Layanan kesehatan telah menjadi salah satu industri paling populer yang ditransformasikan oleh AI.
AI saat ini merambah ke semua bidang dan hubungan industri medis dengan kecepatan dan kekuatan yang mengkhawatirkan.Baru-baru ini, Sequoia Capital merilis artikel berjudul "Generative AI in Healthcare" (AI Generatif di Bidang Medis), yang juga berdampak pada He melakukan analisis yang komprehensif dan mendalam terhadap penerapan dan pengembangan AI di industri medis dan meyakini bahwa AI memiliki "potensi besar" di masa depan.
Jadi, mengapa bidang medis mendapat begitu banyak perhatian dari modal di jalur AI saat ini?
Status perawatan medis AI saat ini
Dalam laporan "Generative AI in Healthcare", Sequoia menyebutkan beberapa penerapan penting AI di bidang medis, termasuk interaksi pasien, dokumentasi, pengambilan keputusan klinis, dll.
Menurut Sequoia Capital, AI medis saat ini telah melampaui tahap "icing on the cake" dan mulai memberdayakan hubungan inti industri medis. Pemberdayaan tersebut telah sangat meningkatkan efisiensi dan kualitas bidang medis serta mengurangi biaya dan tenaga kerja.
Secara khusus, hubungan inti dalam industri medis mencakup enam hubungan utama: interaksi pasien, dokumentasi, pengambilan keputusan klinis, pra-otorisasi, pengkodean, dan manajemen siklus pendapatan.
Alasan utama mengapa AI generatif terbaru dapat memberdayakan node inti ini adalah karena AI dapat memproses data tidak terstruktur dalam jumlah besar dan mengubahnya menjadi informasi dan wawasan yang berguna.
Aspek inti dari operasi medis sering kali melibatkan berbagai jenis data, seperti suara, teks, gambar, video, sinyal, dll. Data ini seringkali tidak terstruktur, yaitu tidak ada format atau standar yang tetap.
Ini berisi kekayaan pengetahuan dan nilai medis, namun sulit untuk diintegrasikan atau digunakan secara efektif oleh manusia atau sistem perangkat lunak tradisional.
Dalam industri medis tradisional, pemrosesan dan integrasi data ini mahal namun sulit untuk diabaikan.
Pasar pengkodean medis AS bernilai sekitar $21 miliar dan mencakup sekitar 35.000 pembuat kode medis. Meskipun terdapat banyak tenaga kerja, rumah sakit-rumah sakit di AS kehilangan pendapatan hampir $20 miliar setiap tahunnya karena kesalahan pengkodean, sehingga penyedia layanan lokal bergantung pada perusahaan konsultan untuk membantu mereka “menemukan” pendapatan yang hilang.
Begitu pula dalam proses berinteraksi dengan pasien, industri medis selalu membutuhkan tenaga administrasi dalam jumlah besar untuk mengurus berbagai dokumen kesehatan.
Menurut statistik dari Sequoia Capital, saat ini terdapat sekitar 1 juta staf administrasi di industri medis di Amerika Serikat, dan pengeluaran tahunan rata-rata per staf administrasi adalah US$40-50K, yang berarti bahwa industri medis menghabiskan setidaknya US$400 juta pada posisi tersebut setiap tahun biayanya.
AI generatif dapat menggunakan algoritme canggih seperti pembelajaran mendalam dan pemrosesan bahasa alami untuk menganalisis, memahami, menghasilkan, dan mengonversi data ini, sehingga meningkatkan efisiensi dan kualitas operasi medis, mengurangi biaya dan tenaga kerja, serta beradaptasi dengan berbagai sumber data dan lingkungan.
Misalnya, dalam dokumentasi, AI generatif dapat digunakan untuk secara otomatis mengubah percakapan antara dokter dan pasien menjadi rekam medis elektronik dan pengkodean; dalam pengambilan keputusan klinis, AI generatif dapat digunakan untuk mengubah berbagai sumber dan format data, seperti gambar medis dan rekam medis, laporan, dll. diubah menjadi pengetahuan dan data medis terpadu.
Keunggulan inilah yang menjadi alasan Sequoia percaya bahwa AI dapat secara langsung menyentuh aspek inti operasi medis.
AI memberdayakan layanan kesehatan
Selain keunggulan pemrosesan data tidak terstruktur, AI pada tahap ini juga memberdayakan bidang medis di lebih banyak aspek, termasuk diagnosis yang dibantu AI, analisis citra medis AI, pengobatan presisi AI, penelitian dan pengembangan obat, serta perawatan medis. banyak trek terbagi lainnya.
Secara khusus, dalam hal diagnosis yang dibantu AI, AI dapat memberikan kemungkinan saran diagnostik dengan menganalisis gejala, tanda, hasil tes pasien, dan data lainnya, sehingga membantu dokter mengambil keputusan yang lebih akurat dan tepat waktu. Misalnya, dokter AI dari Alibaba Health dapat memberikan akurasi 90% dalam waktu 1,5 detik, dan dokter AI dari Baidu sudah dapat mengidentifikasi lebih dari 900 penyakit umum.
Analisis citra medis AI menggunakan pembelajaran mesin, visi komputer, dan teknologi lainnya untuk secara otomatis menganalisis dan mendiagnosis data pencitraan medis, dan menggabungkannya dengan gen, faktor klinis, dan lainnya berdasarkan sejumlah besar fitur kuantitatif, seperti morfologi, tekstur, skala abu-abu, intensitas. , dll. Analisis korelasi dilakukan pada data untuk menemukan biomarker dan faktor prognostik penyakit.
Dalam hal pengobatan presisi, AI dapat menambang dan menganalisis data biologis berskala besar seperti genom, epigenom, dan transkriptome untuk memberikan dasar bagi pencegahan, diagnosis, dan pengobatan yang dipersonalisasi. Misalnya, platform AI Deep Genomics dapat memprediksi dampak variasi genetik pada fungsi protein dan fenotipe, dan platform AI Flatiron Health dapat menggunakan data klinis real-time untuk memberikan pilihan pengobatan yang optimal bagi pasien kanker.
Dalam hal penelitian dan pengembangan obat, AI dapat mempercepat proses penemuan dan pengembangan obat dengan memodelkan dan mensimulasikan data seperti target obat, struktur obat, dan mekanisme kerja obat. Misalnya, platform AI BenevolentAI dapat menggali kandidat obat baru dari banyak literatur, dan platform AI Atomwise dapat mengurangi biaya dan waktu eksperimen melalui penyaringan virtual.
Dilihat dari keseluruhan situasi perawatan medis AI saat ini, teknologi medis AI, terutama di beberapa bidang yang sedang berkembang dan mutakhir, seperti genomik, imunomik, ilmu saraf, dll. Perusahaan AI asing seringkali memiliki lebih banyak sumber daya dan pengalaman.
Misalnya, tim DeepMind Google, yang berspesialisasi dalam pencarian gen penyakit, telah menggunakan sistem kecerdasan buatan untuk menganalisis struktur hampir semua protein dalam tubuh manusia.
Dengan cara ini, AJ dapat mengetahui apakah huruf-huruf dalam DNA akan menghasilkan struktur yang benar. Jika tidak, hal ini akan dicantumkan sebagai faktor penyebab potensial.
Contoh serupa termasuk Paige.AI, yang menggunakan teknologi AI untuk membantu dokter menganalisis gambar patologi kanker dan menemukan pengobatan dan obat baru.
Paige awalnya menggunakan 1 miliar gambar dari 500.000 slide patologi medis kanker untuk menciptakan model dasar berskala besar pertama di dunia. Bekerja sama dengan Microsoft, kedua pihak akan mengembangkan model AI gambar kanker terbesar di dunia, dengan parameter hingga satu miliar.
Meskipun teknologi medis AI dalam negeri telah membuat terobosan di beberapa bidang, seperti diagnosis pencitraan dan konsultasi cerdas, masih terdapat beberapa kesulitan dan tantangan teknis, seperti pulau data dan kualitas data.
Pada saat yang sama, skenario penerapan medis AI dalam negeri relatif terkonsentrasi, terutama pada sisi tambahan dan sisi data, seperti CDSS (sistem pendukung keputusan klinis), rekam medis pintar, dan platform intelijen data medis.
Di antara perusahaan perwakilan yang muncul adalah perusahaan AI seperti Lianyingzhi, yang menggunakan teknologi AI untuk melakukan diagnosis pencitraan.
Melalui kamera CT yang dilengkapi dengan algoritme cerdas, jaringan saraf konvolusional pembelajaran mendalam, dan algoritme pengenalan pola khas digabungkan secara inovatif untuk mengidentifikasi rentang CT scan secara akurat.
Perusahaan domestik serupa mencakup pengobatan hipotetis yang menggunakan teknologi AI untuk diagnosis klinis.
Teknologi utamanya adalah meniru proses kognitif manusia melalui pembelajaran mendalam dan model jaringan saraf konvolusional, yang memungkinkan model AI secara otomatis menambang pola dalam gambar medis.
Produk AI-nya, InferOperate, melakukan pembelajaran mendalam pada berbagai jenis data neuroimaging seperti elektroensefalografi dan pencitraan fungsional otak untuk mengekstrak fitur gambar dan menemukan lokasi lesi, sehingga memberi dokter perencanaan bedah yang cerdas serta penentuan posisi dan navigasi intraoperatif yang sepenuhnya otomatis.
Tren dan Peluang
Saat ini, meskipun masih terdapat kesenjangan antara perawatan medis AI dalam negeri dan luar negeri karena ekologi industri, landasan teknis, sumber daya komputasi, dan alasan lainnya, dalam hal tingkat dan skala pertumbuhan pasar, pengembangan perawatan medis AI dalam negeri memiliki pasar yang besar. ruang dan potensi pertumbuhan, menghadapi permintaan medis yang tinggi.
Menurut data dari Huajing Industrial Research Institute, ukuran pasar industri medis AI Tiongkok akan mencapai sekitar 9,5 miliar yuan pada tahun 2021 dan diperkirakan akan mencapai 38,5 miliar yuan pada tahun 2025.
Sumber: Institut Penelitian Industri Huajing
Di masa mendatang, perawatan medis AI dalam negeri akan terus berupaya di bidang-bidang utama seperti penelitian dan pengembangan obat AI, patologi AI+, pencitraan medis AI, dan perangkat medis AI.
Dari perspektif permintaan dan skala pasar, pencitraan medis AI serta penelitian dan pengembangan obat AI akan menjadi terobosan pertumbuhan utama.
Secara khusus, aplikasi pencitraan medis AI sudah relatif matang, dengan sejumlah besar produk di pasar. Menurut data Global Market Insights, pasar pencitraan medis AI global menguasai 25% pasar AI medis, menjadikannya segmen pasar terbesar kedua setelah obat-obatan AI.
Untuk industri medis dalam negeri, tingkat pertumbuhan tahunan data pencitraan medis di negara kita saat ini mencapai 30%, namun tingkat pertumbuhan tahunan dokter pencitraan hanya 4%.
Mengingat siklus pelatihan dokter yang relatif panjang, pengembangan pengobatan pencitraan AI dapat secara efektif mengatasi kekurangan tenaga medis, dan pasarnya masih memiliki potensi pertumbuhan yang besar.
Menurut analisis 36Kr, tingkat pertumbuhan tahunan gabungan (CAGR) dari tahun 2020 hingga 2025 diperkirakan sebesar 39,4%, dan akan melebihi 30 miliar yuan pada tahun 2025. Diantaranya, pangsa pasar pencitraan medis AI adalah yang tertinggi, mencapai 50,6%.
Dalam hal penelitian dan pengembangan obat AI, AI dapat secara efektif memecahkan masalah penelitian dan pengembangan obat baru yang berbiaya tinggi, efisiensi rendah, dan risiko tinggi.
Ukuran pasar industri penelitian dan pengembangan obat baru di negara saya pada tahun 2020 adalah 1,2 triliun yuan, namun tingkat keberhasilan penelitian dan pengembangan obat baru hanya 11,3%.Bahkan jika memasuki keberhasilan klinis Tahap III, tingkat keberhasilannya hanya 53,4%, dan secara keseluruhan biaya fase klinis mencapai 70%.
Hal ini menunjukkan bahwa penelitian dan pengembangan obat baru memerlukan investasi uang dan waktu yang besar, namun manfaat dan risikonya sangat tidak pasti.
Melalui kemampuan kognitif kecerdasan buatan, kita dapat mempercepat penemuan target, penyaringan senyawa, perancangan obat, dan hubungan lainnya, yang secara efektif dapat meningkatkan tingkat keberhasilan dan kualitas obat baru.
Pada tahun 2021, perusahaan farmasi AI di negara saya, Yingsi Intelligent, bekerja sama dengan Universitas Zhejiang untuk menggunakan platform AI yang dikembangkan sendiri guna mengoptimalkan desain antibodi obat antikanker PD-1, dan memperoleh izin uji klinis dari FDA AS.
Pencapaian tersebut menunjukkan potensi teknologi AI dalam penelitian dan pengembangan obat-obatan baru dan juga menunjukkan kemungkinan pertumbuhannya dalam skala besar.
Menurut laporan industri medis yang dirilis oleh DPI, ukuran pasar global penelitian dan pengembangan obat AI diperkirakan akan tumbuh dari US$4 miliar pada tahun 2020 menjadi US$20,3 miliar pada tahun 2027, dengan tingkat pertumbuhan tahunan gabungan sebesar 26,5%.
Dalam gelombang AI yang sedang berjalan lancar, pemberdayaan yang dibawa oleh model-model besar hanyalah puncak gunung es di bidang perawatan medis AI.Seiring dengan berlanjutnya revolusi AI, perawatan medis AI, yang telah mendapatkan momentum, pasti akan membawa lebih banyak peluang dan sorotan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Perawatan medis AI telah melampaui tahap “icing on the cake”.
Penulis: Li Minger
**Sumber: **AI Kecerdasan Baru
Layanan kesehatan telah menjadi salah satu industri paling populer yang ditransformasikan oleh AI.
AI saat ini merambah ke semua bidang dan hubungan industri medis dengan kecepatan dan kekuatan yang mengkhawatirkan.Baru-baru ini, Sequoia Capital merilis artikel berjudul "Generative AI in Healthcare" (AI Generatif di Bidang Medis), yang juga berdampak pada He melakukan analisis yang komprehensif dan mendalam terhadap penerapan dan pengembangan AI di industri medis dan meyakini bahwa AI memiliki "potensi besar" di masa depan.
Status perawatan medis AI saat ini
Dalam laporan "Generative AI in Healthcare", Sequoia menyebutkan beberapa penerapan penting AI di bidang medis, termasuk interaksi pasien, dokumentasi, pengambilan keputusan klinis, dll.
Menurut Sequoia Capital, AI medis saat ini telah melampaui tahap "icing on the cake" dan mulai memberdayakan hubungan inti industri medis. Pemberdayaan tersebut telah sangat meningkatkan efisiensi dan kualitas bidang medis serta mengurangi biaya dan tenaga kerja.
Secara khusus, hubungan inti dalam industri medis mencakup enam hubungan utama: interaksi pasien, dokumentasi, pengambilan keputusan klinis, pra-otorisasi, pengkodean, dan manajemen siklus pendapatan.
Aspek inti dari operasi medis sering kali melibatkan berbagai jenis data, seperti suara, teks, gambar, video, sinyal, dll. Data ini seringkali tidak terstruktur, yaitu tidak ada format atau standar yang tetap.
Ini berisi kekayaan pengetahuan dan nilai medis, namun sulit untuk diintegrasikan atau digunakan secara efektif oleh manusia atau sistem perangkat lunak tradisional.
Dalam industri medis tradisional, pemrosesan dan integrasi data ini mahal namun sulit untuk diabaikan.
Begitu pula dalam proses berinteraksi dengan pasien, industri medis selalu membutuhkan tenaga administrasi dalam jumlah besar untuk mengurus berbagai dokumen kesehatan.
Menurut statistik dari Sequoia Capital, saat ini terdapat sekitar 1 juta staf administrasi di industri medis di Amerika Serikat, dan pengeluaran tahunan rata-rata per staf administrasi adalah US$40-50K, yang berarti bahwa industri medis menghabiskan setidaknya US$400 juta pada posisi tersebut setiap tahun biayanya.
Misalnya, dalam dokumentasi, AI generatif dapat digunakan untuk secara otomatis mengubah percakapan antara dokter dan pasien menjadi rekam medis elektronik dan pengkodean; dalam pengambilan keputusan klinis, AI generatif dapat digunakan untuk mengubah berbagai sumber dan format data, seperti gambar medis dan rekam medis, laporan, dll. diubah menjadi pengetahuan dan data medis terpadu.
Keunggulan inilah yang menjadi alasan Sequoia percaya bahwa AI dapat secara langsung menyentuh aspek inti operasi medis.
AI memberdayakan layanan kesehatan
Selain keunggulan pemrosesan data tidak terstruktur, AI pada tahap ini juga memberdayakan bidang medis di lebih banyak aspek, termasuk diagnosis yang dibantu AI, analisis citra medis AI, pengobatan presisi AI, penelitian dan pengembangan obat, serta perawatan medis. banyak trek terbagi lainnya.
Analisis citra medis AI menggunakan pembelajaran mesin, visi komputer, dan teknologi lainnya untuk secara otomatis menganalisis dan mendiagnosis data pencitraan medis, dan menggabungkannya dengan gen, faktor klinis, dan lainnya berdasarkan sejumlah besar fitur kuantitatif, seperti morfologi, tekstur, skala abu-abu, intensitas. , dll. Analisis korelasi dilakukan pada data untuk menemukan biomarker dan faktor prognostik penyakit.
Dalam hal penelitian dan pengembangan obat, AI dapat mempercepat proses penemuan dan pengembangan obat dengan memodelkan dan mensimulasikan data seperti target obat, struktur obat, dan mekanisme kerja obat. Misalnya, platform AI BenevolentAI dapat menggali kandidat obat baru dari banyak literatur, dan platform AI Atomwise dapat mengurangi biaya dan waktu eksperimen melalui penyaringan virtual.
Misalnya, tim DeepMind Google, yang berspesialisasi dalam pencarian gen penyakit, telah menggunakan sistem kecerdasan buatan untuk menganalisis struktur hampir semua protein dalam tubuh manusia.
Dengan cara ini, AJ dapat mengetahui apakah huruf-huruf dalam DNA akan menghasilkan struktur yang benar. Jika tidak, hal ini akan dicantumkan sebagai faktor penyebab potensial.
Paige awalnya menggunakan 1 miliar gambar dari 500.000 slide patologi medis kanker untuk menciptakan model dasar berskala besar pertama di dunia. Bekerja sama dengan Microsoft, kedua pihak akan mengembangkan model AI gambar kanker terbesar di dunia, dengan parameter hingga satu miliar.
Pada saat yang sama, skenario penerapan medis AI dalam negeri relatif terkonsentrasi, terutama pada sisi tambahan dan sisi data, seperti CDSS (sistem pendukung keputusan klinis), rekam medis pintar, dan platform intelijen data medis.
Di antara perusahaan perwakilan yang muncul adalah perusahaan AI seperti Lianyingzhi, yang menggunakan teknologi AI untuk melakukan diagnosis pencitraan.
Teknologi utamanya adalah meniru proses kognitif manusia melalui pembelajaran mendalam dan model jaringan saraf konvolusional, yang memungkinkan model AI secara otomatis menambang pola dalam gambar medis.
Tren dan Peluang
Saat ini, meskipun masih terdapat kesenjangan antara perawatan medis AI dalam negeri dan luar negeri karena ekologi industri, landasan teknis, sumber daya komputasi, dan alasan lainnya, dalam hal tingkat dan skala pertumbuhan pasar, pengembangan perawatan medis AI dalam negeri memiliki pasar yang besar. ruang dan potensi pertumbuhan, menghadapi permintaan medis yang tinggi.
Menurut data dari Huajing Industrial Research Institute, ukuran pasar industri medis AI Tiongkok akan mencapai sekitar 9,5 miliar yuan pada tahun 2021 dan diperkirakan akan mencapai 38,5 miliar yuan pada tahun 2025.
Di masa mendatang, perawatan medis AI dalam negeri akan terus berupaya di bidang-bidang utama seperti penelitian dan pengembangan obat AI, patologi AI+, pencitraan medis AI, dan perangkat medis AI.
Dari perspektif permintaan dan skala pasar, pencitraan medis AI serta penelitian dan pengembangan obat AI akan menjadi terobosan pertumbuhan utama.
Secara khusus, aplikasi pencitraan medis AI sudah relatif matang, dengan sejumlah besar produk di pasar. Menurut data Global Market Insights, pasar pencitraan medis AI global menguasai 25% pasar AI medis, menjadikannya segmen pasar terbesar kedua setelah obat-obatan AI.
Untuk industri medis dalam negeri, tingkat pertumbuhan tahunan data pencitraan medis di negara kita saat ini mencapai 30%, namun tingkat pertumbuhan tahunan dokter pencitraan hanya 4%.
Menurut analisis 36Kr, tingkat pertumbuhan tahunan gabungan (CAGR) dari tahun 2020 hingga 2025 diperkirakan sebesar 39,4%, dan akan melebihi 30 miliar yuan pada tahun 2025. Diantaranya, pangsa pasar pencitraan medis AI adalah yang tertinggi, mencapai 50,6%.
Dalam hal penelitian dan pengembangan obat AI, AI dapat secara efektif memecahkan masalah penelitian dan pengembangan obat baru yang berbiaya tinggi, efisiensi rendah, dan risiko tinggi.
Ukuran pasar industri penelitian dan pengembangan obat baru di negara saya pada tahun 2020 adalah 1,2 triliun yuan, namun tingkat keberhasilan penelitian dan pengembangan obat baru hanya 11,3%.Bahkan jika memasuki keberhasilan klinis Tahap III, tingkat keberhasilannya hanya 53,4%, dan secara keseluruhan biaya fase klinis mencapai 70%.
Melalui kemampuan kognitif kecerdasan buatan, kita dapat mempercepat penemuan target, penyaringan senyawa, perancangan obat, dan hubungan lainnya, yang secara efektif dapat meningkatkan tingkat keberhasilan dan kualitas obat baru.
Pada tahun 2021, perusahaan farmasi AI di negara saya, Yingsi Intelligent, bekerja sama dengan Universitas Zhejiang untuk menggunakan platform AI yang dikembangkan sendiri guna mengoptimalkan desain antibodi obat antikanker PD-1, dan memperoleh izin uji klinis dari FDA AS.
Pencapaian tersebut menunjukkan potensi teknologi AI dalam penelitian dan pengembangan obat-obatan baru dan juga menunjukkan kemungkinan pertumbuhannya dalam skala besar.
Menurut laporan industri medis yang dirilis oleh DPI, ukuran pasar global penelitian dan pengembangan obat AI diperkirakan akan tumbuh dari US$4 miliar pada tahun 2020 menjadi US$20,3 miliar pada tahun 2027, dengan tingkat pertumbuhan tahunan gabungan sebesar 26,5%.
Dalam gelombang AI yang sedang berjalan lancar, pemberdayaan yang dibawa oleh model-model besar hanyalah puncak gunung es di bidang perawatan medis AI.Seiring dengan berlanjutnya revolusi AI, perawatan medis AI, yang telah mendapatkan momentum, pasti akan membawa lebih banyak peluang dan sorotan.