人工智能时代前沿技术社区

首页 > 人工智能 > 热点

AI飓风下,传统医疗行业该如何“逆袭”

飞马网邀请到张三丰老师带来《AI飓风下,传统医疗行业该如何“逆袭”》的主题内容分享,正文为经过编辑的分享内容。

作者: | 2019-04-02 14:45:00

微信截图_20190402173441.png

一、AI飓风真的来了

AI技术目前在这些行业里面是用的比较多的:

1554187771668130.jpg

1、安防

2、文娱

3、交通出行

4、艺术

5、医疗

那么人工智能到底怎么在医疗行业发生影响呢?

我们一直的目标是:只有全民健康,才能全民小康。这个过程中,遇见了很多挑战。中国人口占全球的22%,但是医疗资源只有2%,医疗影像增量30%,放射科增量4%,医疗资源分配不足的问题非常严重。

为了解决问题,基础建设如火如荼,医院总量5年增长5.9%,专科工作占比22.8%,医疗和医院的建设取得很大的成就。

再来看一个数据,38年间,医疗结构总的数量增长了479倍,,卫生人员总数只增长了0.36倍,这样的比较是严重不均的。

1、医疗人员健康状况不乐观。

2、医疗人员过度劳累。

3、医患关系成为社会问题。

但是现阶段已经取得阶段性的成绩。

人工智能是有力的助手:

1、医学影像的分析

2、临床决策支持

3、药物挖掘

4、健康管理

5、病理学

6、医疗服务助理

再看一下国家战略:

2017年发布了新一代人工智能发展规划,再到医疗人工智能规划,以及十三五规划。

医疗人工智能好处多:

二、医疗人工智能的发展及趋势

人工智能的技术经历了3次演变。

我们讲人工智能经常会讲机器学习、深度学习,这幅图就讲出了这几者之间的关系。

这里不得不讲专家系统,之前已经有人应用在医疗领域,但是数据量笔记哦啊匮乏,无法支持工作,进入了瓶颈。

从深蓝到深层神经网络

人工智能有三要素:大数据、算法、算力


大数据:

数据很重要、数据量非常大、产业规模急剧爆炸算法:

提到算法不得不提深度学习,看看深度学习取得的成绩。


梯子图

CNN算法,第一层做抽象,目前已经广泛应用于医疗健康行业。

算力:

CPU

Gpu

FPGA

后两者更主流

市场规模:

2025年,医疗行业占比大五分之一

投融资:

逐年递增

看大行业如何布局医疗行业

国外企业:

Watson

GoogleMicrosoft

国内企业:

阿里

腾讯

国内夺冠记录:

科大讯飞

讲了那么多的发展应用和布局,那么有雨带问题嘛?有很多。

目前AI医疗遇到的问题

1、数据瓶颈

很多企业尤其是初创,和医院建立合作模式,早期可行,规模大就不行了。每家医院的数据标准是不一样的,一家企业和一家医院合作的效果可能在另一家医院就很差,这对训练的质量就有影响。

2、临床诊断流程待改变

整个过程是非常复杂的系统,必须经过反复的确认才行,把人工智能加入会出现各种问题。

3、法律和伦理

医疗责任和法律责任的问题:人工智能减少的不是工作量,只是减少误诊的概率,医院和医生还是要承担医疗责任。

4、合适的商业模式

企业希望有收益,意医院关心的是能不能持续增值,为学术提供帮助,可持续的商业模式是非常重要的一点。

5、人才不足

三、医疗人工智能行业分类

 

分类有很多,但是大家比较能接受的事按照应用场景来分类,如:虚拟助理、病例与文献分析、医疗影像辅助诊断、药物研发、基因测序、医疗实体机器人等……

虚拟助理

把它看作是在医疗行业的应用,不同点在于病人有时候无法准确表达自己的病情,虚拟助理就是要引导病人去传达,甚至还要在某些点上去详细的询问。

对医生的作用:

1、智能问诊

2、语音助手

对患者的作用:

1、问诊

2、生成电子病例发送给医生

3、问诊报告生成

病例与文献分析

我国乃至世界上都在积极使用电子病历,但要注意脱敏数据。

过程和步骤:

 

医疗影像辅助诊断

90%以上的医疗数据都是影像数据,增长率是63%,而放射科医生的增长率是2%,说明放射科医生每天要看大量的片子,压力非常大,人工智能就显得很重要。

过程:数据收集——数据预处理——图像分割——肺结节标记

药物研发

阻碍药物研发的主要是时间和金钱,平均研发一款新药的时间10年,金额达10亿美元。

靶点筛选:

AI可以做预测。

药物挖掘;

病人招募

药物晶型预测。

基因测序

难点在于数据量巨大,这带来的工作量也是巨大的。

人工智能技术可以改变目前的瓶颈。

重点应用:

医疗实体机器人

有两个美称:金字塔上的皇冠;医疗领域的航天工程。

分类:手术机器人、康复机器人、医院服务机器人

手术机器人

康复机器人

医院服务机器人

胶囊机器人

手术辅助机器人

医院物流机器人  

四、医疗人工智能的价值

1、减少误诊漏诊

2、弥补资源供需缺口

3、健康风险预警

4、提升制药效率

5、提升医疗质量