Baidu
map

究竟是AI的时代 还是资本的泡沫

2018-11-29 锐达医疗 健康界

随着我国社会人口的增长、老龄化现象的严重,人均GDP增长带来健康消费的升级,健康服务业市场需求不断扩容。作为人类健康保健的核心环节,影像医疗服务却面临着自身的一系列痛点。

随着我国社会人口的增长、老龄化现象的严重,人均GDP增长带来健康消费的升级,健康服务业市场需求不断扩容。作为人类健康保健的核心环节,影像医疗服务却面临着自身的一系列痛点。

现如今,不管是出于医疗服务供应者还是患者的角度考虑,提升医疗效率、优化医疗服务质量评判手段都是一件迫在眉睫的事。也正因此,医疗行业所面临的压力尤显巨大,放射领域的情况自然也是如此。为了证明行业价值,放射科从业人员必须不断地提升影像检测的速度,优化患者体验,然而现实情况是,他们往往缺少相匹配的工具来实现便捷性。中国从来不缺酒店、服务机构;但缺乏的是管理的体系、方法。想要优化影像相关科室的就医流程,需要的是一款可实际落地的辅助平台。

AI的时代

人工智能的大热,在2017年那场史诗级的围棋对决中,人类战力最强的棋手柯洁以0∶3败于阿尔法狗之时爆发并持续升温。数不胜数的专业人士都把解决医疗压力的希望寄托在人工智能的成长。AI向医疗影像扎根,也已经是趋势。前段时间召开的放射领域最重要的年会:中华放射学学术大会(CCR 2018)上,AI话题热度也是高居不下,惹众家纷纭。

医学影像在医疗数据总量中占比约80%,包括CT、核磁、超声、病理、内窥镜、眼底等,因而,医学影像的计算机处理向来是一个庞大的产业。近年来,人口增长、消费升级、政策利好等因素更是推动着医学影像市场不断扩容。据预测,据预测2020年,我国医疗影像市场规模为6000-8000亿元。

千亿级的市场自然也引来了众多的市场参与者。风险和商机的把控向来是一个成熟企业的拿手好戏,面对这庞大的市场,有关数据显示,国内83家医疗AI企业中,一半涉足医学影像。“(这一领域)正处于黄金期。

数据为王“AI除技术驱动因素之外,还有一个重要的底层逻辑在运行。“离开临床数据,AI没法思考。”北京大学肿瘤医院信息部主任衡反修在很多会议上强调这一金句。

了解人工智能的人都知道,AI离不开数据。AI就像是还未开窍的孩子,数据就是他的课本,AI的成长是通过吸收大量的数据来开发它的思维模式。就像早期阿尔法狗的训练一样,医疗AI的训练也得有“棋谱”——以医学影像为例,就是大量由医生标注出重要信息的影像数据集。不同的是,围棋已经有固有规则,而人的病例复杂得多,因此,获得高质量的、经标注的影像大数据集,需要大投入。

相对于其他数据,获取医学影像数据更容易一些,且医学影像数据本身就是结构数字化的,加之原来就有一些公开的标注数据集,所以一大批创业公司才蜂拥进入影像领域。

但实际上,中国的医疗信息孤岛现象明显,国内95%医院的电子病历还未全院流通。换句话说,医疗大数据没有基础、医疗术语不能统一、挖掘数据难、数据价值低。

因而AI如何落地,什么样的平台适合它的落地才是重中之重。

在AI大规模落地前,医疗人工智能还有很多课要补。行业的狂欢和泡沫,是任何一个新技术浪潮的必经之路。最后胜出的,必是那些创造了真实价值的技术和产品。而真实价值的最终表现,在于如何直击痛点。

直击国内医疗痛点

随着我国社会人口的增长、老龄化现象的严重,人均GDP增长带来健康消费的升级,健康服务业市场需求不断扩容。作为人类健康保健的核心环节,影像医疗服务却面临着自身的一系列痛点。

患者:“看病难,看病贵”,基层医院误诊率高,大医院排队时间长,重复检查现象严重,需要优质高效的影像诊断和医学检验服务。

医院:大医院人满为患,医生和设备超负荷工作,需要建立有效的患者分流渠道,基层医院缺乏医生和设备资源,难以吸引患者,需要提升自身医疗水平。

医生:放射科、检验科等医技科室医生收入和地位偏低,作用不被认可,需要提升自身价值。

设备:医学设备产业飞速发展,但大医院配置已趋饱和,需要开拓更多应用场景。

企业如何积极响应国家政策,充分发挥社会资本在创新和管理等方面的优势。开发什么样的平台让AI更好的落地?如何通过技术型的产品实现小病社区解决,疑、难、急、重疾病上三甲的分级诊疗模式?这些都是未来智慧医疗需要切实考虑的。

最后希望"互联网"+医疗的道路可以越走越宽,真正意义上实现信息广泛共享,优化区域内医疗卫生资源配置,提升医疗卫生服务质量和效率,缓解资源紧张的矛盾。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1719302, encodeId=668d1e193027b, content=<a href='/topic/show?id=12b792553da' target=_blank style='color:#2F92EE;'>#资本#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=72, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=92553, encryptionId=12b792553da, topicName=资本)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=ef5032698226, createdName=kord1993, createdTime=Sat Jul 06 19:39:00 CST 2019, time=2019-07-06, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=353970, encodeId=a9e03539e06a, content=认真学习,不断进步,把经验分享给同好。点赞了!, beContent=null, objectType=article, channel=null, level=null, likeNumber=84, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=30251637888, createdName=lietome15, createdTime=Thu Nov 29 15:47:37 CST 2018, time=2018-11-29, status=1, ipAttribution=)]
    2019-07-06 kord1993
  2. [GetPortalCommentsPageByObjectIdResponse(id=1719302, encodeId=668d1e193027b, content=<a href='/topic/show?id=12b792553da' target=_blank style='color:#2F92EE;'>#资本#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=72, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=92553, encryptionId=12b792553da, topicName=资本)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=ef5032698226, createdName=kord1993, createdTime=Sat Jul 06 19:39:00 CST 2019, time=2019-07-06, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=353970, encodeId=a9e03539e06a, content=认真学习,不断进步,把经验分享给同好。点赞了!, beContent=null, objectType=article, channel=null, level=null, likeNumber=84, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=30251637888, createdName=lietome15, createdTime=Thu Nov 29 15:47:37 CST 2018, time=2018-11-29, status=1, ipAttribution=)]
    2018-11-29 lietome15

    认真学习,不断进步,把经验分享给同好。点赞了!

    0

相关资讯

医疗AI如何真正“飞入寻常百姓家”? 关键在于制定数据“标准”

“人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康,医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用,还将取决于产品商业化过程中如何制定医疗和数据监管标准。”——《中国人工智能产业白皮书》

Radiology:AI系统能比医生早6年检测出阿尔茨海默症

作为一种常见的神经退行性疾病,阿尔茨海默症起病隐匿、多发于中老年群体。

AI如何为中国医疗保障体系减压

近年来,中国在医疗改革上的投入举世瞩目。然而,伴随着人口老龄化,中国的慢性疾病发病率不断攀升,慢病患者人数已达到3亿,给医疗系统带来难以承受的负担。根据经济合作与发展组织的最新数据,在中国每1000人只有1.8名执业医生,而美国和瑞典的数据为2.6和4.3名。那么,人工智能(AI)能否在一定程度上缓解中国医生的重压呢?中国孱弱的医疗保障体系在医务人员的辛勤工作下,中国孱弱的医疗保障体系才勉强

AIWIN:迪英加科技杨林:智能点亮病理,我们始终在路上

8月25日,以“迪小骄”为名的迪英加团队经过重重比拼,最终获得评委专家一致认可,一举斩获2018世界人工智能卓医创新挑战赛的最高奖项“创新挑战奖”。

全球知名科学家同台WE大会 腾讯要打造“救命的AI”

11月4日,2018腾讯WE大会在北京举行。七位来自全球的顶尖科学家,在会上揭晓了天文、物理、生命科学等多个领域的重大科学进展。腾讯与自然集团联合创立的“自然科研全球影响力大奖”正式发布,奖项设立第一年将表彰为“脑科学”做出重大贡献的青年科学家。

皮肤科影像领域的AI探索,难点在哪,我们主攻哪

皮肤病的皮损具有可视化特征,因此对于皮肤病来说,各种图像技术的应用十分重要。目前已有一系列的皮肤影像诊断方法,有效帮助皮肤科医生提升诊断水平和工作效率。同时,我国皮肤病患者数量庞大,病种众多,使得皮肤影像数据呈指数性增长,这就迫切需要我们构建适用于我国人群的皮肤病智能辅助诊断系统。

Baidu
map
Baidu
map
Baidu
map