風口上的“AI+醫(yī)療”: 應(yīng)用場景增加與商業(yè)變現(xiàn)之難

 二維碼

來源:**財經(jīng)



“當前人工智能已經(jīng)上升為國家戰(zhàn)略,在國家出臺的眾多政策中都提到了人工智能和的結(jié)合,推進智能的發(fā)展刻不容緩。上海也積極響應(yīng)人工智能發(fā)展的新課題,提出建設(shè)具有全球影響力的科技創(chuàng)新中心目標以來,相繼提出了落實人工智能發(fā)展的實施意見和辦法?!鄙虾J锌莆敝魅胃深l在日前舉行的浦江創(chuàng)新論壇上說。


隨著科學技術(shù)發(fā)展,各個學科之間的交叉融合越來越多。生命科學進入了跨界融入,人工智能、大數(shù)據(jù)、3D打印和新興科技的跨界融入和快速迭代,為前沿技術(shù)注入了新的動力。通過計算機視覺、語音識別、機器學習人工智能的技術(shù)和手段,極大地提高服務(wù)的質(zhì)量。

+醫(yī)療”開始越來越受到關(guān)注,其通常是指將人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等新型技術(shù)和手段,運用在醫(yī)療服務(wù)主體、醫(yī)療機構(gòu)和醫(yī)療服務(wù)對象上。

產(chǎn)業(yè)前景廣闊

縱觀全球醫(yī)療行業(yè),平均每萬人擁有醫(yī)生14人,在中國這一數(shù)字也是14人,美國在27人左右。根據(jù)預(yù)計,中國到2025年65歲以上人口約占總?cè)丝?9%,約4億人。

不難看出,目前國內(nèi)面臨優(yōu)質(zhì)醫(yī)療資源的供需不平衡,醫(yī)生培養(yǎng)周期長,疾病譜變化快,技術(shù)日新月異,人口老齡化加劇,慢性疾病增長等問題待解決。而隨著人們對健康重視程度提高,大量需求催生了醫(yī)療的快速發(fā)展。

“我們可以看到,醫(yī)療行業(yè)需求非常大,急需的賦能,我們醫(yī)療已經(jīng)經(jīng)過衛(wèi)生的信息化、醫(yī)療的大數(shù)據(jù),到今天的醫(yī)療人工智能。而且醫(yī)療的痛點很明顯,我們的需求和資源不匹配,中西部醫(yī)療的差距也是非常大的,老齡化很嚴重,管理的效率也有待提高,管理和創(chuàng)新的周期也非常長?!鄙虾=煌ù髮W人工智能研究院副院長王延峰說。

2016年被認為是人工智能+醫(yī)療在國內(nèi)形成投資風口的元年,共有27家企業(yè)獲得融資。2017年全年有超過28家AI醫(yī)療類創(chuàng)業(yè)公司獲得融資,總額超過17億人民幣。

國際巨頭同樣關(guān)注這個領(lǐng)域,以醫(yī)療機器人為例,今年2月,強生以34億美元收購?fù)饪剖中g(shù)機器人公司AurisHealth,主要領(lǐng)域為支氣管鏡檢查;去年9月,美敦力16億美元收購了骨科機器人公司MazorRobotics;更早前美國整形設(shè)備制造商史賽克(Stryker)收購Mako及其機器人輔助技術(shù)。

據(jù)波士頓咨詢的數(shù)據(jù),到2020年全球醫(yī)療機器人產(chǎn)業(yè)規(guī)模有望達到114億美元。其中,手術(shù)機器人規(guī)模**,占60%市場份額;微創(chuàng)放射性手術(shù)系統(tǒng)約占20%;急救機器人、外骨骼機器人等次之。

實踐領(lǐng)域增加

無論是國內(nèi)還是國外,AI醫(yī)療的應(yīng)用和實踐領(lǐng)域都開始越來越多,而這也是科技發(fā)展的必然結(jié)果。

“我們可以看到AI醫(yī)療的核心技術(shù)和醫(yī)療的場景深度地融合,相互促進,我們用醫(yī)療的場景拉動AI核心技術(shù)的發(fā)展,用AI核心技術(shù)的發(fā)展來促進醫(yī)療整個推進,在智能影像分析、智能問診等方面都會有很多的應(yīng)用。比如我們的病例,可以通過跨場景、跨科室的電子病例,能夠協(xié)同地進行挖掘,支撐病例的智能分析系統(tǒng)?!蓖跹臃逭f。

目前上海有36.7萬的腫瘤患者,單病種的MDT(多學科診療)每年只做到200例,這是一個巨大的缺口。有數(shù)據(jù)顯示,經(jīng)過MDT的,五年存活率提高10%,這是一個非常驚人的數(shù)據(jù)。“MDT是非常好,我們現(xiàn)在解決不了,有了AI醫(yī)療技術(shù)以后有望通過多學科綜合診斷系統(tǒng)來解決這個問題?!彼f。

此外,在醫(yī)院管理上,AI同樣可以有很多作用。“在ICU護理上,ICU醫(yī)護人員非常辛苦,但60%到70%的精力做護理,還有30%到40%的精力做記錄。我們用AI自動幫他做記錄,上下床、翻身等等,用AI來做記錄,把醫(yī)護人員更多的精力省下來,讓醫(yī)護人員把更多的精力照顧病人?!蓖跹臃灞硎?。

在健康管理領(lǐng)域,也就是數(shù)學化人體??梢酝ㄟ^檢測對人體進行數(shù)字化管理,從而有可能未來不需要吃藥來進行內(nèi)分泌疾病的管理。

通過AI的智能數(shù)據(jù)應(yīng)用,可以更好地標準化醫(yī)療服務(wù),從而平衡全國醫(yī)療服務(wù)資源。

“糖尿病病人這么多,但如果到醫(yī)院看病,排隊排得很長,瑞金醫(yī)院26位內(nèi)分泌醫(yī)生,每天要看接近1000個病人,管理90張?zhí)悄虿〉牟〈玻瑫r加上急診。怎么可能的事?這就需要AI幫我們做,我們可以通過技術(shù)去實現(xiàn)一個中心,一站式服務(wù)和一個標準?!敝袊こ淘涸菏俊⑸虾=煌ù髮W附屬瑞金醫(yī)院終身教授寧光說。

他指出,通過AI系統(tǒng)把病人的數(shù)據(jù)全部數(shù)字化,就可以節(jié)約醫(yī)生的閱讀檢查時間。同時,患者*重要的是生活,要通過AI把患者生活的數(shù)據(jù)傳輸?shù)皆贫?,把糖尿病病人的生活方式管理起來了,管理起來以后,就能發(fā)生很多的改變。

香港中文大學終身教授,騰訊杰出科學家、優(yōu)圖X-Lab負責人賈佳亞介紹,通過AI算法,可以給醫(yī)生更加準確的判斷。

“我們做的硬件是這樣的,在這個硬件里面嵌入一個AI的算法,這個算法直接做檢查的過程中彈出一個框,這個框告訴醫(yī)生說,我發(fā)現(xiàn)這個地方有可能出問題,你要停下來在這個地方再看一看。如果醫(yī)生發(fā)現(xiàn)還是不確定的時候,他就可以按一個按鈕,會傳到騰訊云上面,系統(tǒng)會精準地判斷出來這個組織是不是腫瘤,是良性還是惡性,它的幾率有多高,然后這個圖很快會傳回來,醫(yī)生就可以看到AI給了精準的判定。*后的決策不在于AI,在于醫(yī)生?!辟Z佳亞表示。

這個應(yīng)用的好處在于,不僅可以提高準確度,還可以有效提高偏遠地區(qū)的醫(yī)療水平。

待解

雖然AI醫(yī)療的應(yīng)用在逐漸增加,不過目前看來,這個領(lǐng)域技術(shù)的暫無變現(xiàn)能力。

“這個領(lǐng)域技術(shù)不成熟,目前還在探索階段?!币晃粡氖律鲜鲱I(lǐng)域的創(chuàng)業(yè)者告訴記者。

商湯科技副總裁張少霆認為,要實現(xiàn)這個領(lǐng)域有所發(fā)現(xiàn),需要兩點。**是怎么成為剛需,第二是怎么有溢價能力。因為*終所有的東西,企業(yè)還是會有資本在驅(qū)動,還是要有價值的。

“但人工智能+醫(yī)療,本身的怎么樣體現(xiàn)?這其實是比較大的問題。因為預(yù)測未來幾年會發(fā)生什么,不妨回顧過去二三十年發(fā)生了什么。這些提高能不能使得這個行業(yè)在商業(yè)上產(chǎn)生質(zhì)的飛躍,成為一個新的爆發(fā)點或者增長點,這件事情還是未知的,避免盲目樂觀。”張少霆說。

技術(shù)上看,這些評估標準本身還存在爭議。

“現(xiàn)在對算法的評估標準,可能還是以工程界的評估標準為主的,但醫(yī)生看這個問題,不是這樣看的。甚至我們現(xiàn)在做臨床實驗,去拿藥監(jiān)局許可的時候,臨床實驗也都是在非常受控的環(huán)境下做的。其實醫(yī)生都明白,在這種受控環(huán)境下做出來的數(shù)據(jù),不見得真正被認可。所以在一個真實世界里面,不受控的、隨機的這么一種在大量人群身上的實驗,我覺得才是一個AI產(chǎn)品經(jīng)過驗證的終點?!斌w素科技的CEO丁曉偉說。

對于商業(yè)價值問題,目前很多企業(yè)主要還是考慮和政府合作,同時需要行業(yè)內(nèi)一起通過臨床實驗,通過長時間跟蹤一批病人,去證明價值,才有機會達到未來的變現(xiàn)。

王延峰認為,無論在學術(shù)界還是產(chǎn)業(yè)界,大家對AI的定義,AI還處在弱人工智能階段,還沒有到通用人工智能的階段。但我們看在當前弱人工智能中間,已經(jīng)有很多主動學習、人機交互等一系列AI的技術(shù)在醫(yī)療領(lǐng)域深度的應(yīng)用,可以說醫(yī)療是AI發(fā)展的一個主戰(zhàn)場?!搬t(yī)療的未來在人工智能,人工智能的未來在醫(yī)療,這是在產(chǎn)業(yè)界非常熱的論點和提法?!?



登錄
登錄
其他賬號登錄:
我的資料
留言
回到頂部
91在线资源_先锋在线资源_少妇特黄A一区二区三区_国产一级二级三级