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(jié)晶的計算機視覺技術(shù)，成功率約94%。蛋白質(zhì)結(jié)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(shè)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。”谷歌大腦首席科學家在一篇博文中表示，“關(guān)鍵在于，錯過這些結(jié)構(gòu)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(jié)晶結(jié)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(shù)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(wù)。2018年6月，百度研究院（Baidu Research）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(jié)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》（NPJ Digital Medicine）上發(fā)表了運用預(yù)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(guān)鍵指標。