伊利集团 www.yilibabyclub.com.jpg 徐工1.jpg 玉柴gif.gif
今天是:
    中文|English APP下载
zj.png
消费品工业 动态轻工纺织服装食品医药日化
医疗健康领域智能应用水平亟待提升
文章来源 : 中国工业新闻网 编辑 : 马艳 发布时间 :2018年12月12日 09:54分享到:

  目前,人工智能与医疗融合发展方面已取得一定成果,但还面临着应用水平不高、落地模式不明朗等问题。

  据了解,人工智能技术可通过较短的模型训练周期实现对大规模医疗数据的精准化筛选、核查,有效提升医疗机构的工作效率,快速补充医疗资源缺口,成为重要的医疗辅助工具。但目前,医疗人工智能的技术和产品进展、市场开拓、场景应用、政策支持等方面水平均需实现提升。

  

诊疗辅助和健康管理是主要发力点

  目前,我国医疗资源地域分布严重不均衡,将人工智能技术应用于健康管理可弥补主流医疗行业“重治病轻预防”的长期盲点。据了解,人工智能技术可通过跟踪人体健康情况数据,融合时间序列模型、深度学习模型以及树模型等多种模型,增强对多种高致死率疾病的预测能力。

  将人工智能技术用于健康管理,有两大优势,一是可在疾病早期进行医学干预,提升疾病的预后水平;二是能通过预测患病风险,提升个体对患病风险的预估能力,提示高风险个体调整生活习惯,及时体检和就医,降低患病概率,将治病转变为防病和“治未病”,有效提升全体国民的生活质量和健康水平。

  

落地模式有待探索

  我国医疗人工智能的应用领域相对集中,应用场景大多侧重于医疗健康产业链后端的病中诊疗阶段。目前,互联网平台企业均将医学影像作为现阶段AI技术产品化的重点方向,开发了一批食管癌、肺癌筛查以及糖尿病视网膜病变AI辅助医学影像产品。

  但是,我国AI医疗企业的商业落地路径尚不明确,与医疗机构、制药企业、器械厂商、保险公司、政府和科研机构的合作模式仍处于初期探索阶段,合作效率低,尚未形成盈利方案。

  

数据碎片化和技术产品同质化是两大应用难题

  大规模、高质量的医疗大数据是打造精准化医疗人工智能产品的前提。但目前我国医疗数据严重碎片化,缺乏统一的数据标注标准和数据汇集渠道,主要有以下几点原因:

  一是医院的医疗信息化系统散乱,医疗信息互不连通,同类型医疗数据标准不统一,影响了深度学习模型效果训练,会降低医疗人工智能产品和服务的普遍适用性。

  二是医疗数据获取渠道尚未打通,数据获取渠道极为有限,不利于医疗人工智能的技术攻坚和产品迭代。

  目前,医学影像的技术门槛相对较低,AI辅助诊断医学影像产品同质化问题日趋严峻。医学影像领域数据标准相对统一,可为AI辅助诊断医学影像产品的开发提供大规模、多维度、高质量的影像数据,但是,数据获取、清洗、标注成本较低,也使得大型互联网企业和中小科技公司扎堆进入。

  

体制机制不对接是面临的软环境问题

  医疗人工智能是人工智能技术与医疗健康领域深度跨界融合形成的新兴产业领域,目前成熟的合作生态尚未形成,主要体现在三方面:

  一是我国AI医疗企业尚未形成互补共赢的模式。

  二是医疗机构在产品研发推广中具有双重身份,既是技术研发主导者之一,又是产品主要目标客户,导致产品目标定位冲突,商业主导权模糊,供需双方的良性合作生态难以构建,不利于医疗人工智能的商业落地。

  三是在产品研发过程中,跨学科复合人才缺失,既能读懂医疗数据和医学信息,又能进行产品开发的技术研发人员很少。

  针对这些问题,医疗人工智能可以“技术-产品”组合为核心,制定医疗人工智能应用落地战略;以构建产业生态为依托,加速医疗人工智能的成果转化;以引育复合型人才为切入点,弥补医疗人工智能人才短板;以理顺体制机制为抓手,营造适合医疗人工智能发展软环境。

  (王哲 李雅琪

  

Copyright © China Industry News, All Rights Reserved app彩票软件 版权所有 未经书面允许 不得复制或建立镜像
98765123.jpg X
微信94x94.jpg 微信二维码 X
微博94x94.jpg 新浪微博 X
顶部