据美国媒体报道，前言：本文作者美格·古普塔（Megh Gupta）和卡西姆·默罕默德（Qasim Mohammad）都是OMERS Ventures投资团队的成员，默罕默德还是多伦多的风投资本家。以下是他们合写的分析文章
医疗卫生科技市场出现了一些世界上最有创新性的新创公司，这些公司将帮助人们延长寿命和提高生活质量。他们的创新技术主要受软件和移动性出现的推动，允许卫生部门对原先用笔和纸的操作以及当前减缓提供服务速度的过程进行数字化改造。
最近，软件变得智能得多而且独立地发挥作用。这些在人工智能和机器学习旗帜下研究的新功能，正在加快医疗卫生的创新步伐。因此，人工智能（AI）和机器学习（ML）在医疗卫生领域的应用，使行业在这些领域出现一些最大的挑战：
在完成对每个领域机会的评估时，显而易见的是风险收益很高。因此，那些首先向市场推出可持续产品差异化和附加值的公司将受益匪浅。
进入新的个人遗传学时代
AI和ML在遗传学上的最重大应用是理解DNA对生命的影响。虽然近几年完成了人类基因组测序和掌握了阅读及编辑基因组的能力，但人类依然不知道大多数基因组的秘密。在结合其他变量如食品、环境和体型等因素时，基因常常起了不协调的作用。
如果要理解影响生命和生物学的因素，必须首先理解DNA语言。这是ML算法可以发挥作用的地方，也导致谷歌DeepMind和IBM沃森等系统的出现。现在，在短时间里消化大量数据（如病例、临床纪录、诊断图像、治疗计划）和完成模式识别比以前任何时候都变得更可能，这在以前要花费一生的时间才能完成。
Deep Genomics等企业在这个领域取得重大进步。该公司通过制作预测遗传变异的分子效应的系统，具有了可翻译DNA语音的能力。他们的数据库能解释数亿个能影响遗传密码的遗传变异。一旦有了对人类DNA更好的理解，就有机会更进一步，基于个人特异的生物倾向，提供个性化的见解。
这种趋势预示了新的“个性化遗传学”时代的到来，个人将能通过访问自己身体的空前信息，完全控制自己的健康状况。消费者遗传学公司如23andMe和Rthm是这个领域的首批行动者之一。他们开发的消费者化遗传诊断工具可帮助个人理解他们的基因组合。Rthm用户能进一步利用基因测试中获得的见解，实时通过移动应用改变他们日常生活安排。
与任何AI/ML应用一样，科技必须访问大量数据以更好管理个人的生活变化。关注掌握个人遗传学秘密的新创公司正在通过考虑以下关键行为这么做，这些行为是日本研究者Takashi Kido提出的：第二点感兴趣的是，不是所有有关病人生物倾向的遗传信息都是有作用的。以有益于身心健康的方式控制信息是重要的。
未来在于药品
另一个令人激动的AI/ML医疗卫生应用是降低药品研发的成本和时间。研发新药通常需要12-14年才能上市，平均成本约为260万美元。
在药品研发过程中，要针对不同细胞类型、遗传信息和其他与特定疾病有关的健康状况的任何可能组合，测试化学成分。这种任务是耗时的，限制了试验的数量或科学家想攻克的疾病数量。ML算法可允许电脑“学习”如何基于他们原先处理或选择需要的试验进行预测。
类似的算法类型也能用于预测特定化合物对人类的副作用，加快药物审批。旧金山新创公司Atomwise希望在药品研发过程中用超级电脑取代试管。该公司使用ML和3D神经网络梳理分子结构数据库发现治疗方法，帮助发现新化合物对疾病的作用，确定现有药物是否能治疗其他疾玻
2015年，该公司应用其解决方案，发现了两种可能大幅减少埃博拉病毒感染的新药。分析在一天内完成，而使用传统药品开发方法需要数年。最近Insilico Medicine的研究证实了Atomwise的方法，显示深度神经网络可用于预测药品的药理特性和药品转用途。
波士顿生物制药公司Berg Health从不同的角度进行药品研发。Berg使用AI采集病人生物数据确定为什么一些能在疾病中痊愈，然后将这种知识应用到改进当前治疗或创造新的治疗方法。伦敦的新创公司BenevolentAI希望通过利用AI寻找科学文献的状况，加快药品研发过程。