專屬客服號
微信訂閱號
全面提升數(shù)據(jù)價值
賦能業(yè)務(wù)提質(zhì)增效
【產(chǎn)業(yè)鏈圖譜 | 人工智能產(chǎn)業(yè)鏈圖譜_人工智能產(chǎn)業(yè)鏈全景圖】
在人工智能醫(yī)療不斷飛速發(fā)展的同時,人工智能醫(yī)療也在技術(shù),監(jiān)管,商業(yè)發(fā)展模式方面面臨著諸多問題,雖然現(xiàn)在資本對于人工智能的信任和投入的狀態(tài),但現(xiàn)在的人工智能醫(yī)療行業(yè)還未具體成型。這些都將成為人工智能醫(yī)療行業(yè)得到進(jìn)一步發(fā)展的限制。
巨頭爭相入局AI醫(yī)療領(lǐng)域
日前,“Chain”杯全球首場神經(jīng)影像人工智能人機(jī)大賽全球總決賽在京落下帷幕。一邊是25位國內(nèi)外神經(jīng)影像領(lǐng)域的名醫(yī)專家,一邊是近半年學(xué)習(xí)了數(shù)萬份影像的國產(chǎn)人工智能系統(tǒng)“天醫(yī)智”。最終,人工智能(AI)選手以高出20%的正確率,戰(zhàn)勝了醫(yī)界神經(jīng)系統(tǒng)疾病診斷的“最強(qiáng)大腦”。
近年來,國內(nèi)外科技巨頭紛紛布局醫(yī)療人工智能。在國外的科技巨頭中,IBM在人工智能+ 醫(yī)療領(lǐng)域的布局最早也最深入,谷歌和微軟也有部分參與。譬如IBM Watson能夠快速篩選癌癥患者記錄,為醫(yī)生提供可供選擇的循證治療方案。
而國內(nèi)企業(yè)如騰訊、阿里等,這方面行動雖晚于國外企業(yè),但發(fā)展很快。以騰訊為例,去年11月,科技部公布首批國家人工智能開放創(chuàng)新平臺名單,明確指定騰訊為醫(yī)療影像平臺的建設(shè)者。今年7月,騰訊在廣東舉辦的醫(yī)學(xué)人工智能論壇上,正式發(fā)布“騰訊覓影”乳腺腫瘤篩查AI系統(tǒng),首次在國內(nèi)利用人工智能實現(xiàn)了乳腺腫瘤的良惡性判別,并能自動生成乳腺影像報告和數(shù)據(jù)系統(tǒng)(BI-RADS)分級報告。
早在2016年10月和2017年3月,百度和阿里云就相繼推出了各自的“醫(yī)療大腦”。近日,阿里巴巴聯(lián)合杭州建德市第一人民醫(yī)院推出AI電子病歷質(zhì)檢系統(tǒng),利用人工智能技術(shù)給病歷“挑錯”,推動電子病歷規(guī)范化,同樣受到關(guān)注。
極少數(shù)企業(yè)走進(jìn)商業(yè)模式
醫(yī)療人工智能在經(jīng)歷過火熱的發(fā)展之后,迎來了商業(yè)化的關(guān)鍵期。目前,雖然絕大多數(shù)醫(yī)療人工智能企業(yè)未實現(xiàn)盈利,且產(chǎn)品大多還在醫(yī)院進(jìn)行試驗,但其通過不同的業(yè)務(wù)模式仍舊可以實現(xiàn)一定的付費(fèi)收入。
綜合來看,目前在中國從事醫(yī)療人工智能相關(guān)業(yè)務(wù)的公司大致可以分為三類:創(chuàng)業(yè)公司、互聯(lián)網(wǎng)平臺、傳統(tǒng)醫(yī)療相關(guān)企業(yè)。實際上,由于三者所具備的優(yōu)勢和劣勢不同,其商業(yè)模式也不盡相同。
從盈利模式看,醫(yī)療人工智能的商業(yè)模式多種多樣,比如與醫(yī)院進(jìn)行合作提供醫(yī)院管理、輔助診療等服務(wù),與保險公司合作提供附加服務(wù),與體檢機(jī)構(gòu)提供健康管理、用戶管理等服務(wù)。但是對于創(chuàng)業(yè)公司而言,這種商業(yè)模式目前最亟需解決的難題就是落地。
即使目前真正走進(jìn)商業(yè)模式的企業(yè)并不多,但行業(yè)內(nèi)相關(guān)資本方對醫(yī)療人工智能依舊充滿信心,這一信心具體體現(xiàn)在近幾年行業(yè)內(nèi)的投融資熱潮中。根據(jù)統(tǒng)計,2013-2018年我國醫(yī)療人工智能行業(yè)融資規(guī)模總體上升。2018年前三季度,中國醫(yī)療人工智能領(lǐng)域共有39家企業(yè)披露完成融資,其中18家企業(yè)披露融資情況,投融資次數(shù)達(dá)到39次,融資金額合計為26.2億元。
數(shù)據(jù)孤島與標(biāo)準(zhǔn)化成發(fā)展難題
人工智能的核心是“數(shù)據(jù)”,因為需要依靠高質(zhì)量的數(shù)據(jù)來進(jìn)行訓(xùn)練并優(yōu)化算法,從而保證高精度,因此,數(shù)據(jù)也而被稱為是AI之核。
據(jù)2018年EMC(美國信息存儲資訊科技公司)和IDC(國際數(shù)據(jù)公司)共同發(fā)布的報告顯示,全球醫(yī)療保健數(shù)據(jù)量預(yù)計到2020年將達(dá)到2300EB。我國醫(yī)療數(shù)據(jù)更是可觀,中國的病例數(shù)、就診量在世界都是靠前的,然而這些龐大的病例數(shù)據(jù)就像一個個“孤島”,散落在各大醫(yī)院中,彼此并未打通,如何把全國數(shù)據(jù)互聯(lián)互通是目前的一個大問題。
另一個問題就是數(shù)據(jù)的標(biāo)準(zhǔn)化問題。國家食品安全評估中心主任盧江就曾表示,“即使讓數(shù)據(jù)互聯(lián)互通,也存在標(biāo)準(zhǔn)不統(tǒng)一的情況,由于病種分類編碼都沒有標(biāo)準(zhǔn)化,不同醫(yī)院間數(shù)據(jù)差別也很大。各個醫(yī)院設(shè)備不一樣,數(shù)據(jù)維度也不一樣。”因此高質(zhì)量的數(shù)據(jù)直接拿來用的非常少見,需要花費(fèi)更多的時間和算法,先將數(shù)據(jù)標(biāo)準(zhǔn)化、結(jié)構(gòu)化才能使用。
目前有些公司所用的數(shù)據(jù)來自公開數(shù)據(jù)集,但公開數(shù)據(jù)與真實世界的臨床數(shù)據(jù)相比存在取樣上的偏差。還有一大弊端就是數(shù)據(jù)比較老舊,或圖像有殘缺。像影像診斷數(shù)據(jù)這種,即便采用臨床數(shù)據(jù),還需要高年資醫(yī)生做標(biāo)注。但由于沒有統(tǒng)一標(biāo)準(zhǔn),人工標(biāo)注的質(zhì)量取決于標(biāo)注醫(yī)生的年資經(jīng)驗和責(zé)任心,這直接影像AI產(chǎn)品的診斷能力及準(zhǔn)確性問題。
相關(guān)人員針對現(xiàn)發(fā)展?fàn)顟B(tài)也表示,醫(yī)生是積極接受使用新技術(shù)來提升現(xiàn)在的治療效率,但是這些都需要建立在對人工智能的診斷正確性有保證的基礎(chǔ)上,如果使用人工智能技術(shù)對人才的要求也很高,那么技術(shù)的便利性也將難以實現(xiàn)。
本文由五度數(shù)科整理,轉(zhuǎn)載請標(biāo)明出處,違者必究!
請完善以下信息,我們的顧問會在1個工作日內(nèi)與您聯(lián)系,為您安排產(chǎn)品定制服務(wù)
評論