醫(yī)學影像:精準篩查和分析重大疾病
近年來,數(shù)字醫(yī)療領域在原有基礎上產生一個新的發(fā)展方向,即通過人工智能解讀醫(yī)學影像,目前,數(shù)字醫(yī)療產業(yè)正在加大該領域發(fā)展的投資力度。
醫(yī)學影像容納的數(shù)據(jù)信息非常豐富,就算經驗較多的醫(yī)生,在解讀時也可能漏掉一些信息。因此,在醫(yī)院放射部門就職的醫(yī)生,需經過長時間的專業(yè)培訓,在積累了足夠經驗之后才能上崗。相比之下,人工智能不僅能夠縮短檢測時間,還能提高影響解讀的準確性,幫助甚至代替醫(yī)生進行分析。
人工智能對醫(yī)學影像的解讀可分為兩個階段:第一個階段為圖像識別,第二個階段則為深度學習。如今,隨著“深度學習”技術的進一步開展,其圖像識別的速度及質量都明顯提高。例如,在影像解讀及判斷過程中,相對于整個X光照片,惡性腫瘤所占的面積通常很小,對醫(yī)生來說,想要通過對圖像的觀察來評估其中某個面積很小的陰影是否為惡性腫瘤并不容易。人工智能則能夠在預處理的基礎上,將圖片進行分割,然后在不同部位提取參數(shù),以數(shù)據(jù)庫中存儲的信息資源為對照進行分析,在綜合比對之后給出評估結果。
在診斷時,人工智能還會獨立進行深度學習,以病歷庫中的案例為參考,進行智能化判斷。人工智能的應用能夠有效提高醫(yī)學影像解讀的效率,幫助醫(yī)生節(jié)省更多的時間與精力。
近幾年,在人工智能醫(yī)學影像方面崛起并取得快速發(fā)展的企業(yè)不在少數(shù)。如Enlitic(深度學習公司),該公司在2014年落成,僅用一年的時間,其知名度就大大提高,在2015年入圍“全球最智慧的50家公司”,并于同年10月完成千萬美元的融資。
Butterfly(蝴蝶公司)也是該領域的知名代表,該公司計劃推出一款智能超聲應用,通過人工智能技術進行圖像分析與解讀,最終達到智能化診斷的效果。與此同時,該領域也吸引了眾多投資者的關注,在世界范圍內具有影響力的人工智能投資機構,都向智能醫(yī)學影像企業(yè)進行注資,聚焦該領域的發(fā)展。
對比美國與我國醫(yī)學影像的發(fā)展情況,可以以該領域的誤診案例規(guī)模為切入點進行分析,美國的誤診案例可達1200萬/年,我國人口數(shù)量眾多,誤診案例更是高達5700萬/年,其中基層醫(yī)療機構是出現(xiàn)誤診的重災區(qū)。
如今,我國的醫(yī)學影像正逐步由傳統(tǒng)膠片轉換為電子膠片,美國則早已步入電子膠片時代。隨著電子膠片的普及應用,醫(yī)療機構從醫(yī)學影像中獲取的數(shù)據(jù)規(guī)模迅速擴大,美國的數(shù)據(jù)增長比重達63.1%/年,我國則大約為美國的一半。
相比之下,無論是美國還是中國,放射科就職醫(yī)師的增長比重都不到5%,遠不及該領域的數(shù)據(jù)增長,導致專業(yè)人才不足。為此,每位醫(yī)師都要承擔更多的任務,難免影響其診斷效果,而人工智能的應用能夠在很大程度上解決人才短缺問題。盡管與美國相比,我國的人才短缺問題沒有那么嚴重,但我國龐大的人口基數(shù)也對人工智能解讀影像提出了較高的需求。
人工智能除了能夠服務于患者、醫(yī)生及醫(yī)療機構,還將直接作用于醫(yī)學影像初創(chuàng)企業(yè)的發(fā)展。換句話說,創(chuàng)業(yè)企業(yè)的競爭力與該公司是否擁有人工智能技術密切相關。在對該領域的企業(yè)進行調查后發(fā)現(xiàn),采用人工智能技術的企業(yè),可有效控制人力成本消耗。
若初創(chuàng)企業(yè)擁有人工智能技術,在公司未進行首輪融資前,其技術人員的數(shù)量可維持在20人以下,非技術人員與技術人員的比例大約為1∶2.6。而缺乏人工智能技術的企業(yè),需要引入更多人力資源承擔公司的業(yè)務運營,此時,其非技術人員與技術人員的比例大約為1∶1.1,團隊成員數(shù)量需維持在40人左右。
我國的特殊國情決定了國內醫(yī)學影像初創(chuàng)企業(yè)將云平臺建設作為發(fā)展重點,但從宏觀發(fā)展角度來思考,企業(yè)必須通過人工智能技術的應用來提高自身競爭實力。

請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關稅,能否乘機器人東風翻身?