職位推薦
- 珍格醫療-臨床銷售 15001-20000
- 地奧制藥-醫藥代表 6001-8000
- 普利德醫療-醫療設備銷售經理 面議
- 大唐-兼職招商經理 面議
- 景德中藥-直營經理 6001-8000
- 安邦醫藥-省區招商經理 8001-10000
- 恒瑞醫藥-醫藥信息溝通專員 6001-8000
- 黃河中藥-學術講師 8001-10000
發布日期:2017-03-17 瀏覽次數:603
今天,人工智能已經開始扎根醫療領域,永遠地改變了行業提供服務的方式。自然語言處理、假設生成技術以及基于證據的學習能力,正被用到臨床決策支持系統上,為醫藥專家服務。
醫療AI領頭范例:IBM與醫院合作訓練AI
2017年早些時候,動脈網(微信:vcbeat)看到了一則新聞:創辦于1923年的日本富國相互人壽保險公司,將解聘34位工人,取而代之的是一個AI系統,公司由此將省下約一年110萬美元的員工薪酬支出。據稱,此系統的初始投資在兩年之內能夠回本,并提供比以前更精準的服務。
而IBM在用AI替代人工的行為比富國相互人壽保險更早。2013年2月,IBM就宣布Watson軟件系統的首個商業應用會進入紐約的紀念斯隆凱特琳癌癥中心(MSK),被用于肺癌治療。據說,現在正在使用這套系統的護士之中,有90%都會參考AI的指導信息。
IBMWatson瀏覽器是一個認知搜索及內容分析平臺,可以從任何相關的數據中提取見解,解鎖一切數據中的隱藏價值,360度地觀察到患者病情的來龍去脈?,F在,紀念斯隆凱特琳癌癥中心的一群醫生和分析師已經對IBMWatson“訓練”了一年多,目的是為了開發一種可以根據患者個人情況來選擇最佳治療方案的系統。
這就是Watson腫瘤系統的觀念:用認知分析支持腫瘤醫生的治療決策。紀念斯隆凱特琳癌癥中心曾表示:“作為IBMWatson的導師,我們希望延伸自己的使命,創造一種先進的醫療資源,幫助那些無法到MSK這樣的癌癥專業中心治病的人們。與IBMWatson一道,我們可以縮短新療法從實驗室到臨床的時間、幫醫生合成有效信息、并提升治療水平?!盡SK每年都會對至少13萬癌癥患者進行治療,為頂尖的腫瘤機構服務,并引領開創性的臨床試驗。其專業腫瘤學家將整合數十年的臨床縱向數據,來“教導”IBMWatson系統。
MSK總結道,Watson定義了認知計算。其最核心的自然語言處理、不斷演進的機器學習模型、快速處理大量的數據的能力,都被用以解決當今腫瘤學家面臨的挑戰。
除了與MSK的合作,IBM還把認知系統用到了全球30多家醫院,包括MD安德森癌癥中心(不久前宣布解除合作)、緬因州癌癥醫學中心、紐約WestmedMedicalGroup、印度的連鎖醫院領導品牌ManipalHospitals、克利夫蘭診所等。
據IBM的想法,其目標是要增強系統的醫療專長,最后要讓計算機能夠與人類在各領域的應用上直接進行交互,理解人類提出的問題,并能提供人類能理解和證實的答案。
高調:AI成為2017醫療話題中心
2016年,人工智能頻繁地出現在新聞報道中。AI領域已形成了一個全世界矚目的高調組織,即由Facebook、谷歌、亞馬遜、IBM、微軟在2016年9月聯合組建的“AI聯盟”;2017年年初,組織又添新成員,包括美國公民自由聯盟,麥克阿瑟基金會,OpenAI,AAAI,甚至蘋果公司也作為創始成員加入聯盟。
而對于醫療行業來說,AI也會成為2017年的年度熱點話題。年初的HIMSS醫療信息化大會上,IBM的CEOGinniRometty就概括了醫用人工智能的五個必要特征:提供多種服務、保證數據透明化、在每個領域有專門的AI、支持混合云計算、必須是公開平臺。微軟也宣布了與匹茨堡大學醫學中心的合作,用人工智能提升工作流效率;通用醫療、Optum健康護理公司等也在一遍遍強調AI在個性化精準醫療中的重要意義。
疑問:醫療AI時代會不會來得太快?
眾多大企業都在宣揚醫療進入AI時代,令人不禁產生了疑問:這一切是不是來得太快了?畢竟,醫療行業一直以來都有著新科技接收速度“慢”的名聲。
不得不說,盡管人工智能的概念聽上去很讓人激動,但是對于醫療行業來說還是一個相當新的概念,落地還為時尚早。現在已經出現了不少業務,是為傳統的電子病歷系統加上新的功能,但并不都起到了更高的效率;很多的醫生現在仍在用電子郵件與患者交流。對于目前的醫療技術基礎設施來說,AI等新潮科技的使用近乎是一個過大的飛躍。
另一方面,AI還不是你想裝就能裝。比如,如果你是一家偏遠鄉村的醫療供應商,看到這些大型機構討論的AI安裝成本,可能會產生極大的疑問。在HIMSS大會上的人工智能圓桌上,大家在討論的是進入AI領域的啟動經費需要1500至2000萬美元。
普華永道的董事總經理JamesGolden說,現在的問題是對于大多數機構來講,可能并沒有強烈的需求去把每天審查15張醫療影像的效率提升至每天100張,也不太值得花大價錢去購進價格高昂的AI工具。圓桌提問環節上,很多來自小醫院的人都表示他們沒有1000萬美元去買AI,而是用附近大學的開源數據解決問題。
自動化的風潮改變了各行各業。但目前我們仍不知道,人工智能是否會是照亮未來醫療的一道強光。而對于醫療AI來說,現在的要點是收集和破譯分散的信息,為醫生提供建議;并且突破時空限制,幫助專業人士進行即時、暢通的互聯,最終得以提升人們的健康質量。
300多萬優質簡歷
17年行業積淀
2萬多家合作名企業
微信掃一掃 使用小程序
