认识达内从这里开始

认真做教育专心促就业

人工智能在医疗行业的应用

发布：青岛达内培训
来源：互联网
时间：2018-02-01 14:56

此次规划来的非常及时,规划的发布方也足够有高度,规划内容的视角既有深度和广度、也有足够的高度.首先,目前整个人工智能产业还处于发展的很早期,从去年Alpha Go战胜李世石到后来陆续出现一些产业应用,产业对人工智能的热情与认知才刚起步,选择这样的时候来发布规划,折射出政府对人工智能产业前景的看重,也反应出政府迫切期待推进整个人工智能产业健康有序向前发展的愿望.对于大健康产业来说,如何借助人工智能提升产业、完成商业模式转型既充满机遇也充满挑战.

青岛it培训班哪家好

    其次,这次发展规划以国务院的名义来发也凸显了政府的重视程度.一般新兴技术相关的规划发文方都是工信部,例如《物联网十三五发展规划》、《云计算发展三年行动计划(2017-2019)》等都由工信部来办法.而《新一代人工智能发展规划》的发文方直接上升到国务院层面,在政府看来,此次的人工智能与上世纪60年代、90年代的两波人工智能浪潮快速崛起又快速跌落不同,这次人工智能归来,真正具备了商业化落地的能力,具备了改造我们人类社会生产生活方式的可能.
    最后,我们来看规划的详细内容,里面有不少干货值得仔细拒绝.规划一共分了三个部分,第一部分是战略态势,这个部分很有高度,高于一般产业界人士对人工智能的认知.产业界目前对人工智能认知还算不错水平的可能也就停留在深度学习、无人驾驶等层次,略微深度了解些的还能理解到背后的驱动技术如语音识别、视觉识别、自然语言处理等.而规划里指出的混合智能、群体智能、跨媒体感知、类脑智能、量子智能、工业机器人、服务机器人、高端芯片、基础材料等超越了甚至不少专家对于人工智能的理解.规划还特别强调了基础理论的重要性,谈到了我们与发达国家(主要就是美国)的差距,读完对人工智能发展的未来会有更清晰的认识.
    规划的第二部分是总体要求,除了指导思想和基本远侧等外,总体要求部分对人工智能产业发展的未来做了非常具体的要求,规划对人工智能2020年到2030年的每五年发展目标做了清晰的定义,下图展示了这个未来规划的具体展示:
    规划的最后一部分谈到了未来的六个重点任务,主要包括构建开放协同的人工智能科技创新体系,培育高端高效的智能经济,建设安全便捷的智能社会,加强人工智能领域的军民融合,构建泛在安全高效的智能化基础理论以及前瞻布局重大科技项目.这些重点任务里多次提到了医疗、健康、养老等大健康相关领域,我们结合案例仔细来解读.
    大健康产业的人工智能机遇
    规划的六个重点任务里分不同角度谈到了九个重点产业,分别是制造、农业、物流、金融、商务、家居、教育、医疗、健康和养老,其中医疗、健康和养老本就属于大健康产业的一部分,而制造、物流、金融、商务等与大健康产业也都息息相关,譬如医药工业也属于制造业的一部分,不少医药工业企业提出的"智造"概念就是这个意思.再譬如医药流通业的核心就是医药物流,医疗保险本身也是金融的一部分,医疗产业链条的各个环节都依赖于商务智能来提升管理和决策的效率,从规划里可以看出大健康产业在这次人工智能浪潮里无限的机遇.
    我们聚焦的来解读与医疗、健康、养老相关的规划.人工智能大健康可以从两个维度来看,一个是以患者为中心的全健康管理流程,从未病时的健康管理、疾病风险预测、疾病的诊断、治疗以及治疗后的康复/慢病管理的全健康流程;另一个角度是能为这个流程赋能的关键技术,具体来看就是新药研发、精准医疗和医疗机器人.
    以患者为中心的全健康流程智能化
    从健康全流程角度,首先是未病时的健康管理,规划有非常具体的建议,指出了"要加强群体智能健康管理,突破健康大数据分析、物联网等关键技术,研发健康管理可穿戴设备和家庭智能健康检测监测设备,推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变.建设智能养老社区和机构,构建安全便捷的智能化养老基础设施体系.加强老年人产品智能化和智能产品适老化,开发视听辅助设备、物理辅助设备等智能家居养老设备,拓展老年人活动空间.开发面向老年人的移动社交和服务平台、情感陪护助手,提升老年人生活质量".这里的核心在于认识到健康数据的实时、持续搜集的重要性,只有将健康/医疗数据的搜集变成非常容易的事情,数据的累积才会成为可能,基于数据的智能才会成为现实.这正是可穿戴式设备的发展方向,将今天必须在医院内才能接受的检测服务变成可以在院外也能进行的、方便的、持续的检测,将今天能够监测的指标如运动手环等提高到医疗级别.知名医疗器械公司美敦力公司开发的一款糖尿病人胰岛素泵就做到了与可持续血糖仪联动,胰岛素泵会实时的基于患者的血糖水平来自动释放胰岛素以管理血糖水平.
    在疾病风险预测角度,规划提到要加强流行病智能监测和防控,其实人工智能在疾病检测和防控领域的应用已经出现多年,最出名的就是谷歌于2008年推出的Fluetrends流感预测,谷歌基于人群的搜索关键字来预测流感,如当人们在谷歌上搜索温度计、流感症状、肌肉疼痛、胸闷等这样的关键词,当搜索的人群量达到一定规模,基于智能算法就能对流感的趋势进行预测,谷歌的流感预测准确度一度甚至超过美国疾病防控中心.美国知名连锁药房CVS就利用IBM沃森的技术对药房会员疾病风险进行预测以提供更具针对性的服务.
    疾病诊断当前最火热的领域是影像诊断,我国医疗影像数据以每年30%的速度高速增长,而放射科医生的年均增速只有4.1%,基层放射科医生更是严重匮乏,基于图像识别、深度神经网络等技术人工智能能对影像数据进行解读并判断是否有特定的疾病比如肺癌、皮肤癌、乳腺癌、宫颈癌、胃癌、眼科疾病等.影像辅助诊断领域由于痛点明确、解决方案清晰,目前已是人工智能医疗创业企业的聚焦领域.以中国第一大癌症肺癌为例,几乎60%的智能医疗创新企业都在从事与肺癌相关的智能影像辅助诊断,通过人工智能自动识别肺癌CT片子里的肺结节(肺癌的早期征兆)来对肺癌进行早筛,大大的减少了医生的工作量,不少公司对恶性肺结节的判断准确率都超过90%,大于了普通大夫的判断水平.
    疾病治疗领域人工智能的应用目前主要在痛点比较明显的肿瘤治疗领域,与普通疾病治疗路径相对明确不同,肿瘤领域的医学进展迅速,每天都有不少相关研究进展的医学文献发表.以知名医学文献平台PubMed为例,这个平台上已经拥有超过2200万篇文献,每年新增文献数超过百万,折算下来几乎每两分钟就会有一篇新文献产生,医生哪怕不吃不喝读文献也无法赶上新信息的增长速度,因而对于复杂肿瘤患者的治疗方案常难以给出最好的建议.而人工智能可以不知疲倦的快速阅读文献,IBM沃森机器人对知名医学文献平台PubMed的所有文献摘要进行了地毯式的阅读,并定期的对新增的文献摘要进行自动阅读解析,PubMed新增文献的量对于沃森健康来说几乎没有任何挑战.沃森健康基于对文献的阅读了解最新最全面的治疗方案,再结合患者的个体情况来做出判断,推荐适合的治疗方案以及给出方案的可信程度供主治医师来选择.2016年发生的那个知名案例里,东京大学医学研究院许多专家都无法确症的一位女性白血病患者在沃森健康的协助下确诊为一种罕见的急髓白血病并给出了治疗方案,最终挽救了患者的生命.
    康复/慢病管理领域里有关康复应用到的最多是康复机器人,稍后我们在医疗机器人部分详细说明,这里我们主要谈谈慢病管理.慢病管理领域因为其市场之庞大(以中国市场为例,慢病开支占到每年总医疗支出超过70%)而特别需要各类创新技术来提高管理的效率与质量.慢病管理其中一个切入点就是基层医生的智能辅助系统.在国家分级诊疗体系下慢病的管理要下沉到基层医院,而目前的基层医院又缺乏足够的、受到良好训练的合格全科医生来提供慢病管理服务,人工智能辅助诊疗系统为全科医生提供了支撑.人工智能能够集成慢病管理需要的知识与工具帮助基层医生对患者的情况做出判断以及跟进建议,还能将重复性的管理工作如提醒患者就诊、用药等工作自动化、智能化.随着分级诊疗的持续推进,基层医疗市场对于慢病管理的重要性越来越凸显,为基层医疗市场提供相应的支持几乎是所有巨头人工智能医疗公司的聚焦领域,如百度的百度医疗大脑、科大讯飞新成立的智慧医疗事业部等均在此领域发力.

本篇文章是有青岛达内培训为您呈现,希望给您带来更多更好的文章

更多青岛IT培训相关资讯,请扫描下方二维码