微信公众号 联系我们 关于我们 3618客服热线:020-32784919   推广热线:020-32780069
资讯
频道
当前位置:首页 > 医疗器械资讯 > 业界动态 > 移动互联网被判无解,人工智能接盘如何搞定医疗

移动互联网被判无解,人工智能接盘如何搞定医疗

文章来源:北京时间发布日期:2017-02-18浏览次数:218

 医疗是个“历史遗留”问题。在中国,这个问题难而且复杂。从2012年开始概念讨论,2013年移动医疗正式兴起,一时间,互联网人对这个领域发起了一波跨界冲锋,在经历几千几万甚至几十万人的努力后,这座城墙似乎仍旧坚不可摧。用壮烈、凄厉这些词来形容这些年发生在移动医疗里面的故事似乎并不为过,“壮士们”固然精神可嘉,然而就总体成效来看,效果甚微。 2017年2月9日,百度通过内部邮件宣布对医疗业务进行组织架构调整,但这也从一个侧面说明,百度实际上已经放弃了之前的计划。按照一般商业剧情,巨头的撤出同时意味着一场华丽的剧演走向闭幕。 医疗问题真的无解了?不尽然,人工智能的未来似乎还是美好的。 如李彦宏所说,在之前,所谓的互联网医疗服务大多处在O2O层次上面,人们想的都是如何将用户从线上导到线下,再进行分发。也因为如此,这给移动医疗很大的局限性,互联网数据收集、存储、传输、分析加工等功能没有得到大发挥,让移动医疗创业在后期履步为艰。 如今的人工智能打算咋搞?在互联网上医疗相关的回答中我们可以略窥一二。 病理和影像可能会被人工智能替代 这绝不是耸人听闻,相较之无人驾驶汽车,病理科、影像科的在校学生可能会面临还没毕业便先失业的悲剧。在检验方面,如今已经有了人工智能检验设备,一些大医院甚至已经配备一段时间了,这些人工智能机器的机器臂可以流水线的做出样本分类、离心、推片、染色、划片甚至鉴定工作。虽然鉴定方面可能还需要大数据的数据沉淀,但以我国患者数量产生的样本数量,再加上基于百度大脑这样百倍千倍于医生人脑效率的基础上,机器学习起来必然不会太慢。 事实上,在这两年,医学影像识别类的辅助诊断领域里百花齐放。一家叫Airdoc的公司,目前声称已经掌握的图像识别能力,并在心血管、肿瘤、神内、五官等领域建立了多个人工智能医学辅助诊断模型,取得了良好的进展。 机器将有机会代替护理、手术、运送等基础工作
护理的话应该不用多说了,目前的护理机器人还只是实现了一些基础的功能,比如抱着病患移动、端茶送水等等,或是与病患进行简单的对话,相对于理想状态而言,当前的护理机器人明显不合格,相对于人还差得很远,不过这是机器人的一个发展方向。 在手术方面,典型的就是达芬奇机器人,在医生的操控下,它能够进行更为精确的手术操作。就在今近期,江苏省人民医院就利用达芬奇机器人成功的为一名20周大的婴儿进行了微创手术,并且,说起手术机器人市场,几乎已经被达芬奇机器人所垄断了,由此,我们可以想见机器人对于传统手术的改变是极大的。 另外,很多时候我们都可以看到一些新闻,里面讲到一些地方由于位置太偏,从而医药不能及时送到患者手中,以至于耽误了治疗的黄金时机。或许有人会说用直升机来运用药物,但如果直线距离不远,只是地形难以走过,这时候与直升机相比,无人机显然更为有效。比如美国的无人机公司ZipLine已经与卢旺达政府达成合作,利用无人机为其输送药物和血液,而白宫也希望其能够在美国开展偏远农村地区的药物运输业务。如此,不管是经济上,还是医疗上,无人机完全能够符合需要。 放射和放疗也会面临变革 在美国读博的陈宽回国创业了,他认为如今的放射科医生实际上很多时间里都在做重复劳动。放射科虽然每天人来人往,但医生们诊断的80%以上都是常规病。所以,陈认为优化算法模型就可以搞定绝大部分诊断,目前他和团队正在将想法其转化为产品目前,该团队已有的诊断模型涉及数据源涵盖与心肺相关的超10种X光影像,如心影增大、肺部积液、肺炎等。 承上启下的智能问诊将快速发展 另外,在治疗阶段,机器学习也在悄悄改变着传统的治疗过程。以往,一个解决方案的制定需要医生花费大量人力物力去搜集各项资料,而现在借助于机器学习等人工智能技术,AI系统完全可以在短时间以内完成这份工作,并向医生提供治疗建议,正如IBM Watson的认知平台,目前其已经在德国协助医生治疗罕见疾病了,可见机器学习性能之强大。并且,借助机器学习,研究者们甚至开发了网络神经装置,“奇迹”的帮助瘫患者恢复了运动功能。 医疗将由小众到大众 医疗无疑是一个巨大的市场,根据波士顿咨询(BCG)的报告,2016年全球医疗市场规模超过100亿美元,相关延伸市场规模超过200亿美元,而在5年前这个数字还是几亿美元,这个市场处在一个极快的增长期中。 医疗要想实现一定是建立在数据之上的,主要的是基因数据。对于很多疾病,尤其是罕见病来说,找到基因上微小的变化就很可能找到了解决问题的钥匙,但这同样也意味着巨大的计算量。在没有深度学习之前,这几乎是不可想象的,但随着深度学习的出现,像IBM Waston、Google大脑、百度大脑这些应用深度学习的计算处理系统,他们能够不断的通过已有数据进行训练,在“黑盒”中得出规则,并完成一些罕见病的早发现、早诊断。 苹果的传奇创始人史蒂夫·乔布斯就曾将癌症大数据应用在自己的治疗上,也是世界上个对自身所有DNA和肿瘤DNA进行排序的人。医生可以基于乔布斯的特定基因组成,进行治疗,并根据疗效及时替换药物。也就是乔布斯所说的,“从一片睡莲叶跳到另一片上。”这样的治疗方式大大延长了罹患癌症的乔布斯的生命。 医疗更深一步则是新药的研发,在美国,随着癌症大数据的发展,治疗癌症的靶向药正在被积极地推动成为新的标准治疗方案。毕竟,既然我们从基因层面明白了病因,那么如何治疗就将成为首先要解决的问题。
总的来说,人工智能在健康医疗领域的机遇主要有七大方向:一是提供临床辅助诊断等医疗服务,应用于早期筛查、诊断、康复、手术风险等评估场景;二是医疗机构的信息化,通过数据分析,帮助医疗机构提升运营效率;三是进行医学影像识别,帮助医生更快更准地读取病人的影像所见;四是助力医疗机构大数据可视化及数据价值提升;五是在药品研发领域,解决药品研发周期长、成本高的问题;六是健康管理服务,通过包括可穿戴设备在内的手段,监测用户个人健康数据,预测和管控疾病风险;七是在基因测序领域,将深度学习用于分析基因数据,推进医疗。