人工智能产业链深度透析—产业应用医疗篇

AI技术赋能医疗健康领域,使得医疗机构和人员的工作效率得到显著提高,医疗成本大幅降低,并且可以使人们做到科学有效的日常检测预防,更好地管理自身健康。

根据信通院ICT监测平台数据显示:近几年,AI+医疗健康位列AI+垂直应用最热门的领域之一。从应用角度看,智能医疗主要包括医学研究、制药研发、智能诊疗以及家庭健康管理等方面。

从技术细分角度看,主要包括使用机器学习技术实现药物性能、晶型预测、基因测序预测等;使用智能语音与自然语言处理技术实现电子病历、智能问诊、导诊等;使用机器视觉技术实现医学图像识别、病灶识别、皮肤病自检等。

据麦肯锡预测,到2025年,全球智能医疗行业规模将达到总254亿美元,约占全球人工智能市场总值的1/5。中国正处于医疗人工智能的风口,前瞻产业研究院数据显示,2017年中国医疗人工智能市场规 模超过130亿元,并有望在2018年达到200亿元,医疗人工智能空间广阔。

图表1:人工智能在医疗领域的应用

640?wx_fmt=jpeg

资料来源:科大讯飞,IBM 官网,中金公司研究部

AI+影像诊断
CAPITALLINK

AI技术应用效果显著,数据是发展的重中之重。AI+影像诊断是指利用AI在计算机视觉和深度学习上的技术优势,辅助医生完成“看片”工作,从而达到提高诊断效率和准确率的目的。现今AI+影像诊断的主要应用有两个方面:

1)利用AI的计算机视觉能力,对影像数据进行识别获取结构化数据,为医生提供帮助,提高工作效率。

2)基于深度学习,通过大量专业、准确数据输入来训练神经网络模型,使其具有诊断疾病的能力,辅助临床诊断,降低漏诊误诊概率。AI图像诊断目前已在肺部结节检测、糖尿病眼底镜筛查、乳腺癌病灶检测等疾病的辅助诊断中取得显著效果。以腾讯公司研发的“觅影”为例,在一项人机对比实验(对50例病人进行判断)中其敏感度和特异度(96%和 88%)均超过了普通医生的平均水平(77%和 81%),并已接近优秀医生的水平,且判断速度快于医生。

中国的发展趋势
CAPITALLINK

随着AI图像识别技术的进步,算法结构的技术壁垒在持续下降,已不是难题。在我国若要实现AI+影像诊断落地,同样需要医疗数据的落实。值得注意的是,在数据归属权方面,与美国完全私有化不同,我国目前实行医疗机构和患者共有制,在数据可获取性上占优。国务院于2016年9月颁布的《关于促进和规范健康医疗大数据应用发展的指导意见》中明确指出,健康医疗大数据是国家重要的基础性战略资源;2017年又颁布了《关于促进和规范健康医疗大数据应用发展的指导意见》,规范和推动健康医疗大数据融合共享、开放应用。这样看来,只要是在法律权限设定内,用于医疗业务相关的操作,都有权利获得相关的医疗数据,相比美国,虽然目前影像数据库发展落后,一旦数据建立成体系,可获取性上我国明显占上风。截至目前,由国家卫计委牵头,中国境内已成立三家大数据公司,共同推动国家健康医疗大数据基础设施建设和数据标准化。

AI有望发挥自身优势,解决我国医疗行业痛点。我国医疗影像行业存在信息化建设程度低、误诊率高、医生严重缺乏等问题亟待解决。据CHIMA统计,2015年我国医院PACS系统的渗透率不超过50%,正处于从胶片影像向电子影像过度的阶段。另据中国医学学会统计,中国临床医疗中每年的误诊人数约为5700万人,总误诊率为27.8%,主要发生在基层医疗机构。据互联网医疗健康产业联盟统计,医学影像数据年增长率为63%,而放射科医生数量年增长率仅为2%,远低于影像数据的增长,存在巨大的缺口。

AI医疗影像市场参与者
CAPITALLINK

我国AI医疗影像产业链上下游融合,市场参与者众多。AI医疗影像市场参与者分为以下三类:

► 医疗影像设备商:实现AI医疗影像诊断,数据的输入不可或缺,因此医疗影像设备商是整个产业链的第一环。上市公司中,万东医疗、东软集团在医疗影像设备中有先发优势,并积极提供数据分析解决方案。未上市公司中,成立于2010年10月的上海联影是行业的领先者,其产品遍布CT/DR/MI/MR等设备,并成功开发了全球首台全景扫描PET-CT设备,打入日本市场。

► 数据采集与汇集:数据是产业链中承上启下的一环,是AI医疗影像加速落地的关键。为使相对零散的数据能更成体系,增强数据易获取性,我国政府已在境内牵头成立三家大数据公司,共同推动国家健康医疗大数据基础设施建设。它们分别为中国健康医疗大数据股份有限公司(由中移动、浪潮集团、中国国新、国有银行等参与组建)、中国健康医疗大数据科技发展集团(由东软集团、神州数码、万达信息、易联众、荣科科技、中国信达、中国电信、国有银行等参与组建)和中国健康医疗大数据产业发展有限公司(由中国联通、国家开发投资公司、电子信息产业集团等参与组建)。

► 数据分析:结构化数据和诊断结果均数据分析这一环节给出。阿里巴巴、腾讯等大企业积极在云端布局影像中心,整合多种疾病检测算法,在 AI+医疗领域全面布局。涉足医疗影像外,像依图医疗这类初创公司同样不甘落后,专注于某类或某几类疾病的AI辅助诊疗。依图医疗深耕AI+影像诊疗领域,拥有多模态影像智能诊断实力,开发了肺癌影像诊断系统、儿童生长智能发育诊断系统、甲状腺超声智能诊断系统等。

图表2:AI医疗影像产业链参与者

640?wx_fmt=png

资料来源:凯联资本投研部

目前,在医学研究和制药研发领域,美国BergHealth与Numerate用数据驱动药物发现,vion和HBI Solution为医疗机构提供患者疾病 预测和风险分析;智能诊疗领域,IBM Watson深度聚焦肿瘤领域,并通过收购和合作不断积累医疗数据资源,扩展各领域生态能力。阿里的“Doctor You”系列产品,腾讯的觅影,依图科技的“care.ai™”以 及PereDoc的智能影像辅助诊疗平台实现医学影像辅助诊疗,傅利叶智能的Fourier X1实现了中国首款外骨骼机器人。家庭健康管理领域,WellTok更关注个人健康管理和生活习惯提升,AiCure是致力于辅助用户按时用药,碳云智能打造数字生命健康管理平台。


想脱单,找湾区人工智能

640?wx_fmt=jpeg

长按扫码撩海归

640?wx_fmt=png

640?wx_fmt=png

   觉得不错, 请随意转发,麻烦点个在看!
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值