人工智能培训

搜索

AI 赋能医疗领域,将为消费者和医生带来哪些福音?

[复制链接]
ggreat22 发表于 2018-4-18 15:40:57 | 显示全部楼层 |阅读模式
ggreat22 2018-4-18 15:40:57 1096 0 显示全部楼层
由于我国医疗需求不断上升、资源严重缺乏、卫生人员整体素质有待提升、卫生支出相对不足以及医疗资源浪费严重等问题普遍存在,医疗行业急需新技术的注入。
随着数据量的上涨、运算力的提升、图像识别、深度学习、神经网络等关键技术的突破,极大促进了AI+医疗的迅速发展。
Phd8h11BpXhvD5BX.jpg


AI技术本身的商业价值不大,只有将它正确、准确地赋能给传统行业,才会产生巨大价值。各个国家和地区看到AI的巨大前景,纷纷出台政策、投入资金加快布局速度。
在全球各个地区,AI+医疗不再是一种创新概念,它已经为医生、患者、企业、医疗及研究机构提供了最前沿和最切合实际的服务。而美国、中国、欧洲是在AI+医疗领域表现最抢眼的区域。
SPOdCdCprNdDs3CK.jpg


AI+医疗 4大趋势
AI+医疗的结合,创造了与医疗相关的产业链新模式,将逐步解决医疗领域的各大痛点。
1、机器学习
机器学习的主要应用:药物发现、基因检测、个性化医疗服务、医疗大数据、电子健康档案;
2、计算视觉
计算视觉的主要应用:肿瘤检测、医学成像与诊断、图像归档与传输(PAC)、外科成像;
3、NLP(自然语言处理)
NLP的主要应用:护士助理、自动化护理管理工作流、管理型工作流、远程医疗网络;
4、智能机器人
智能机器人的主要应用:机器人辅助手术、手术精度、纳米机器人、机器人护士、个人助理机器人、制药机器人。
AI+医疗 8大应用
我国“AI+医疗”领域的产品主要应用于虚拟助理、医学影像、疾病风险预测等8大应用场景中。
疾病风险管理和医学影像是最热门的两大应用场景,提供药物挖掘的公司较少。由于计算视觉与基因测序技术的迅猛发展,疾病风险预测、医学影像场景下的公司数量最多,相关产品相对成熟。
1、虚拟助理
医用型虚拟助理是基于特定领域的知识系统,通过智能语音技术和NLP技术,实现人机交互,主要解决语音电子病历、智能导诊、智能问诊、推荐用药等需求。
语音电子病历
调查显示,中国50%以上的住院医生每天用于手写病历的时间平均在4小时以上,效率极低。虚拟助理可以将医生的主诉内容实时转换为文本,录入到医院信息管理软件中,这样不仅提高了填写病历的效率,还可以使医生将更多时间和精力用于与患者交流和疾病诊断之中。
导诊机器人
基于人脸识别、 语音识别、远场识别等技术,通过人机交互,导诊机器人可以执行挂号、科室分布及就医流程引导、身份识别、数据分析、知识普及等导诊任务。
智能问诊
智能问诊系统包含预问诊和自诊两大功能。
消费者可以在与医生沟通之前,通过手机或PC端进入医院智能问诊模块中,输入患者的基本信息、症状、既往病史、过敏史等信息,系统将初步形成诊断报告,以减少医生与患者的沟通时间,大大提升医患沟通效率。
推荐用药
推荐用药属于相对小众的应用场景,后台算法系统能够通过手机端和PC端为患者提供用药建议。
ymM9EtvVSU2ujT9v.jpg


2、医学影像
医学影像,是目前人工智能在医疗领域最热门的应用场景之一。据统计,目前国内共有43家公司致力于医学影像领域。
计算视觉技术主要解决“医学影像”应用场景中的三种需求:
A. 病灶识别与标注:针对医学影像进行图像分割、特征提取、定量分析、对比分析等工作;
B. 靶区自动勾画与自适应放疗:针对肿瘤放疗环节的影像进行处理;
C. 影像三维重建:针对手术环节的应用。
AI+医学影像的产品形态主要以用于影像识别与处理的软件为主,极少数结合硬件。目前基本成型的AI+医学影像产品大多正处于医院试用阶段,该领域公司基本没有实现盈利。
UedA5000gUAAuqqA.jpg


3、辅助诊疗
目前国内有8家公司提供医疗大数据辅助诊疗服务,11家公司提供“医疗机器人”服务。
A. 医疗大数据辅助诊疗:基于海量医疗数据与AI算法发现病症规律,从而为医生诊断和治疗提供参考意见;
B. 医疗机器人: 国内目前的医疗机器人主要包括手术机器人、肠胃检查与诊断机器人、康复机器人以及其他用于治疗的机器人。
EUJZMG5JDMGywQvJ.jpg


4、疾病风险预测
根据统计,目前国内共有45家公司提供“疾病风险预测”服务。疾病风险预测主要通过算法对基因数据进行分析,提前预测疾病发生的风险。
t8Fd7GtgdnRky3ms.jpg


5、药物挖掘
在药物挖掘方面,利用AI技术分析化合物结构与药效的关系,以及预测小分子药物晶型结构。AI与药物挖掘的结合,使得新药研发时间大大缩短,研发成本大大降低。
目前国内有7家公司提供药物挖掘服务。药物挖掘主要应用场景有肿瘤早期筛查、个性化药物诊断和新药研发。
AhaeEQwK7Tg4eOOZ.jpg


6、健康管理应用场景
健康管理主要包括营养学、身体健康、精神健康三大管理领域。据统计,目前国内共有14家公司提供“健康管理”服务,大多集中于身体健康管理场景。
营养学场景:利用AI技术对食物进行识别与检测,以帮助用户合理膳食,保持健康的饮食习惯;
身体健康管理:结合智能穿戴设备等硬件设备提供的健康类数据,利用AI技术分析用户健康水平,并通过行为干预,帮助用户养成良好的生活习惯;
精神健康管理:利用AI技术进行情绪管理,对精神疾病进行预测和治疗。
sR26Zd3zA3WaIyE5.jpg


7、医院管理应用场景
医院管理是针对医院内部、医院之间各项工作的管理,主要包括病历结构化、分级诊疗、DRGs(诊断相关分类)智能系统、医院决策支持的专家系统等。目前国内共有21家公司提供医院管理服务,业务大多集中于病历结构化服务。
8、辅助医学研究平台应用场景
辅助医学研究平台是利用AI技术辅助生物医学相关研究者进行医学研究的技术平台。据统计,目前国内共有14家AI公司建立辅助医学研究平台,大致可以分为两大类:数据收集/存储与统计分析和基因测序等生物信息分析。
z00SO3s9Ofhb3s4B.jpg


任何一种颠覆性的技术,其产生、发展和应用必然要经历一个漫长的被市场认可的过程。虽然人工智能在医疗领域的应用能产生巨大的潜在价值,但是现实中AI+医疗在人才、技术发展、数据壁垒、市场认可、政府监管、法律伦理和隐私安全等方面挑战。
目前,消费者对AI+医疗仍处于远观和存疑的态度。普华永道2017年就AI+医疗的应用意愿进行了调查,有近4成的消费者不愿意接受人工智能来看病。
但是,无论是医疗行业人士,还是AI创业者,他们都认为AI医疗可以真正切入到医疗领域的核心,解决医疗行业的痛点,并将掀起医疗行业的变革。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则 返回列表 发新帖

ggreat22当前离线
新手上路

查看:1096 | 回复:0

快速回复 返回顶部 返回列表