AI医疗丨今天讲几个靠谱的“人工智能医院”落地场景
参考资料丨安徽财经网、sohu、360doc
亿欧网、火石创造
▌所属行业:医疗
▌应用场景:AI诊断、解读医疗影像、预测和管理、医生助理
▌关键技术:机器视觉、深度学习
▌提供商:百度、阿里、腾讯、科大讯飞等
“看病5分钟,排队2小时”
这是目前大多数医院看病的现状。
为改善看病难的问题,我国尝试多种医疗改革。
最新的尝试是——人工智能。
2017年8月20日,我国第一家人工智能医院——安徽省立智慧医院正式成立了!
在AI的帮助下,智能导诊导医机器人、人工智能医学影像辅助诊断系统、门诊语音电子病历、口腔/超声语音助理、云医声移动医护工作站......
在安徽省立医院,随处可见智慧医疗产品,人工智能正在改善着医疗服务。
到底,人工智能是如何改善医疗服务的呢?
下面,将从四个主要应用场景来介绍。
场景一:替医生做诊断
【替医生做诊断】这是人工智能在医疗领域最重要、也最核心的应用场景。
如何诊断呢?
简单说,就是用“医疗大数据喂养”出一个AI 医生,代替人来看病。
让人工智能
➜“学习”专家医生的医疗知识
➜模拟医生的思维和诊断推理
➜给出可靠诊断和治疗方案。
➤以IBM Watson为例说明:
IBM的人工智能产品IBM Watson通过分析了数千个基因突变,最终确诊一位患有罕见白血病的日本患者,并提供治疗方案。
而几个月前她曾被医院误诊,Watson的整个诊断过程不到10分钟。
AI 是怎么做到避免漏诊、误诊,提高诊治效率和准确性?
①在历史数据中不断学习和总结
②快速判读影像中的病症特征
③识别病变细胞,如肿瘤等癌变细胞,辅助医生进行病症分析。
此“片”非彼“片”。
AI看的是医疗影像,而不是美国大片。
要判断得了什么病,病灶在哪里,病情怎么样?拍个片子就知道了。
但是,医生水平各有高低,片子能不能看准,很关键。
AI如何看片?
①图像识别,应用于感知环节,其主要目的是将影像进行分析,获取一些有意义的信息;
②深度学习,应用于学习和分析环节,通过大量的影像数据和诊断数据,不断对神经元网络进行深度学习训练,促使其掌握诊断能力。
➤用安徽省立医院举例说明:
①学习了68万张肺部CT影像资料
②诊断了约11000人次的CT影像资料
③诊断准确率达94%。
好处显而易见:
①减少医生看片巨大劳动量
②杜绝因为疲劳带来的疏漏
③人工智能可以不吃不喝不睡,且精准度已经达到三甲医院医生的平均水平。
场景三:慢性病预测和健康护理
有些慢性病不会致人于死地,但是护理不当或不及时却会要了人命。
有了AI就能减少“枉死”的几率。
AI如何实现预测和护理?
➤Google最新研究成果,采用图像识别算法来检测与糖尿病相关的眼病。
大家都知道,血糖长期偏高会引发多种并发症,例如会导致失明。
Google 研发的软件用以检查患者视网膜照片,从而发现微小的动脉瘤,这是糖尿病视网膜病变(简称「糖网病」)的早期阶段,如果未经治疗就会导致失明。
结果显示,人工智能做出的判断与专业医生旗鼓相当,甚至在部分指标上比医生还要好。
目前,主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。
如收集病人的饮食习惯、锻炼周期、服药习惯等个人生活习惯信息,运用人工智能技术进行数据分析并评估病人整体状态,协助规划日常生活等。
以下内容来自《火石创造的2017年医疗人工智能产业图谱》
整个产业链可以分为三个层次:基础层、技术层与应用层。
科技巨头往往偏向于布局底层,而创业公司则往往选择在变现能力强、容易进入的辅助诊断、健康管理和药物研发等应用层扎堆。
按照治疗前、治疗期间以及治疗后及康复阶段,国内外的公司均可分成9个类别。
国外将人工智能用于药物挖掘的创业公司比例较高
AI看片是国内众多玩家簇拥的领地,很多公司都有自己技术和产品。
如:阿里、腾讯、百度、科大讯飞、雅森科技、海纳医信、华润万里云、翼展科技、联影医疗、心医国际;
康众光学、微清医疗、锐达影像、健培科技、昕健医疗、医渡云、全景医疗、艾佩克、一脉杨光、智影医疗、汇医慧影;
睿佳医影、医众影像、微云影像、DeepCare、英迪加、连心医疗、推想科技、图玛深维、辛顿科技、体素科技、万里云、视见科技等。(排名不分先后)
AI公安丨不看脸,看走路。公安启用“AI步态识别”,33小时破命案
AI安防丨老牌占山为王,新贵不拜码头,AI安防市场激战正酣!
▼
「AI全球总部」现已入驻
今日头条丨知乎机构号丨企鹅号丨网易号丨百度百家