彩虹多多app-ISO/安卓/推荐(2023已更新)

治疗“绿色癌症”，智能细菌来帮忙******

　　◎实习记者 骆香茹

　　炎症性肠病虽然致死率较低，但长期以来，也面临着诊断困难和难以根治的问题，被称为“绿色癌症”。

　　近日，华东理工大学生物工程学院院长叶邦策教授及该院副教授周英团队在《细胞—宿主与微生物》上发表了一项研究成果。该团队开发了一株智能工程菌——i-ROBOT，可实现在体无创实时监测和记录炎症性肠病的发生与发展，并以自调控的给药模式缓解病症。

　　各色技术上阵诊断“绿色癌症”

　　炎症性肠病是胃肠道最常见的慢性炎症性疾病，包括克罗恩病和溃疡性结肠炎。腹痛、腹泻、便血等是炎症性肠病主要的症状表现。

　　当前炎症性肠病的诊断方法在临床上主要有肠镜、电子微胶囊肠镜等。论文通讯作者叶邦策介绍，肠镜检查的好处是直观，可以观察到人体整个肠道的情况。“但肠镜检查是一项有创检查，在操作过程中难免损伤肠道黏膜，造成少量出血，引起被检者的不适感，患者依从性差。”叶邦策补充道，“也有无痛肠镜，但这种方式有一定风险，做这种检查前需要患者进行全身麻醉，对患有心脏病和肺部疾病的人来说，风险较大。”

　　电子微胶囊肠镜是近年来新兴的检查方式，叶邦策介绍，与传统肠镜相比，其对患者造成的痛苦更小、适应性更强，能检查传统肠镜无法到达的回肠、空肠等。但胶囊在消化道运动的过程中，无法人为控制其运动轨迹，其在消化道等位置会随机翻转，产生视觉盲区，有可能导致错过病变部位、延误病情等情况发生，且电子微胶囊肠镜的检查费用更高，给患者带来的经济压力更大。

　　智能工程菌是炎症性肠病的新兴诊断方式之一。叶邦策介绍，他们会提前3天将智能工程菌通过口服灌胃的方式送入小鼠体内，等肠炎造模给药结束后通过分析粪便中存在的智能工程菌的荧光信号和基因组DNA突变情况，确定肠道炎症发生、发展程度。

　　“智能工程菌在诊断灵敏性、便捷性以及成本上都具有无法比拟的优势，但目前仍仅能通过分析粪便样品来评估疾病的有无或严重程度，而难以实施在体原位诊断。”叶邦策表示，“此外，智能工程菌的生物安全性还需进一步加强。”

　　治疗方法从抗炎药物到智能活菌机器人

　　为了攻克炎症性肠病，专家们想了不少办法。过去，炎症性肠病的主要治疗方法是使用抗炎药物和免疫调节药物。叶邦策介绍，随着肠道微生物研究的深入，过去十年间，调节肠道微生态、使用智能活菌成为炎症性肠病的研究热点，创新研究不断涌现。

　　叶邦策团队开发的i-ROBOT是使用大肠杆菌Nissle1917作为底盘细胞进行改造的。叶邦策介绍，i-ROBOT能够感知低浓度的炎症标志物，具有诊断早期肠炎的潜力。同时，i-ROBOT还能记录疾病发生与发展的信息，帮助监测胃肠道健康状态。

　　当然，i-ROBOT的功能远不止于此。叶邦策表示，i-ROBOT还可以在病灶部位根据疾病的严重程度释放相应浓度的药物，在实现有效治疗的同时，又能避免因过度用药而产生的副作用。

　　“我们认为智能工程菌是智能活菌机器人的一种。”叶邦策补充道，“智能工程菌具备优异的感知和收集周围环境信息的能力，能够与周围环境进行互动，并能在特定时间和地点采取特定的行动。”

　　近年来，“粪便也能治病”的冷知识刷新了不少人的认知，通过粪菌移植治疗炎症性肠病也受到越来越多的关注。粪菌移植是将健康人的肠道菌群植入患者肠道，重建肠道微生态系统，以此治疗肠道疾病。粪菌移植成为炎症性肠病治疗的一种新选择。然而，叶邦策提醒道：“尽管有很多阳性的结果支持粪菌移植的可行性，但是目前一些安全性、伦理性问题尚未得到很好地解决，粪菌移植疗法还存在争议。”

　　发展交叉学科或可破解炎症性肠病诊疗难题

　　叶邦策介绍，当前，许多研究证明了智能工程菌具有在活体内诊断和治疗疾病的应用潜力，且智能工程菌逐步朝着智能化和临床应用性的方向发展。其中，功能稳定性、临床效力和安全性是决定智能工程菌能否成功应用于临床的关键。

　　叶邦策表示：“合成生物学为智能工程菌感应疾病标志物的种类及传感性能提供了很好的策略，然而仅仅依靠合成生物学难以解决所有问题。”

　　叶邦策认为，交叉学科的发展为此提供了新的契机，例如将合成生物学与材料和化学科学相结合，能够增强智能工程菌的定植性、靶向性和可控性，进而实现炎症部位的在体原位成像检测。

　　此外，智能工程菌的安全性也是限制其临床应用的重要因素，为了应对智能工程菌可能导致的抗性转移、代谢物毒性等问题，研究者们仍在优化技术方案，通过不使用抗性基因作为筛选标记、选择更安全的益生菌作为智能工程菌的底盘、进行细菌毒力因子的敲除、对逃逸细菌进行有效的控制和清除等策略，有针对性地解决相关难题。

　　谈到智能工程菌的应用前景时，叶邦策表示，从诊断的角度来说，如果智能工程菌能够通过临床试验，运用到炎症性肠病的临床治疗中，将打破传统肠道疾病的诊断模式，部分替代侵入性的肠镜检测，能让受检者在没有任何痛苦的情况下，诊断出其是否罹患炎症性肠病。

向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

　　（文图：赵筱尘 巫邓炎）