谷歌大腦 (Google Brain) 團隊 2018年7月12日宣布成功研發(fā)出識別蛋白質(zhì)結晶的計算機視覺技術，成功率約 94%。蛋白質(zhì)結晶決定了細胞形狀，對多種疾病的藥物研發(fā)有很大作用。

每種蛋白質(zhì)通常都要進行數(shù)百次實驗，雖然設定和成像都基本上是自動化的，但要找到某種蛋白質(zhì)晶體仍然大部分通過肉眼觀察來確定，因此易存在人為誤差。關鍵在于，錯過這些結構可能會錯失得到重要生物醫(yī)藥發(fā)現(xiàn)的機會，而這些發(fā)現(xiàn)會推進醫(yī)學進步。

為了訓練這一人工智能模型，谷歌研究人員與“結晶結果的機器識別” (Machine Recognition of Crystallization Outcomes，MARCO) 項目通力合作。該項目是制藥公司與學術界之間建立的一種合作。谷歌大腦與該項目的工作成果已經(jīng)開源，在 GitHub 上發(fā)布，并在期刊《公共科學圖書館：綜合》 (PLOS One) 上發(fā)表文章進行詳細介紹。

科技巨頭和初創(chuàng)公司紛紛涌入醫(yī)療行業(yè)，尤其是進軍成像服務。2018年6 月，百度研究院宣布其創(chuàng)造了一種算法，能比人類病理學家更好地識別乳腺組織中的腫瘤細胞。早期結果還顯示，在檢測皮膚癌方面，人工智能比人類更準確。也是在 2018年6 月，谷歌研究人員在《自然》的合作期刊《數(shù)字醫(yī)學》上發(fā)表了運用預測性深度學習模型的工作成果，可確定病人是否可能再次入院、住院時間、以及其是否可能在住院期間死亡。早些時候，谷歌還分享了可檢測糖尿病視網(wǎng)膜病變的計算機視覺模型，這是心血管疾病的一個關鍵指標。