La atención sanitaria se ha convertido en una de las industrias más populares transformadas por la IA.
La IA actual está penetrando en todos los campos y eslabones de la industria médica a una velocidad y potencia alarmantes. Recientemente, Sequoia Capital publicó un artículo titulado "Generative AI in Healthcare" (IA generativa en el campo médico), que también tiene un impacto en He Realizó un análisis completo y en profundidad de la aplicación y el desarrollo de la IA en la industria médica y consideró que tiene un "enorme potencial" en el futuro.
Entonces, ¿por qué el campo médico recibe tanta atención por parte del capital en el actual ámbito de la IA?
Estado actual del tratamiento médico de IA
En el informe "IA generativa en la atención sanitaria", Sequoia mencionó algunas aplicaciones importantes de la IA en el campo médico, incluida la interacción con el paciente, la documentación, la toma de decisiones clínicas, etc.
Según Sequoia Capital, la IA médica actual ha superado la etapa de "guinda del pastel" y ha comenzado a empoderar los eslabones centrales de la industria médica. Tal empoderamiento ha mejorado enormemente la eficiencia y la calidad del campo médico y ha reducido los costos y la mano de obra.
Específicamente, los vínculos centrales de la industria médica incluyen seis vínculos principales: interacción con el paciente, documentación, toma de decisiones clínicas, autorización previa, codificación y gestión del ciclo de ingresos.
La razón principal por la que la última IA generativa puede potenciar estos nodos centrales es que puede procesar grandes cantidades de datos no estructurados y transformarlos en información y conocimientos útiles.
Los aspectos centrales de las operaciones médicas a menudo involucran múltiples tipos de datos, como voz, texto, imágenes, videos, señales, etc. Estos datos a menudo no están estructurados, es decir, no existe un formato o estándar fijo.
Contiene una gran cantidad de conocimiento y valor médicos, pero es difícil que los humanos o los sistemas de software tradicionales lo integren o lo utilicen de manera efectiva.
En la industria médica tradicional, el procesamiento y la integración de estos datos son costosos pero difíciles de omitir.
El mercado de codificación médica de EE. UU. tiene un valor aproximado de 21 mil millones de dólares e incluye aproximadamente 35 000 codificadores médicos. A pesar de esta gran fuerza laboral, los hospitales estadounidenses pierden casi $20 mil millones en ingresos cada año debido a errores de codificación, lo que obliga a los proveedores locales a depender de firmas consultoras de estilo artesanal para ayudarlos a “encontrar” la información faltante.
De manera similar, en el proceso de interacción con los pacientes, la industria médica siempre requiere una gran cantidad de trabajadores administrativos para organizar diversos documentos médicos.
Según las estadísticas de Sequoia Capital, actualmente hay alrededor de 1 millón de empleados administrativos en la industria médica en los Estados Unidos, y el gasto anual promedio por personal administrativo es de 40.000 a 50.000 dólares estadounidenses, lo que significa que la industria médica gasta al menos 400 millones de dólares estadounidenses. en dichas posiciones cada año el costo de.
La IA generativa puede utilizar algoritmos avanzados como el aprendizaje profundo y el procesamiento del lenguaje natural para analizar, comprender, generar y convertir estos datos, mejorando así la eficiencia y la calidad de las operaciones médicas, reduciendo los costos y la mano de obra, y adaptándose a diferentes fuentes de datos y entornos.
Por ejemplo, en la documentación, la IA generativa se puede utilizar para convertir automáticamente conversaciones entre médicos y pacientes en registros médicos electrónicos y codificación; en la toma de decisiones clínicas, la IA generativa se puede utilizar para convertir múltiples fuentes y formatos de datos, como imágenes médicas y registros médicos, informes, etc., se transforman en conocimientos y datos médicos unificados.
Esta ventaja es la razón por la que Sequoia cree que la IA puede afectar directamente los aspectos centrales de las operaciones médicas.
La IA potencia la atención sanitaria
Además de las ventajas del procesamiento de datos no estructurados, la IA en esta etapa también potencia el campo médico en más aspectos, incluido el diagnóstico asistido por IA, el análisis de imágenes médicas por IA, la medicina de precisión con IA, la investigación y el desarrollo de fármacos y la atención médica. muchas otras pistas subdivididas.
Específicamente, en términos de diagnóstico asistido por IA, la IA puede proporcionar posibles sugerencias de diagnóstico al analizar los síntomas, signos, resultados de pruebas y otros datos del paciente, lo que ayuda a los médicos a tomar decisiones más precisas y oportunas. Por ejemplo, los médicos de IA de Alibaba Health pueden proporcionar un 90% de precisión en 1,5 segundos, y los médicos de IA de Baidu ya pueden identificar más de 900 enfermedades comunes.
El análisis de imágenes médicas con IA utiliza el aprendizaje automático, la visión por computadora y otras tecnologías para analizar y diagnosticar automáticamente datos de imágenes médicas, y los combina con factores genéticos, clínicos y de otro tipo basados en una gran cantidad de características cuantitativas, como morfología, textura, escala de grises e intensidad. , etc. Se realiza un análisis de correlación de los datos para descubrir biomarcadores y factores pronósticos de la enfermedad.
En términos de medicina de precisión, la IA puede extraer y analizar datos biológicos a gran escala, como genomas, epigenomas y transcriptomas, para proporcionar una base para la prevención, el diagnóstico y el tratamiento personalizados. Por ejemplo, la plataforma de IA de Deep Genomics puede predecir el impacto de las variaciones genéticas en la función y el fenotipo de las proteínas, y la plataforma de IA de Flatiron Health puede utilizar datos clínicos en tiempo real para proporcionar opciones de tratamiento óptimas para pacientes con cáncer.
En términos de investigación y desarrollo de fármacos, la IA puede acelerar el proceso de descubrimiento y desarrollo de fármacos mediante el modelado y la simulación de datos como objetivos, estructuras y mecanismos de acción de los fármacos. Por ejemplo, la plataforma de inteligencia artificial de BenevolentAI puede extraer nuevos fármacos candidatos de una literatura masiva, y la plataforma de inteligencia artificial de Atomwise puede reducir los costos y el tiempo experimentales mediante la detección virtual.
A juzgar por la situación general actual de la atención médica de IA, la tecnología médica de IA, especialmente en algunos campos emergentes y de vanguardia, como la genómica, la inmunómica, la neurociencia, etc. Las empresas extranjeras de IA suelen tener más recursos y experiencia.
Por ejemplo, el equipo DeepMind de Google, que se especializa en la búsqueda de genes de enfermedades, ha utilizado sistemas de inteligencia artificial para analizar las estructuras de casi todas las proteínas del cuerpo humano.
De esta manera, AJ puede saber si las letras del ADN producirán la estructura correcta. De lo contrario, figurará como un posible factor causante.
Ejemplos similares incluyen Paige.AI, que utiliza tecnología de inteligencia artificial para ayudar a los médicos a analizar imágenes de patología del cáncer y descubrir nuevos tratamientos y medicamentos.
Paige utilizó originalmente mil millones de imágenes de 500.000 diapositivas de patología médica del cáncer para crear el primer modelo básico a gran escala del mundo. En cooperación con Microsoft, las dos partes desarrollarán el modelo de IA de imágenes de cáncer más grande del mundo, con hasta mil millones de parámetros.
Aunque la tecnología médica nacional de IA ha logrado avances en algunos campos, como el diagnóstico por imágenes y la consulta inteligente, todavía existen algunas dificultades y desafíos técnicos, como las islas de datos y la calidad de los datos.
Al mismo tiempo, los escenarios nacionales de aplicaciones médicas de IA están relativamente concentrados, principalmente en el lado auxiliar y el lado de datos, como CDSS (sistema de apoyo a decisiones clínicas), registros médicos inteligentes y plataformas de inteligencia de datos médicos.
Entre las empresas representativas que han surgido se encuentran empresas de inteligencia artificial como Lianyingzhi, que utiliza tecnología de inteligencia artificial para realizar diagnósticos por imágenes.
A través de cámaras CT equipadas con algoritmos inteligentes, se combinan de manera innovadora redes neuronales convolucionales de aprendizaje profundo y algoritmos típicos de reconocimiento de patrones para identificar con precisión el rango de exploración CT.
Empresas nacionales similares incluyen medicina hipotética que utiliza tecnología de inteligencia artificial para el diagnóstico clínico.
Su principal tecnología es imitar los procesos cognitivos humanos a través de aprendizaje profundo y modelos de redes neuronales convolucionales, lo que permite a los modelos de IA extraer automáticamente patrones en imágenes médicas.
Su producto de inteligencia artificial, InferOperate, realiza un aprendizaje profundo en varios tipos de datos de neuroimagen, como electroencefalografía e imágenes funcionales del cerebro, para extraer características de la imagen y localizar lesiones, proporcionando así a los médicos una planificación quirúrgica inteligente y un posicionamiento y navegación intraoperatorios totalmente automáticos.
Tendencias y Oportunidades
En la actualidad, aunque todavía existe una brecha entre la atención médica de IA nacional y los países extranjeros debido a la ecología industrial, la base técnica, los recursos informáticos y otras razones, en términos de tasa y escala de crecimiento del mercado, el desarrollo de la atención médica de IA nacional tiene un gran mercado. espacio y potencial de crecimiento, enfrentando una alta demanda médica.
Según datos del Instituto de Investigación Industrial de Huajing, el tamaño del mercado de la industria médica de IA de China será de aproximadamente 9.500 millones de yuanes en 2021 y se espera que alcance los 38.500 millones de yuanes en 2025.
Fuente: Instituto de Investigación Industrial Huajing
En el futuro previsible, la atención médica nacional de IA seguirá realizando esfuerzos en campos importantes como la investigación y el desarrollo de medicamentos de IA, la patología AI+, las imágenes médicas de IA y los dispositivos médicos de IA.
Desde la perspectiva de la demanda y la escala del mercado, la investigación y el desarrollo de imágenes médicas de IA y de medicamentos de IA se convertirán en el principal avance del crecimiento.
Específicamente, las aplicaciones de imágenes médicas de IA están relativamente maduras y hay una gran cantidad de productos en el mercado. Según los datos de Global Market Insights, el mercado mundial de imágenes médicas de IA representa el 25% del mercado de IA médica, lo que lo convierte en el segundo segmento de mercado más grande después de los productos farmacéuticos de IA.
Para la industria médica nacional, la tasa de crecimiento anual actual de los datos de imágenes médicas en nuestro país llega al 30%, pero la tasa de crecimiento anual de los médicos especialistas en imágenes es solo del 4%.
Teniendo en cuenta que el ciclo de formación de los médicos es relativamente largo, el desarrollo de la medicina por imágenes de IA puede aliviar eficazmente la escasez de talentos médicos y el mercado todavía tiene un gran potencial de crecimiento.
Según el análisis de 36Kr, se espera que la tasa de crecimiento anual compuesta (CAGR) de 2020 a 2025 sea del 39,4% y supere los 30.000 millones de yuanes en 2025. Entre ellos, la cuota de mercado de imágenes médicas de IA es la más alta, alcanzando el 50,6%.
En términos de investigación y desarrollo de medicamentos con IA, la IA puede resolver eficazmente los problemas de alto costo, baja eficiencia y alto riesgo de la investigación y el desarrollo de nuevos medicamentos.
El tamaño del mercado de la industria de I+D de nuevos medicamentos de mi país en 2020 es de 1,2 billones de yuanes, pero la tasa de éxito de la I+D de nuevos medicamentos es sólo del 11,3%. Incluso si entra en la Fase III de éxito clínico, la tasa de éxito es sólo del 53,4%, y el total El coste de la fase clínica representa hasta el 70%.
Esto demuestra que la investigación y el desarrollo de nuevos fármacos requiere una enorme inversión de dinero y tiempo, pero los beneficios y riesgos son muy inciertos.
A través de la capacidad cognitiva de la inteligencia artificial, podemos acelerar el descubrimiento de objetivos, la detección de compuestos, el diseño de fármacos y otros vínculos, que pueden mejorar eficazmente la tasa de éxito y la calidad de nuevos fármacos.
En 2021, la empresa farmacéutica de inteligencia artificial de mi país, Yingsi Intelligent, cooperó con la Universidad de Zhejiang para utilizar una plataforma de inteligencia artificial de desarrollo propio para optimizar el diseño del anticuerpo PD-1, un medicamento contra el cáncer, y obtuvo el permiso de ensayo clínico de la FDA de EE. UU.
Estos logros muestran el potencial de la tecnología de IA en la investigación y el desarrollo de nuevos fármacos y también indican la posibilidad de su crecimiento a gran escala.
Según un informe de la industria médica publicado por el DPI, se espera que el tamaño del mercado global de investigación y desarrollo de fármacos de IA crezca de 4 mil millones de dólares en 2020 a 20,3 mil millones de dólares en 2027, con una tasa de crecimiento anual compuesta del 26,5%.
En la actual ola de IA que está en pleno apogeo, el empoderamiento que brindan los modelos grandes es solo la punta del iceberg en el campo de la atención médica de IA. A medida que continúa la revolución de la IA, la atención médica de IA, que ya ha ganado impulso, Seguramente traerá más oportunidades y aspectos destacados.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
La atención médica con IA ha superado la etapa de la "guinda del pastel"
Autor: Li Minger
**Fuente: **Nueva inteligencia de IA
La atención sanitaria se ha convertido en una de las industrias más populares transformadas por la IA.
La IA actual está penetrando en todos los campos y eslabones de la industria médica a una velocidad y potencia alarmantes. Recientemente, Sequoia Capital publicó un artículo titulado "Generative AI in Healthcare" (IA generativa en el campo médico), que también tiene un impacto en He Realizó un análisis completo y en profundidad de la aplicación y el desarrollo de la IA en la industria médica y consideró que tiene un "enorme potencial" en el futuro.
Estado actual del tratamiento médico de IA
En el informe "IA generativa en la atención sanitaria", Sequoia mencionó algunas aplicaciones importantes de la IA en el campo médico, incluida la interacción con el paciente, la documentación, la toma de decisiones clínicas, etc.
Según Sequoia Capital, la IA médica actual ha superado la etapa de "guinda del pastel" y ha comenzado a empoderar los eslabones centrales de la industria médica. Tal empoderamiento ha mejorado enormemente la eficiencia y la calidad del campo médico y ha reducido los costos y la mano de obra.
Específicamente, los vínculos centrales de la industria médica incluyen seis vínculos principales: interacción con el paciente, documentación, toma de decisiones clínicas, autorización previa, codificación y gestión del ciclo de ingresos.
Los aspectos centrales de las operaciones médicas a menudo involucran múltiples tipos de datos, como voz, texto, imágenes, videos, señales, etc. Estos datos a menudo no están estructurados, es decir, no existe un formato o estándar fijo.
Contiene una gran cantidad de conocimiento y valor médicos, pero es difícil que los humanos o los sistemas de software tradicionales lo integren o lo utilicen de manera efectiva.
En la industria médica tradicional, el procesamiento y la integración de estos datos son costosos pero difíciles de omitir.
De manera similar, en el proceso de interacción con los pacientes, la industria médica siempre requiere una gran cantidad de trabajadores administrativos para organizar diversos documentos médicos.
Según las estadísticas de Sequoia Capital, actualmente hay alrededor de 1 millón de empleados administrativos en la industria médica en los Estados Unidos, y el gasto anual promedio por personal administrativo es de 40.000 a 50.000 dólares estadounidenses, lo que significa que la industria médica gasta al menos 400 millones de dólares estadounidenses. en dichas posiciones cada año el costo de.
Por ejemplo, en la documentación, la IA generativa se puede utilizar para convertir automáticamente conversaciones entre médicos y pacientes en registros médicos electrónicos y codificación; en la toma de decisiones clínicas, la IA generativa se puede utilizar para convertir múltiples fuentes y formatos de datos, como imágenes médicas y registros médicos, informes, etc., se transforman en conocimientos y datos médicos unificados.
Esta ventaja es la razón por la que Sequoia cree que la IA puede afectar directamente los aspectos centrales de las operaciones médicas.
La IA potencia la atención sanitaria
Además de las ventajas del procesamiento de datos no estructurados, la IA en esta etapa también potencia el campo médico en más aspectos, incluido el diagnóstico asistido por IA, el análisis de imágenes médicas por IA, la medicina de precisión con IA, la investigación y el desarrollo de fármacos y la atención médica. muchas otras pistas subdivididas.
El análisis de imágenes médicas con IA utiliza el aprendizaje automático, la visión por computadora y otras tecnologías para analizar y diagnosticar automáticamente datos de imágenes médicas, y los combina con factores genéticos, clínicos y de otro tipo basados en una gran cantidad de características cuantitativas, como morfología, textura, escala de grises e intensidad. , etc. Se realiza un análisis de correlación de los datos para descubrir biomarcadores y factores pronósticos de la enfermedad.
En términos de investigación y desarrollo de fármacos, la IA puede acelerar el proceso de descubrimiento y desarrollo de fármacos mediante el modelado y la simulación de datos como objetivos, estructuras y mecanismos de acción de los fármacos. Por ejemplo, la plataforma de inteligencia artificial de BenevolentAI puede extraer nuevos fármacos candidatos de una literatura masiva, y la plataforma de inteligencia artificial de Atomwise puede reducir los costos y el tiempo experimentales mediante la detección virtual.
Por ejemplo, el equipo DeepMind de Google, que se especializa en la búsqueda de genes de enfermedades, ha utilizado sistemas de inteligencia artificial para analizar las estructuras de casi todas las proteínas del cuerpo humano.
De esta manera, AJ puede saber si las letras del ADN producirán la estructura correcta. De lo contrario, figurará como un posible factor causante.
Paige utilizó originalmente mil millones de imágenes de 500.000 diapositivas de patología médica del cáncer para crear el primer modelo básico a gran escala del mundo. En cooperación con Microsoft, las dos partes desarrollarán el modelo de IA de imágenes de cáncer más grande del mundo, con hasta mil millones de parámetros.
Al mismo tiempo, los escenarios nacionales de aplicaciones médicas de IA están relativamente concentrados, principalmente en el lado auxiliar y el lado de datos, como CDSS (sistema de apoyo a decisiones clínicas), registros médicos inteligentes y plataformas de inteligencia de datos médicos.
Entre las empresas representativas que han surgido se encuentran empresas de inteligencia artificial como Lianyingzhi, que utiliza tecnología de inteligencia artificial para realizar diagnósticos por imágenes.
Su principal tecnología es imitar los procesos cognitivos humanos a través de aprendizaje profundo y modelos de redes neuronales convolucionales, lo que permite a los modelos de IA extraer automáticamente patrones en imágenes médicas.
Tendencias y Oportunidades
En la actualidad, aunque todavía existe una brecha entre la atención médica de IA nacional y los países extranjeros debido a la ecología industrial, la base técnica, los recursos informáticos y otras razones, en términos de tasa y escala de crecimiento del mercado, el desarrollo de la atención médica de IA nacional tiene un gran mercado. espacio y potencial de crecimiento, enfrentando una alta demanda médica.
Según datos del Instituto de Investigación Industrial de Huajing, el tamaño del mercado de la industria médica de IA de China será de aproximadamente 9.500 millones de yuanes en 2021 y se espera que alcance los 38.500 millones de yuanes en 2025.
En el futuro previsible, la atención médica nacional de IA seguirá realizando esfuerzos en campos importantes como la investigación y el desarrollo de medicamentos de IA, la patología AI+, las imágenes médicas de IA y los dispositivos médicos de IA.
Desde la perspectiva de la demanda y la escala del mercado, la investigación y el desarrollo de imágenes médicas de IA y de medicamentos de IA se convertirán en el principal avance del crecimiento.
Específicamente, las aplicaciones de imágenes médicas de IA están relativamente maduras y hay una gran cantidad de productos en el mercado. Según los datos de Global Market Insights, el mercado mundial de imágenes médicas de IA representa el 25% del mercado de IA médica, lo que lo convierte en el segundo segmento de mercado más grande después de los productos farmacéuticos de IA.
Para la industria médica nacional, la tasa de crecimiento anual actual de los datos de imágenes médicas en nuestro país llega al 30%, pero la tasa de crecimiento anual de los médicos especialistas en imágenes es solo del 4%.
Según el análisis de 36Kr, se espera que la tasa de crecimiento anual compuesta (CAGR) de 2020 a 2025 sea del 39,4% y supere los 30.000 millones de yuanes en 2025. Entre ellos, la cuota de mercado de imágenes médicas de IA es la más alta, alcanzando el 50,6%.
En términos de investigación y desarrollo de medicamentos con IA, la IA puede resolver eficazmente los problemas de alto costo, baja eficiencia y alto riesgo de la investigación y el desarrollo de nuevos medicamentos.
El tamaño del mercado de la industria de I+D de nuevos medicamentos de mi país en 2020 es de 1,2 billones de yuanes, pero la tasa de éxito de la I+D de nuevos medicamentos es sólo del 11,3%. Incluso si entra en la Fase III de éxito clínico, la tasa de éxito es sólo del 53,4%, y el total El coste de la fase clínica representa hasta el 70%.
A través de la capacidad cognitiva de la inteligencia artificial, podemos acelerar el descubrimiento de objetivos, la detección de compuestos, el diseño de fármacos y otros vínculos, que pueden mejorar eficazmente la tasa de éxito y la calidad de nuevos fármacos.
En 2021, la empresa farmacéutica de inteligencia artificial de mi país, Yingsi Intelligent, cooperó con la Universidad de Zhejiang para utilizar una plataforma de inteligencia artificial de desarrollo propio para optimizar el diseño del anticuerpo PD-1, un medicamento contra el cáncer, y obtuvo el permiso de ensayo clínico de la FDA de EE. UU.
Estos logros muestran el potencial de la tecnología de IA en la investigación y el desarrollo de nuevos fármacos y también indican la posibilidad de su crecimiento a gran escala.
Según un informe de la industria médica publicado por el DPI, se espera que el tamaño del mercado global de investigación y desarrollo de fármacos de IA crezca de 4 mil millones de dólares en 2020 a 20,3 mil millones de dólares en 2027, con una tasa de crecimiento anual compuesta del 26,5%.
En la actual ola de IA que está en pleno apogeo, el empoderamiento que brindan los modelos grandes es solo la punta del iceberg en el campo de la atención médica de IA. A medida que continúa la revolución de la IA, la atención médica de IA, que ya ha ganado impulso, Seguramente traerá más oportunidades y aspectos destacados.