微軟預(yù)想的那樣起作用了，那么這可能意味著患者在他們知道他們生病了之前就可能被診斷出患有疾病。例如，卵巢癌的癥狀非常隱蔽，直到晚期才會(huì)被發(fā)現(xiàn)。通過對(duì)患有基因突變（如BRCA1，會(huì)讓患者患卵巢癌的風(fēng)險(xiǎn)更高）的患者進(jìn)行先發(fā)性檢測(cè)，這項(xiàng)檢測(cè)可以提取關(guān)于早期癌癥的指示性免疫信號(hào)。你越早發(fā)現(xiàn)疾病，治愈的可能性就越高。

Adaptive現(xiàn)在正在研究?jī)煞N“未滿足醫(yī)療需求的疾病，要么非常非常難以診斷以及／或者診斷需要治療干預(yù)，而這可能顯著影響對(duì)患者的護(hù)理，”Robins這樣表示。

Adaptive首先瞄準(zhǔn)了一些疾病，一旦模型得到驗(yàn)證，它希望使用相同的系統(tǒng)來累積越來越多的條件。“如果我們真的能夠從中得出診斷結(jié)果，那么隨后幾年我們就會(huì)在接下來的兩年、五年以及未來二十年繼續(xù)推進(jìn)，”微軟的Lee說。

一旦一種疾病被破解，機(jī)器學(xué)習(xí)是否能夠可以更容易或更快地破解下一種疾病？

“讓我給你一個(gè)既樂觀又悲觀的答案。樂觀的是，隱藏層中的深層神經(jīng)網(wǎng)絡(luò)天生地學(xué)習(xí)了一些關(guān)于免疫系統(tǒng)工作方式的隱藏結(jié)構(gòu)，然后了解了6種、60種、100種甚至更多疾病之后的某個(gè)時(shí)候，你只是實(shí)現(xiàn)了這種能力的爆炸。”從某種程度上說，神經(jīng)網(wǎng)絡(luò)可能僅僅能夠了解和解碼每種新疾病而不需要再訓(xùn)練。

當(dāng)然，存在一種悲觀的看法。“你也會(huì)碰壁。在某些時(shí)候，新增訓(xùn)練數(shù)據(jù)的價(jià)值和新增計(jì)算能力的價(jià)值開始消失。有時(shí)候，我們會(huì)在機(jī)器翻譯等領(lǐng)域看到這一點(diǎn)：幾個(gè)月前，我們宣布我們?cè)诜g英文和普通話方面達(dá)到了人類的水平。我們獲得了90％的準(zhǔn)確率，但為了獲得最后10％，我們需要2倍的計(jì)算能力和2倍的數(shù)據(jù)……目前我真的不知道我們?cè)谠噲D將T細(xì)胞受體序列映射到抗原到疾病狀態(tài)方面處于什么樣的狀態(tài)，我們希望是前者，但也可能是后者，或者某種形式上兩者兼有。”

雖然沒有人知道這個(gè)悲觀或者樂觀的觀點(diǎn)是否正確，但Adaptive預(yù)計(jì)第一個(gè)單一疾病診斷測(cè)試將在三年的時(shí)間進(jìn)行，更全面的多病篩查測(cè)試將在八到十年的時(shí)間。

“隨著我們開始分層次地進(jìn)行［每項(xiàng)單一疾病測(cè)試］，一個(gè)接一個(gè)地進(jìn)行，在某個(gè)時(shí)刻，一次性完成所有操作的成本效益、易用性和效率能夠達(dá)到足夠的水平。這將成為一個(gè)生物系統(tǒng)的視圖，這就是我們將要努力的目標(biāo)，”Robins說。

就像你會(huì)定期去醫(yī)生那里進(jìn)行檢查，或者在你到一定歲數(shù)的時(shí)候被要求進(jìn)行乳房癌或腸癌篩查，未來你可能會(huì)被要求進(jìn)行一次抽血，經(jīng)過分析告訴你要注意哪些疾病，甚至告訴你以前從來沒懷疑有過的癥狀。

Lee說，這個(gè)系統(tǒng)甚至有可能診斷出只有十億分之一可能性的癥狀，或者是一種全新的疾病。

“看起來我們將會(huì)發(fā)現(xiàn)那些我們還沒有弄清楚、不常見甚至是從沒見過的癥狀。這些觀察對(duì)于醫(yī)學(xué)研究和科學(xué)進(jìn)步的價(jià)值問題是我們想知道的問題。這也是推動(dòng)著我們針對(duì)那些剛開始生成、可能有助于科學(xué)發(fā)現(xiàn)的開放式探索。”