广告
广告
您的位置 资讯中心 > 产业新闻 > 正文

解锁AI医疗“落地之难”

2019-07-11 10:31:06 来源:新华网 点击:606

【大比特导读】AI医疗最大的挑战不是机器学习、神经网络和人工智能算法,而是各类医疗机构中的“垃圾数据”。

AI(人工智能)医疗的出现为减轻临床医生工作负担、加大医疗服务供给提供了备受期待的解决方案,但记者近期采访发现,AI医疗落地远非想象中顺利。

AI医疗

“垃圾数据”制约AI医疗施展拳脚

在近日中国半导体行业协会集成电路设计分会和芯原微电子(上海)股份有限公司主办、都江堰市人民政府等协办的“青城山中国IC生态高峰论坛”上,多位与会专家提及制约AI医疗施展拳脚的关键因素——“垃圾数据”。

“AI医疗最大的挑战不是机器学习、神经网络和人工智能算法,而是各类医疗机构中的‘垃圾数据’。”北京太一科技有限公司创始人解渤说,一些医院决策者认为,只要有患者疾病和数字化健康档案数据就足够了,但很多数据由于诊断标准不统一、书写不规范、记录不完整,数据质量其实很低,对于AI机器学习而言几乎是“垃圾数据”。

该公司将AI与中医学理论体系结合开发了智能脉诊仪,在整理中医数据过程中,研发团队发现由于缺乏针对脉诊进程、发展和未来变化的统一客观评价标准,如果不逐一对既有病例进行规范、整理和数据清理和规范,“AI机器学习几乎是‘垃圾进’‘垃圾出’。这话听起来很不舒服,却是无奈的事实”。

汇医慧影创新事业部总监左盼莉也表示,数据标识和诊断标准不统一是目前AI在医学影像领域主要的限制因素,为帮助训练AI算法模型建立“金标准”数据库,需要基于统一、规范的诊断标准,得出比较准确的训练结果,最终辅助临床诊疗。

商业模式不清,AI医疗成“餐后甜点”

“核高基”国家科技重大专项技术总师魏少军判断,我国人口多,对健康的重视程度逐年提升,医疗水平处于加速换挡期,AI智慧医疗很可能成为新时代具有独特发展优势,有望实现高速发展的重点领域,每个环节都会产生大量商业机遇。

在众多落地场景中,目前AI医学影像是最为成熟的一个。然而,上海联影医疗科技有限公司X射线事业部CEO向军说,尽管当前AI医学影像已经在肺结节、眼底、乳腺等病种筛查准确率上比医生出色,但AI所能覆盖的疾病种类依然有限,很难明显降低医生的负担、减少临床对医生数量的需求。目前,AI医疗好比“餐后甜点”,只是局部突破没法成为“刚需”。

如何把AI医疗变成刚需?参与论坛讨论的博恩思医学机器人有限公司CEO李耀认为,AI医疗商业模式不清,还需探索建立“商业闭环”。比如,如何分类AI提供给医生的服务,AI到底能在什么场景下影响医生的判断、协助医生的工作,谁是AI医疗的最终受益方等。

元禾华创投资管理有限公司董事总经理陈智斌认为,短期内,AI医疗产品商业化落地需要依靠制度供给和政策环境优化,激发医院、药厂、政府、个人等多方主体的支付动力;长期看,支付动力的增强需要市场认同及配套运行机制加以维持。

临床痛点有待精准“治疗”,小芯片或能撬起大生态

项舟是四川大学华西医院外科副主任,长期从事骨科创伤领域临床工作。在论坛演讲伊始,他就对与会专家说:“我是带着临床上碰到的问题向大家求助的。”他以临床骨盆骨折治疗为例,谈到目前虽然临床上可以绘制骨的三维图像,甚至可以通过3D打印得到骨形态,但骨盆微创复位、精准固定等仍是医生手工操作。项舟希望未来能提前将骨盆复位后的三维图像信息输入计算机,然后借助AI、手术机器人的操作实现更加精确地复位。

目前,项舟带领团队自主设计了一套骨盆三维数字化定位及复位的智慧化治疗方案,但他坦言下一步还需人工智能专家、芯片专家以及硬件设计工程师的助力。

对此,业内专家认为,一方面需要提升AI算法准确率。以肿瘤治疗为例,手术前,医生希望对肿瘤位置、大小、形态等要素进行分析,进而做出3D模型打印和手术分析规划。“现在,肿瘤规划过程需要好几小时,如果AI算法能在更短时间帮助医生提高诊断精度,AI医疗发展会更快。”美国加州大学欧文分校生物医学工程系教授陈忠平说。

另一方面,AI医疗需要“芯片级创新”,从粗放型布局走向高质量发展。上海微技术工业研究院总经理丁辉文表示,如果说医院常用的CT、核磁共振等影像设备可以看米到毫米之间的东西,到了微米甚至纳米量级,仅凭“看”是不行的,要用“分析”的方法,因此必须有可大规模集成的生物芯片等生物光电子技术的支撑,实现生物技术与信息技术融合创新。

长期从事集成电路知识产权开发和芯片设计的代工企业芯原微电子(上海)股份有限公司董事长戴伟民认为,AI开启了新一轮计算革命,AI芯片作为底层关键技术,是整个信息技术产业最上游,也是AI的开路先锋。“AI芯片企业需要用专业算法、核心知识产权和先进工艺,从硬件、软件以及应用入手,增进与医院、市场和消费者的互联互通,最终撬起AI医疗大时代的生态繁荣。”

本文由大比特商务网收集整理(www.big-bit.com)

分享到:
阅读延展
人工智能 机器学习 算法
  • 融资难、赚钱难,医疗影像AI难觅新故事?

    融资难、赚钱难,医疗影像AI难觅新故事?

    这几年参加影像年会,大连大学附属中山医院放射科副主任张清每次都会看到大量人工智能厂家。多到什么程度?张清印象中得有一百多家。

  • 学习人工智能以后可以往哪里发展

    学习人工智能以后可以往哪里发展

    目前人工智能领域的人才培养依然以研究生教育为主,由于不同高校会根据自身的资源整合情况设定具体的培养方向,所以研究生未来的发展方向与所在高校有较为密切的联系。

  • 全球产学研领袖“中关村论剑” 把脉中国人工智能产业

    全球产学研领袖“中关村论剑” 把脉中国人工智能产业

    “人工智能的三种创新将带来商业生态系统变革。” 科大讯飞轮值总裁胡郁表示,这三种创新分别是源头核心技术系统创新,产品创新、应用创新、微创新以及商业模式创新,“在未来,公司的竞争将是生态系统的竞争。”

  • 李彦宏:互联网是前菜人工智能是主菜

    李彦宏:互联网是前菜人工智能是主菜

    百度创始人、董事长兼CEO李彦宏表示,互联网时代和人工智能时代是两个时代,互联网是前菜,人工智能是主菜。

  • 人工智能让童年英雄回归

    人工智能让童年英雄回归

    记者将互动展的每个环节都体验了一遍,发现这既是一场重温经典的怀旧之旅,也是一场人工智能技术应用的体验之旅。比如,在变身孙悟空摘蟠桃、变身葫芦娃救爷爷过程中,用的是人体关键点识别技术。

  • 江苏省围绕“人工智能对劳动就业影响”开展调研

    江苏省围绕“人工智能对劳动就业影响”开展调研

    “机器换人”,并不是简单地替代。在省委教育工委副书记苏春海看来,每一次技术革命都给就业带来影响,人工智能正在渐进影响岗位供给的结构调整。它在替代旧岗位的同时,也促进研发人工智能和深度对人服务岗位需求的增加。

  • 人工智能助力医疗健康,应用前景十分值得期待

    人工智能助力医疗健康,应用前景十分值得期待

    抗生素有助于保持人们的健康;然而,它们的广泛使用导致了抗生素耐药性细菌的产生,全球每年因此有7万人死亡。研究人员使用机器学习来鉴定细菌中引起抗生素耐药性的基因,有望用于改进现有抗生素效果或开发新型抗生素。

  • 如何为AI的有效应用打破数据孤岛?

    如何为AI的有效应用打破数据孤岛?

    构建能够打破数据孤岛并使信息可操作的IT基础设施,同时确保安全性,这已经是企业面临的主要挑战。再加上人们希望通过机器学习和人工智能功能来运行这些数据,当数据被广泛分散时,事情就变得更具挑战性了,在云时代更是如此。

  • Nat Machine Intelligence: 人工智能助力生物医学成像

    Nat Machine Intelligence: 人工智能助力生物医学成像

    根据最近一项研究,苏黎世联邦理工学院和苏黎世大学的科学家成功利用机器学习方法来改善光声成像。

  • 微软回应Windows 10问题多:靠AI和机器学习是必然

    微软回应Windows 10问题多:靠AI和机器学习是必然

    对于微软来说,Windows 10系统Bug越来越多,有前员工爆料称,是因为微软将这些更新的测试工作都交给了人工智能和机器学习,而不再依靠人工进行核查。

  • 人工智能和物联网如何成为完美一对

    人工智能和物联网如何成为完美一对

    物联网设备产生大量数据,而人工智能和机器学习可以用来分析和跟踪这些数据。以这种方式将人工智能与物联网相结合,可以创造出“智能设备”,并在没有人为干预的情况下做出明智决策。

  • 选择正确人工智能数据存储的6个注意事项

    选择正确人工智能数据存储的6个注意事项

    5.公共云。开发机器学习和人工智能算法既需要高性能的存储又需要高性能的计算。许多人工智能系统都基于GPU(例如NvidiaDGX),可以减轻开发精确算法所涉及的许多复杂数学计算的负担。

微信

第一时间获取电子制造行业新鲜资讯和深度商业分析,请在微信公众账号中搜索“大比特商务网”或者“big-bit”,或用手机扫描左方二维码,即可获得大比特每日精华内容推送和最优搜索体验,并参与活动!

发表评论

  • 最新评论
  • 广告
  • 广告
  • 广告
广告
Copyright Big-Bit © 1999-2019 All Right Reserved 大比特资讯公司 版权所有       未经本网站书面特别授权,请勿转载或建立影像,违者依法追究相关法律责任