每年都会有资本和市场追逐的几个关键词,今年,人工智能从Alpha Go战柯洁、无人驾驶、语音识别等逐渐烧热到医疗领域。人工智能对医疗领域的改造是颠覆性的,人工智能+辅助诊疗潜在市场至少是万亿级以上的营收规模。但也有人认为,虽然医疗业大肆投资AI,但其产生的价值仍相当有限。
1、“AI+医疗”近期资讯
2、“AI+医疗”才是人工智能落地的第一步
3、资本新宠医疗AI 还需继续“打怪升级”
4、反向观点:医疗业大肆投资AI,但其产生的价值相当有限
1、“AI+医疗”近期资讯
- 医疗互助领域迎产业风口 众托帮开启“3.0人工智能时代”
7月5日,在中国最大医疗互助平台众托帮举办的“Sharing Plus----移动互联网时代下的共享医疗之路”论坛上,继构建医疗互助平台1.0、共享医疗服务2.0之后,众托帮正式宣布全新品牌升级,并开启人工智能3.0时代,推出人工智能机器人帮帮。
- 医健大数据平台火石创造发布AI+医疗产业图谱
在7月1日闭幕的第二届“中国光谷”国际生物健康产业博览会上,来自浙江医健大数据平台“火石创造”发布了AI+医疗产业图谱。图谱显示,中国已成为全球领先的AI研发中心之一,国内目前可统计的医学人工智能公司已达144家,主要分布在北京、广州以及长三角地区。
- 武汉协和医院借助MR技术,完成世界首例髋部骨折手术
2017年6月,武汉协和医院骨科医院成功为一位病人实施了世界上首例混合现实(MR)技术引导下的髋部骨折手术,此次手术前,患者戴上VR眼镜,在医生解说下,360度全方位浏览自己骨折部位的3D数字“复制品”,对自己骨折的具体情况、手术方案进行了解。
- 自动驾驶AI诊所或重塑21世纪医疗保健行业
近日西雅图设计公司 Artefact Group向我们展示了一套全新的移动医疗概念服务 —— 基于一辆自动驾驶小车的 AI 诊所。展示这个概念的 Artefact Group 设计了一部能自动行走的移动诊所小车,病人可以预约,移动诊所就会在指定时间到达,病人走进去就可以看病。移动诊所内并没有医生看诊,但内建很多监测仪器,配合 App 收集病人的身体变化和人工智能诊断,简单的病症可在车上即时诊断和开药。
假如病人的病情属严重或危急,移动诊所内有屏幕,可跟医生或专家遥距面谈问诊,即时提供更专业的意见。可惜的是,Artefact Group 的设计到正式推出还有一段距离,要多方面技术同时发展和配合才有望成真。
2、“AI+医疗”才是人工智能落地的第一步
IBM的人工智能Watson,仅用10秒就开出了癌症处方。在引发舆论热潮的同时,也再次把“AI+医疗”推向高潮。人工智能对医疗领域的改造是颠覆性的,人工智能+辅助诊疗潜在市场至少是万亿级以上的营收规模。
接手“互联网+”无奈的医疗痛点
图像识别、深度学习、神经网络等关键技术带动了人工智能新一轮大发展。
从互联网改造医疗行业的角度来划分,中国互联网医疗发展经历了三个阶段:信息服务阶段,即互联网改造的是医疗的信息流,实现人和信息的连接;咨询服务阶段,即互联网改造的是健康咨询的服务流,实现人和医生连接;诊疗服务阶段,互联网改造的是医疗的服务流,实现人和医疗机构的连接。
然而,互联网带来的模式创新没有根本上提升医疗供给端的服务能力,从而根本上解决医疗资源(尤其是医生)供不应求的局面。
与此同时,图像识别、深度学习、神经网络等关键技术的突破带动了人工智能新一轮的大发展。“人工智能+医疗”概念应运而生。
与互联网的不同,人工智能对医疗领域的改造是颠覆性的。
对人工智能医疗的需求主要基于几方面客观现实:一方面是优质医疗资源供给不足,成本高,医生培养周期长,误诊率高,疾病谱变化快,技术日新月异;另一方面,随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高,医疗服务需求持续增加。
人工智能的核心能力实际上是人类自身已拥有的能力,但与人类相比,最大优势在于计算能力的高效,尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。
在医疗领域,IBM Watson可以在17秒内阅读3469本医学专著、24.8万篇论文,69种治疗方案、61540次试验数据、10.6万份临床报告。通过海量汲取医学知识,包括300多份医学期刊、200多种教科书及近1000万页文字,IBM Watson在短时间内迅速成为肿瘤专家。
阿里云研究中心和BCG的合作报告指出,从技术突破和应用价值两维度分析,未来人工智能会出现服务职能、科技突破、超级智能三个阶段。基于数据的服务智能阶段将在接下来3—5年爆发:人工智能拓展、整合多个垂直行业应用,丰富实用场景。IDC Digital预测,截至2020年,医疗数据量将达40万亿GB,预计约80%数据为非结构化数据。
四大模式分争万亿市场
人工智能+辅助诊疗潜在市场空间巨大,至少是万亿级以上的营收规模。
从全球创业公司实践的情况来看,AI+医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他,其中以四种模式为主流。
首先是AI+辅助诊疗,即将人工智能技术用于辅助诊疗中,让计算机“学习”专家医生的医疗知识,模拟医生的思维和诊断推理,从而给出可靠诊断和治疗方案。辅助诊疗场景是医疗领域最重要、也最核心的场景,人工智能+辅助诊疗潜在市场空间巨大,至少是万亿级以上的营收规模。
在AI+辅助诊疗的应用中,IBM Watson是目前最成熟的案例。2012年Watson通过了美国职业医师资格考试,并部署在美国多家医院提供辅助诊疗的服务。
AI+医学影像,是将人工智能技术具体应用在医学影像的诊断上,主要分为两部分:一是图像识别,应用于感知环节,其主要目的是将影像这类非机构化数据进行分析,获取一些有意义的信息;二是深度学习,应用于学习和分析环节,是AI应用的最核心环节,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”的能力。
如今,AI+医学影像已经走出实验室,下一步将迎来商业化浪潮。贝斯以色列女执事医学中心(BIDMC)与哈佛医学院合作研发的人工智能系统,对乳腺癌病理图片中癌细胞的识别准确率能达到92%,与病理学家的分析结合在一起时,它的诊断准确率可以高达99.5%。国内的DeepCare对于乳腺癌细胞识别的准确率也达到了92%。
AI+药物挖掘,是指将深度学习技术应用于药物临床前研究,达到快速、准确地挖掘和筛选合适的化合物或生物,达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。通过计算机模拟,AI可以对药物活性、安全性和副作用进行预测。借助深度学习,在心血管药、抗肿瘤药、孤儿药和常见传染病治疗药等多领域取得了新突破。目前,已经涌现出多家AI技术主导的药物研发企业。
最后是AI+健康管理。目前从全球AI+医疗创业公司来看,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。
巨头筑基下的生态圈竞争
底层基本都已由科技巨头布局,开放人工智能平台是其构建生态的必然趋势。
报告指出,根据技术层级从上到下,人工智能产业链,目前分为基础层、技术层和应用层三个产业层次构成。
基础层的计算能力是构建生态的基础,技术层的算法、框架以及通用技术是构建技术护城河的基础,都属于人工智能产业大生态的基础设施,具有高投入、高收益的特点,需要中长期进行投资。而应用层是人工智能技术在具体行业、具体应用场景价值变现的渠道,具有变现能力强的特点。
目前,底层基本都已由科技巨头布局,且未来开放人工智能平台是其构建生态的必然趋势。应用层汇聚了大量的AI+医疗创业公司,分布在多个细分领域。总体而言,全球AI+医疗产业结构呈现倒金字塔形态。
对于全球科技巨头而言,之间的竞争不仅仅是某项技术、某个领域的竞争,更多是生态圈与生态圈的竞争。目前科技巨头均已利用禀赋优势打造属于自己的生态圈基本形态,已基本完成“人工智能+”生态的基础设施布局。
3、资本新宠医疗AI 还需继续“打怪升级”
截至目前,中国存在100多家医疗人工智能公司,并增长迅猛,资本对医疗AI青睐有加,投资毫不吝啬,但真正可用于临床的尚未出现,诸多瓶颈一时难以突破。
“移动互联网时代持续不了多长时间,去年我就说移动互联网时代已经过去,AI时代到来了。”7月5日,百度董事长兼CEO李彦宏在首届百度AI开发者大会(Create 2017)上表示。
每年都会有资本和市场追逐的几个关键词,今年,人工智能从Alpha Go战柯洁、无人驾驶、语音识别等逐渐烧热到医疗领域。
(未完待续)
作者:贺华煜 时间:2024-04-30 17:21:55 文章来源:原创
作者:码万祺 时间:2024-04-30 17:09:54 文章来源:原创
作者:码万祺 时间:2024-04-30 16:58:46 文章来源:原创
作者:秦永方 时间:2024-04-30 13:58:47 文章来源:原创
作者:码万祺 时间:2024-04-30 10:22:32 文章来源:原创
作者:贺华煜 时间:2024-04-30 10:19:20 文章来源:原创