La santé est devenue l’un des secteurs les plus populaires transformés par l’IA.
L'IA d'aujourd'hui pénètre dans tous les domaines et maillons de l'industrie médicale à une vitesse et avec une puissance alarmantes. Récemment, Sequoia Capital a publié un article intitulé « Generative AI in Healthcare » (Generative AI in the Medical Field), qui a également un impact sur He a mené une analyse complète et approfondie de l'application et du développement de l'IA dans l'industrie médicale et a estimé qu'elle avait un « énorme potentiel » pour l'avenir.
Alors, pourquoi le domaine médical reçoit-il autant d’attention de la part du capital dans le domaine actuel de l’IA ?
État actuel du traitement médical de l'IA
Dans le rapport « Generative AI in Healthcare », Sequoia a mentionné certaines applications importantes de l'IA dans le domaine médical, notamment l'interaction avec les patients, la documentation, la prise de décision clinique, etc.
Selon Sequoia Capital, l'IA médicale actuelle a dépassé le stade de la « cerise sur le gâteau » et a commencé à responsabiliser les principaux maillons de l'industrie médicale. Une telle autonomisation a considérablement amélioré l'efficacité et la qualité du domaine médical. Réduire les coûts et la main-d'œuvre.
Plus précisément, les principaux maillons de l'industrie médicale comprennent six maillons majeurs : l'interaction avec les patients, la documentation, la prise de décision clinique, la pré-autorisation, le codage et la gestion du cycle de revenus.
La principale raison pour laquelle la dernière IA générative peut renforcer ces nœuds centraux est qu’elle peut traiter de grandes quantités de données non structurées et les transformer en informations et perspectives utiles.
Les aspects essentiels des opérations médicales impliquent souvent plusieurs types de données, telles que la voix, le texte, les images, les vidéos, les signaux, etc. Ces données sont souvent non structurées, c'est-à-dire qu'il n'existe pas de format ou de norme fixe.
Il contient une richesse de connaissances et de valeurs médicales, mais il est difficile à intégrer ou à utiliser efficacement par les humains ou les systèmes logiciels traditionnels.
Dans l’industrie médicale traditionnelle, le traitement et l’intégration de ces données sont coûteux mais difficiles à omettre.
Le marché américain du codage médical représente environ 21 milliards de dollars et comprend environ 35 000 codeurs médicaux. Malgré cette main-d’œuvre importante, les hôpitaux américains perdent près de 20 milliards de dollars de revenus chaque année en raison d’erreurs de codage, obligeant les prestataires locaux à s’appuyer sur des sociétés de conseil de type cottage pour les aider à « trouver » les informations manquantes sur leurs revenus.
De même, dans le processus d'interaction avec les patients, l'industrie médicale a toujours besoin d'un grand nombre d'employés de bureau pour organiser divers documents médicaux.
Selon les statistiques de Sequoia Capital, il y a actuellement environ 1 million d'employés de bureau dans l'industrie médicale aux États-Unis, et la dépense annuelle moyenne par personnel de bureau est de 40 à 50 000 $ US, ce qui signifie que l'industrie médicale dépense au moins 400 millions de dollars US. sur ces postes chaque année le coût de.
L'IA générative peut utiliser des algorithmes avancés tels que l'apprentissage profond et le traitement du langage naturel pour analyser, comprendre, générer et convertir ces données, améliorant ainsi l'efficacité et la qualité des opérations médicales, réduisant les coûts et la main-d'œuvre, et s'adaptant aux différentes sources et environnements de données.
Par exemple, dans la documentation, l'IA générative peut être utilisée pour convertir automatiquement les conversations entre médecins et patients en dossiers médicaux électroniques et en codage ; dans la prise de décision clinique, l'IA générative peut être utilisée pour convertir plusieurs sources et formats de données, tels que des images médicales et dossiers médicaux. Les rapports, etc., sont transformés en connaissances et données médicales unifiées.
Cet avantage explique pourquoi Sequoia estime que l’IA peut toucher directement les aspects essentiels des opérations médicales.
L'IA renforce les soins de santé
En plus des avantages du traitement des données non structurées, l'IA à ce stade donne également plus de pouvoir au domaine médical dans de nombreux aspects, notamment le diagnostic assisté par l'IA, l'analyse d'images médicales par l'IA, la médecine de précision par l'IA, la recherche et le développement de médicaments et les soins médicaux. de nombreuses autres pistes subdivisées.
Plus précisément, en termes de diagnostic assisté par l'IA, l'IA peut fournir des suggestions de diagnostic possibles en analysant les symptômes, les signes, les résultats de tests et d'autres données des patients, aidant ainsi les médecins à prendre des décisions plus précises et plus rapides. Par exemple, les médecins IA d'Alibaba Health peuvent fournir une précision de 90 % en 1,5 seconde, et les médecins IA de Baidu peuvent déjà identifier plus de 900 maladies courantes.
L'analyse d'images médicales par l'IA utilise l'apprentissage automatique, la vision par ordinateur et d'autres technologies pour analyser et diagnostiquer automatiquement les données d'imagerie médicale, et les combine avec des facteurs génétiques, cliniques et autres sur la base d'un grand nombre de caractéristiques quantitatives, telles que la morphologie, la texture, les niveaux de gris et l'intensité. , etc. Une analyse de corrélation est effectuée sur les données pour découvrir des biomarqueurs et des facteurs pronostiques de la maladie.
En termes de médecine de précision, l’IA peut extraire et analyser des données biologiques à grande échelle telles que les génomes, les épigénomes et les transcriptomes pour fournir une base pour une prévention, un diagnostic et un traitement personnalisés. Par exemple, la plateforme d'IA de Deep Genomics peut prédire l'impact des variations génétiques sur la fonction et le phénotype des protéines, et la plateforme d'IA de Flatiron Health peut utiliser des données cliniques en temps réel pour fournir des options de traitement optimales aux patients atteints de cancer.
En termes de recherche et de développement de médicaments, l’IA peut accélérer le processus de découverte et de développement de médicaments en modélisant et en simulant des données telles que les cibles des médicaments, leurs structures et leurs mécanismes d’action. Par exemple, la plateforme d'IA de BenevolentAI peut extraire de nouveaux candidats médicaments à partir d'une littérature massive, et la plateforme d'IA d'Atomwise peut réduire les coûts et la durée des expérimentations grâce au criblage virtuel.
À en juger par la situation globale actuelle des soins médicaux par l'IA, la technologie médicale de l'IA, en particulier dans certains domaines émergents et de pointe, tels que la génomique, l'immunomique, les neurosciences, etc. Les entreprises étrangères d’IA disposent souvent de plus de ressources et d’expérience.
Par exemple, l'équipe DeepMind de Google, spécialisée dans la recherche de gènes de maladies, a utilisé des systèmes d'intelligence artificielle pour analyser les structures de presque toutes les protéines du corps humain.
De cette façon, AJ peut savoir si les lettres de l’ADN produiront la structure correcte. Dans le cas contraire, cela sera répertorié comme un facteur causal potentiel.
Des exemples similaires incluent Paige.AI, qui utilise la technologie de l’IA pour aider les médecins à analyser des images de pathologies cancéreuses et à découvrir de nouveaux traitements et médicaments.
Paige a initialement utilisé 1 milliard de photos de 500 000 diapositives de pathologie médicale du cancer pour créer le premier modèle de base à grande échelle au monde. En coopération avec Microsoft, les deux parties développeront le plus grand modèle d'IA d'image du cancer au monde, avec jusqu'à un milliard de paramètres.
Bien que la technologie médicale nationale de l'IA ait fait des percées dans certains domaines, tels que le diagnostic par imagerie et la consultation intelligente, il existe encore des difficultés et des défis techniques, tels que les îlots de données et la qualité des données.
Dans le même temps, les scénarios d'application médicale nationale de l'IA sont relativement concentrés, principalement du côté auxiliaire et du côté des données, tels que le CDSS (système d'aide à la décision clinique), les dossiers médicaux intelligents et les plateformes d'intelligence des données médicales.
Parmi les sociétés représentatives qui ont émergé figurent des sociétés d'IA telles que Lianyingzhi, qui utilise la technologie de l'IA pour effectuer des diagnostics par imagerie.
Grâce à des caméras CT équipées d'algorithmes intelligents, des réseaux neuronaux convolutifs d'apprentissage profond et des algorithmes de reconnaissance de formes typiques sont combinés de manière innovante pour identifier avec précision la plage de numérisation CT.
Des sociétés nationales similaires incluent des médicaments hypothétiques qui utilisent la technologie de l’IA pour le diagnostic clinique.
Sa technologie principale consiste à imiter les processus cognitifs humains grâce à l’apprentissage profond et à des modèles de réseaux neuronaux convolutifs, permettant aux modèles d’IA d’exploiter automatiquement les modèles des images médicales.
Son produit d'IA InferOperate effectue un apprentissage approfondi sur divers types de données de neuroimagerie telles que l'électroencéphalographie et l'imagerie fonctionnelle cérébrale pour extraire les caractéristiques de l'image et localiser les lésions, fournissant ainsi aux médecins une planification chirurgicale intelligente et un positionnement et une navigation peropératoires entièrement automatiques.
Tendances et opportunités
À l'heure actuelle, bien qu'il existe encore un écart entre les soins médicaux nationaux par l'IA et les pays étrangers en raison de l'écologie industrielle, des fondements techniques, des ressources informatiques et d'autres raisons, en termes de taux de croissance et d'échelle du marché, le développement des soins médicaux nationaux par l'IA représente un marché important. espace et potentiel de croissance, face à une forte demande médicale.
Selon les données de l'Institut de recherche industrielle de Huajing, la taille du marché de l'industrie médicale chinoise de l'IA sera d'environ 9,5 milliards de yuans en 2021 et devrait atteindre 38,5 milliards de yuans en 2025.
Source : Institut de recherche industrielle de Huajing
Dans un avenir prévisible, les soins médicaux nationaux liés à l'IA continueront de déployer des efforts dans des domaines majeurs tels que la recherche et le développement de médicaments IA, la pathologie AI+, l'imagerie médicale IA et les dispositifs médicaux IA.
Du point de vue de la demande et de l’échelle du marché, la recherche et le développement de l’imagerie médicale IA et des médicaments IA deviendront la principale percée de croissance.
Plus précisément, les applications d’imagerie médicale IA sont relativement matures, avec un grand nombre de produits sur le marché. Selon les données de Global Market Insights, le marché mondial de l’imagerie médicale IA représente 25 % du marché de l’IA médicale, ce qui en fait le deuxième segment de marché après les produits pharmaceutiques IA.
Pour l'industrie médicale nationale, le taux de croissance annuel actuel des données d'imagerie médicale dans notre pays atteint 30 %, mais le taux de croissance annuel des médecins en imagerie médicale n'est que de 4 %.
Étant donné que le cycle de formation des médecins est relativement long, le développement de la médecine par imagerie par IA peut effectivement atténuer la pénurie de talents médicaux, et le marché dispose encore d'un grand potentiel de croissance.
Selon l'analyse 36Kr, le taux de croissance annuel composé (TCAC) de 2020 à 2025 devrait être de 39,4 % et dépasser 30 milliards de yuans en 2025. Parmi eux, la part de marché de l’imagerie médicale IA est la plus élevée, atteignant 50,6 %.
En termes de recherche et de développement de médicaments contre l'IA, l'IA peut résoudre efficacement les problèmes de coût élevé, de faible efficacité et de risque élevé liés à la recherche et au développement de nouveaux médicaments.
La taille du marché de l'industrie chinoise de la R&D sur les nouveaux médicaments en 2020 est de 1,2 billion de yuans, mais le taux de réussite de la R&D sur les nouveaux médicaments n'est que de 11,3 %.Même si elle entre dans le succès clinique de phase III, le taux de réussite n'est que de 53,4 %, et le total global le coût de la phase clinique peut atteindre 70 %.
Cela montre que la recherche et le développement de nouveaux médicaments nécessitent un investissement énorme en temps et en argent, mais que les avantages et les risques sont très incertains.
Grâce à la capacité cognitive de l'intelligence artificielle, nous pouvons accélérer la découverte de cibles, le criblage de composés, la conception de médicaments et d'autres liens, ce qui peut améliorer efficacement le taux de réussite et la qualité des nouveaux médicaments.
En 2021, la société pharmaceutique chinoise d'IA, Yingsi Intelligent, a coopéré avec l'Université du Zhejiang pour utiliser une plate-forme d'IA auto-développée afin d'optimiser la conception de l'anticorps anticancéreux PD-1, et a obtenu l'autorisation d'essai clinique de la FDA américaine.
De telles réalisations montrent le potentiel de la technologie de l’IA dans la recherche et le développement de nouveaux médicaments et indiquent également la possibilité d’une croissance à grande échelle.
Selon un rapport de l'industrie médicale publié par le DPI, la taille du marché mondial de la recherche et du développement de médicaments contre l'IA devrait passer de 4 milliards de dollars en 2020 à 20,3 milliards de dollars en 2027, avec un taux de croissance annuel composé de 26,5 %.
Dans la vague actuelle de l'IA qui bat son plein, l'autonomisation apportée par les grands modèles n'est que la pointe de l'iceberg dans le domaine des soins médicaux par l'IA. Alors que la révolution de l'IA se poursuit, les soins médicaux par l'IA, qui ont déjà pris de l'ampleur, apportera sûrement plus d’opportunités et de faits saillants.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Les soins médicaux IA ont dépassé le stade de la « cerise sur le gâteau »
Auteur : Li Minger
**Source : **Nouvelle intelligence IA
La santé est devenue l’un des secteurs les plus populaires transformés par l’IA.
L'IA d'aujourd'hui pénètre dans tous les domaines et maillons de l'industrie médicale à une vitesse et avec une puissance alarmantes. Récemment, Sequoia Capital a publié un article intitulé « Generative AI in Healthcare » (Generative AI in the Medical Field), qui a également un impact sur He a mené une analyse complète et approfondie de l'application et du développement de l'IA dans l'industrie médicale et a estimé qu'elle avait un « énorme potentiel » pour l'avenir.
État actuel du traitement médical de l'IA
Dans le rapport « Generative AI in Healthcare », Sequoia a mentionné certaines applications importantes de l'IA dans le domaine médical, notamment l'interaction avec les patients, la documentation, la prise de décision clinique, etc.
Selon Sequoia Capital, l'IA médicale actuelle a dépassé le stade de la « cerise sur le gâteau » et a commencé à responsabiliser les principaux maillons de l'industrie médicale. Une telle autonomisation a considérablement amélioré l'efficacité et la qualité du domaine médical. Réduire les coûts et la main-d'œuvre.
Plus précisément, les principaux maillons de l'industrie médicale comprennent six maillons majeurs : l'interaction avec les patients, la documentation, la prise de décision clinique, la pré-autorisation, le codage et la gestion du cycle de revenus.
Les aspects essentiels des opérations médicales impliquent souvent plusieurs types de données, telles que la voix, le texte, les images, les vidéos, les signaux, etc. Ces données sont souvent non structurées, c'est-à-dire qu'il n'existe pas de format ou de norme fixe.
Il contient une richesse de connaissances et de valeurs médicales, mais il est difficile à intégrer ou à utiliser efficacement par les humains ou les systèmes logiciels traditionnels.
Dans l’industrie médicale traditionnelle, le traitement et l’intégration de ces données sont coûteux mais difficiles à omettre.
De même, dans le processus d'interaction avec les patients, l'industrie médicale a toujours besoin d'un grand nombre d'employés de bureau pour organiser divers documents médicaux.
Selon les statistiques de Sequoia Capital, il y a actuellement environ 1 million d'employés de bureau dans l'industrie médicale aux États-Unis, et la dépense annuelle moyenne par personnel de bureau est de 40 à 50 000 $ US, ce qui signifie que l'industrie médicale dépense au moins 400 millions de dollars US. sur ces postes chaque année le coût de.
Par exemple, dans la documentation, l'IA générative peut être utilisée pour convertir automatiquement les conversations entre médecins et patients en dossiers médicaux électroniques et en codage ; dans la prise de décision clinique, l'IA générative peut être utilisée pour convertir plusieurs sources et formats de données, tels que des images médicales et dossiers médicaux. Les rapports, etc., sont transformés en connaissances et données médicales unifiées.
Cet avantage explique pourquoi Sequoia estime que l’IA peut toucher directement les aspects essentiels des opérations médicales.
L'IA renforce les soins de santé
En plus des avantages du traitement des données non structurées, l'IA à ce stade donne également plus de pouvoir au domaine médical dans de nombreux aspects, notamment le diagnostic assisté par l'IA, l'analyse d'images médicales par l'IA, la médecine de précision par l'IA, la recherche et le développement de médicaments et les soins médicaux. de nombreuses autres pistes subdivisées.
L'analyse d'images médicales par l'IA utilise l'apprentissage automatique, la vision par ordinateur et d'autres technologies pour analyser et diagnostiquer automatiquement les données d'imagerie médicale, et les combine avec des facteurs génétiques, cliniques et autres sur la base d'un grand nombre de caractéristiques quantitatives, telles que la morphologie, la texture, les niveaux de gris et l'intensité. , etc. Une analyse de corrélation est effectuée sur les données pour découvrir des biomarqueurs et des facteurs pronostiques de la maladie.
En termes de recherche et de développement de médicaments, l’IA peut accélérer le processus de découverte et de développement de médicaments en modélisant et en simulant des données telles que les cibles des médicaments, leurs structures et leurs mécanismes d’action. Par exemple, la plateforme d'IA de BenevolentAI peut extraire de nouveaux candidats médicaments à partir d'une littérature massive, et la plateforme d'IA d'Atomwise peut réduire les coûts et la durée des expérimentations grâce au criblage virtuel.
Par exemple, l'équipe DeepMind de Google, spécialisée dans la recherche de gènes de maladies, a utilisé des systèmes d'intelligence artificielle pour analyser les structures de presque toutes les protéines du corps humain.
De cette façon, AJ peut savoir si les lettres de l’ADN produiront la structure correcte. Dans le cas contraire, cela sera répertorié comme un facteur causal potentiel.
Paige a initialement utilisé 1 milliard de photos de 500 000 diapositives de pathologie médicale du cancer pour créer le premier modèle de base à grande échelle au monde. En coopération avec Microsoft, les deux parties développeront le plus grand modèle d'IA d'image du cancer au monde, avec jusqu'à un milliard de paramètres.
Dans le même temps, les scénarios d'application médicale nationale de l'IA sont relativement concentrés, principalement du côté auxiliaire et du côté des données, tels que le CDSS (système d'aide à la décision clinique), les dossiers médicaux intelligents et les plateformes d'intelligence des données médicales.
Parmi les sociétés représentatives qui ont émergé figurent des sociétés d'IA telles que Lianyingzhi, qui utilise la technologie de l'IA pour effectuer des diagnostics par imagerie.
Sa technologie principale consiste à imiter les processus cognitifs humains grâce à l’apprentissage profond et à des modèles de réseaux neuronaux convolutifs, permettant aux modèles d’IA d’exploiter automatiquement les modèles des images médicales.
Tendances et opportunités
À l'heure actuelle, bien qu'il existe encore un écart entre les soins médicaux nationaux par l'IA et les pays étrangers en raison de l'écologie industrielle, des fondements techniques, des ressources informatiques et d'autres raisons, en termes de taux de croissance et d'échelle du marché, le développement des soins médicaux nationaux par l'IA représente un marché important. espace et potentiel de croissance, face à une forte demande médicale.
Selon les données de l'Institut de recherche industrielle de Huajing, la taille du marché de l'industrie médicale chinoise de l'IA sera d'environ 9,5 milliards de yuans en 2021 et devrait atteindre 38,5 milliards de yuans en 2025.
Dans un avenir prévisible, les soins médicaux nationaux liés à l'IA continueront de déployer des efforts dans des domaines majeurs tels que la recherche et le développement de médicaments IA, la pathologie AI+, l'imagerie médicale IA et les dispositifs médicaux IA.
Du point de vue de la demande et de l’échelle du marché, la recherche et le développement de l’imagerie médicale IA et des médicaments IA deviendront la principale percée de croissance.
Plus précisément, les applications d’imagerie médicale IA sont relativement matures, avec un grand nombre de produits sur le marché. Selon les données de Global Market Insights, le marché mondial de l’imagerie médicale IA représente 25 % du marché de l’IA médicale, ce qui en fait le deuxième segment de marché après les produits pharmaceutiques IA.
Pour l'industrie médicale nationale, le taux de croissance annuel actuel des données d'imagerie médicale dans notre pays atteint 30 %, mais le taux de croissance annuel des médecins en imagerie médicale n'est que de 4 %.
Selon l'analyse 36Kr, le taux de croissance annuel composé (TCAC) de 2020 à 2025 devrait être de 39,4 % et dépasser 30 milliards de yuans en 2025. Parmi eux, la part de marché de l’imagerie médicale IA est la plus élevée, atteignant 50,6 %.
En termes de recherche et de développement de médicaments contre l'IA, l'IA peut résoudre efficacement les problèmes de coût élevé, de faible efficacité et de risque élevé liés à la recherche et au développement de nouveaux médicaments.
La taille du marché de l'industrie chinoise de la R&D sur les nouveaux médicaments en 2020 est de 1,2 billion de yuans, mais le taux de réussite de la R&D sur les nouveaux médicaments n'est que de 11,3 %.Même si elle entre dans le succès clinique de phase III, le taux de réussite n'est que de 53,4 %, et le total global le coût de la phase clinique peut atteindre 70 %.
Grâce à la capacité cognitive de l'intelligence artificielle, nous pouvons accélérer la découverte de cibles, le criblage de composés, la conception de médicaments et d'autres liens, ce qui peut améliorer efficacement le taux de réussite et la qualité des nouveaux médicaments.
En 2021, la société pharmaceutique chinoise d'IA, Yingsi Intelligent, a coopéré avec l'Université du Zhejiang pour utiliser une plate-forme d'IA auto-développée afin d'optimiser la conception de l'anticorps anticancéreux PD-1, et a obtenu l'autorisation d'essai clinique de la FDA américaine.
De telles réalisations montrent le potentiel de la technologie de l’IA dans la recherche et le développement de nouveaux médicaments et indiquent également la possibilité d’une croissance à grande échelle.
Selon un rapport de l'industrie médicale publié par le DPI, la taille du marché mondial de la recherche et du développement de médicaments contre l'IA devrait passer de 4 milliards de dollars en 2020 à 20,3 milliards de dollars en 2027, avec un taux de croissance annuel composé de 26,5 %.
Dans la vague actuelle de l'IA qui bat son plein, l'autonomisation apportée par les grands modèles n'est que la pointe de l'iceberg dans le domaine des soins médicaux par l'IA. Alors que la révolution de l'IA se poursuit, les soins médicaux par l'IA, qui ont déjà pris de l'ampleur, apportera sûrement plus d’opportunités et de faits saillants.