A saúde se tornou uma das indústrias mais populares transformadas pela IA.
A IA de hoje está penetrando em todos os campos e links da indústria médica a uma velocidade e potência alarmantes.Recentemente, a Sequoia Capital lançou um artigo intitulado "IA Generativa em Saúde" (IA Generativa no Campo Médico), que também tem um impacto sobre Ele conduziu uma análise abrangente e aprofundada da aplicação e desenvolvimento de IA na indústria médica e acredita que ela tem “enorme potencial” no futuro.
Então, por que a área médica recebe tanta atenção do capital no atual caminho da IA?
Status atual do tratamento médico de IA
No relatório "Generative AI in Healthcare", a Sequoia mencionou algumas aplicações importantes da IA na área médica, incluindo interação com pacientes, documentação, tomada de decisões clínicas, etc.
De acordo com a Sequoia Capital, a IA médica atual ultrapassou o estágio de "cereja no bolo" e começou a capacitar os principais elos da indústria médica. Essa capacitação melhorou muito a eficiência e a qualidade da área médica. Reduzir custos e mão de obra.
Especificamente, os principais elos da indústria médica incluem seis elos principais: interação com o paciente, documentação, tomada de decisão clínica, pré-autorização, codificação e gerenciamento do ciclo de receitas.
A principal razão pela qual a mais recente IA generativa pode capacitar estes nós centrais é que ela pode processar grandes quantidades de dados não estruturados e transformá-los em informações e insights úteis.
Os aspectos centrais das operações médicas muitas vezes envolvem vários tipos de dados, como voz, texto, imagens, vídeos, sinais, etc. Esses dados muitas vezes não são estruturados, ou seja, não existe um formato ou padrão fixo.
Ele contém uma riqueza de conhecimento e valor médico, mas é difícil de ser efetivamente integrado ou usado por humanos ou por sistemas de software tradicionais.
Na indústria médica tradicional, o processamento e a integração destes dados são dispendiosos, mas difíceis de omitir.
O mercado de codificação médica dos EUA vale aproximadamente US$ 21 bilhões e inclui aproximadamente 35.000 codificadores médicos. Apesar desta grande força de trabalho, os hospitais dos EUA perdem quase 20 mil milhões de dólares em receitas todos os anos devido a erros de codificação, fazendo com que os fornecedores locais dependam de empresas de consultoria de estilo caseiro para os ajudar a “encontrar” informações em falta.
Da mesma forma, no processo de interação com os pacientes, a indústria médica sempre exige um grande número de funcionários administrativos para organizar diversos documentos médicos.
De acordo com estatísticas da Sequoia Capital, há atualmente cerca de 1 milhão de funcionários administrativos na indústria médica nos Estados Unidos, e a despesa média anual por pessoal administrativo é de US$ 40-50 mil, o que significa que a indústria médica gasta pelo menos US$ 400 milhões em tais posições todos os anos o custo de.
A IA generativa pode utilizar algoritmos avançados, como aprendizagem profunda e processamento de linguagem natural, para analisar, compreender, gerar e converter estes dados, melhorando assim a eficiência e a qualidade das operações médicas, reduzindo custos e mão-de-obra e adaptando-se a diferentes fontes de dados e ambientes.
Por exemplo, na documentação, a IA generativa pode ser usada para converter automaticamente conversas entre médicos e pacientes em registros médicos eletrônicos e codificação; na tomada de decisões clínicas, a IA generativa pode ser usada para converter múltiplas fontes e formatos de dados, como imagens médicas e registros médicos. Relatórios, etc. são transformados em conhecimento e dados médicos unificados.
Essa vantagem é a razão pela qual a Sequoia acredita que a IA pode atingir diretamente os aspectos centrais das operações médicas.
IA capacita a saúde
Além das vantagens do processamento de dados não estruturados, a IA nesta fase também capacita a área médica em mais aspectos, incluindo diagnóstico assistido por IA, análise de imagens médicas de IA, medicina de precisão de IA, pesquisa e desenvolvimento de medicamentos e cuidados médicos. muitas outras faixas subdivididas.
Especificamente, em termos de diagnóstico assistido por IA, a IA pode fornecer possíveis sugestões de diagnóstico, analisando sintomas, sinais, resultados de testes e outros dados do paciente, ajudando os médicos a tomar decisões mais precisas e oportunas. Por exemplo, os médicos de IA da Alibaba Health podem fornecer 90% de precisão em 1,5 segundos, e os médicos de IA do Baidu já podem identificar mais de 900 doenças comuns.
A análise de imagens médicas de IA usa aprendizado de máquina, visão computacional e outras tecnologias para analisar e diagnosticar automaticamente dados de imagens médicas e combina-os com genes, fatores clínicos e outros com base em um grande número de características quantitativas, como morfologia, textura, escala de cinza, intensidade , etc. A análise de correlação é realizada nos dados para descobrir biomarcadores e fatores prognósticos da doença.
Em termos de medicina de precisão, a IA pode extrair e analisar dados biológicos em grande escala, como genomas, epigenomas e transcriptomas, para fornecer uma base para prevenção, diagnóstico e tratamento personalizados. Por exemplo, a plataforma de IA da Deep Genomics pode prever o impacto das variações genéticas na função e no fenótipo das proteínas, e a plataforma de IA da Flatiron Health pode usar dados clínicos em tempo real para fornecer opções ideais de tratamento para pacientes com câncer.
Em termos de pesquisa e desenvolvimento de medicamentos, a IA pode acelerar o processo de descoberta e desenvolvimento de medicamentos, modelando e simulando dados como alvos de medicamentos, estruturas de medicamentos e mecanismos de ação de medicamentos. Por exemplo, a plataforma de IA da BenevolentAI pode extrair novos candidatos a medicamentos a partir de literatura massiva, e a plataforma de IA da Atomwise pode reduzir custos e tempo experimentais por meio de triagem virtual.
A julgar pela situação geral atual dos cuidados médicos de IA, a tecnologia médica de IA, especialmente em alguns campos emergentes e de ponta, como genômica, imunomática, neurociência, etc. As empresas estrangeiras de IA geralmente têm mais recursos e experiência.
Por exemplo, a equipe DeepMind do Google, especializada em pesquisas genéticas de doenças, utilizou sistemas de inteligência artificial para analisar as estruturas de quase todas as proteínas do corpo humano.
Dessa forma, AJ pode dizer se as letras do DNA produzirão a estrutura correta. Caso contrário, será listado como um fator causal potencial.
Exemplos semelhantes incluem Paige.AI, que usa tecnologia de IA para ajudar os médicos a analisar imagens de patologias oncológicas e descobrir novos tratamentos e medicamentos.
Paige usou originalmente 1 bilhão de fotos de 500.000 slides de patologia médica de câncer para criar o primeiro modelo básico em grande escala do mundo. Em cooperação com a Microsoft, as duas partes desenvolverão o maior modelo de IA de imagens de cancro do mundo, com até mil milhões de parâmetros.
Embora a tecnologia médica doméstica de IA tenha feito avanços em alguns campos, como diagnóstico por imagem e consulta inteligente, ainda existem algumas dificuldades e desafios técnicos, como ilhas de dados e qualidade dos dados.
Ao mesmo tempo, os cenários domésticos de aplicações médicas de IA estão relativamente concentrados, principalmente no lado auxiliar e no lado dos dados, como CDSS (sistema de apoio à decisão clínica), registros médicos inteligentes e plataformas de inteligência de dados médicos.
Entre as empresas representativas que surgiram estão empresas de IA, como a Lianyingzhi, que utiliza tecnologia de IA para realizar diagnósticos por imagem.
Por meio de câmeras de tomografia computadorizada equipadas com algoritmos inteligentes, redes neurais convolucionais de aprendizado profundo e algoritmos típicos de reconhecimento de padrões são combinados de forma inovadora para identificar com precisão o alcance da tomografia computadorizada.
Empresas nacionais semelhantes incluem medicamentos hipotéticos que utilizam tecnologia de IA para diagnóstico clínico.
Sua principal tecnologia é imitar processos cognitivos humanos por meio de aprendizagem profunda e modelos de redes neurais convolucionais, permitindo que modelos de IA extraiam automaticamente padrões em imagens médicas.
Seu produto de IA InferOperate realiza aprendizado profundo em vários tipos de dados de neuroimagem, como eletroencefalografia e imagens funcionais do cérebro, para extrair recursos de imagem e localizar lesões, proporcionando assim aos médicos planejamento cirúrgico inteligente e posicionamento e navegação intraoperatórios totalmente automáticos.
Tendências e oportunidades
Actualmente, embora ainda exista uma lacuna entre os cuidados médicos de IA nacionais e os países estrangeiros devido à ecologia industrial, base técnica, recursos computacionais e outras razões, em termos de taxa de crescimento e escala do mercado, o desenvolvimento de cuidados médicos de IA nacionais tem um grande mercado. espaço e potencial de crescimento, enfrentando alta demanda médica.
De acordo com dados do Instituto de Pesquisa Industrial Huajing, o tamanho do mercado da indústria médica de IA da China será de aproximadamente 9,5 bilhões de yuans em 2021 e deverá atingir 38,5 bilhões de yuans em 2025.
Fonte: Instituto de Pesquisa Industrial Huajing
Num futuro previsível, os cuidados médicos domésticos de IA continuarão a fazer esforços em campos importantes, como pesquisa e desenvolvimento de medicamentos de IA, patologia de IA+, imagens médicas de IA e dispositivos médicos de IA.
Do ponto de vista da demanda e da escala do mercado, as imagens médicas de IA e a pesquisa e desenvolvimento de medicamentos de IA se tornarão o principal avanço de crescimento.
Especificamente, as aplicações de imagens médicas de IA estão relativamente maduras, com um grande número de produtos no mercado. De acordo com dados do Global Market Insights, o mercado global de imagens médicas de IA representa 25% do mercado de IA médica, tornando-o o segundo maior segmento de mercado depois dos produtos farmacêuticos de IA.
Para a indústria médica nacional, a atual taxa de crescimento anual dos dados de imagens médicas em nosso país chega a 30%, mas a taxa de crescimento anual dos médicos de imagem é de apenas 4%.
Considerando que o ciclo de formação de médicos é relativamente longo, o desenvolvimento da medicina de imagem por IA pode efetivamente aliviar a escassez de talentos médicos, e o mercado ainda tem um grande potencial de crescimento.
De acordo com a análise 36Kr, a taxa composta de crescimento anual (CAGR) de 2020 a 2025 deverá ser de 39,4% e excederá 30 bilhões de yuans em 2025. Entre eles, a participação no mercado de imagens médicas de IA é a mais alta, atingindo 50,6%.
Em termos de pesquisa e desenvolvimento de medicamentos de IA, a IA pode resolver efetivamente os problemas de alto custo, baixa eficiência e alto risco de pesquisa e desenvolvimento de novos medicamentos.
O tamanho do mercado da indústria de P&D de novos medicamentos do meu país em 2020 é de 1,2 trilhão de yuans, mas a taxa de sucesso de P&D de novos medicamentos é de apenas 11,3%.Mesmo que entre na Fase III de sucesso clínico, a taxa de sucesso é de apenas 53,4%, e o total o custo da fase clínica chega a 70%.
Isto mostra que a investigação e o desenvolvimento de novos medicamentos requerem um enorme investimento de dinheiro e tempo, mas os benefícios e riscos são muito incertos.
Através da capacidade cognitiva da inteligência artificial, podemos acelerar a descoberta de alvos, a triagem de compostos, o design de medicamentos e outras ligações, o que pode efetivamente melhorar a taxa de sucesso e a qualidade de novos medicamentos.
Em 2021, a empresa farmacêutica de IA do meu país, Yingsi Intelligent, cooperou com a Universidade de Zhejiang para usar uma plataforma de IA autodesenvolvida para otimizar o design do medicamento anticâncer PD-1, e obteve permissão para ensaio clínico do FDA dos EUA.
Tais conquistas mostram o potencial da tecnologia de IA na investigação e desenvolvimento de novos medicamentos e também indicam a possibilidade do seu crescimento em larga escala.
De acordo com um relatório da indústria médica divulgado pela DPI, espera-se que o tamanho do mercado global de pesquisa e desenvolvimento de medicamentos de IA cresça de US$ 4 bilhões em 2020 para US$ 20,3 bilhões em 2027, com uma taxa composta de crescimento anual de 26,5%.
Na atual onda de IA que está em pleno andamento, o empoderamento trazido por grandes modelos é apenas a ponta do iceberg no campo dos cuidados médicos de IA.À medida que a revolução da IA continua, os cuidados médicos de IA, que já ganharam impulso, certamente trará mais oportunidades e destaques.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Os cuidados médicos com IA ultrapassaram o estágio de "cereja do bolo"
Autor: Li Minger
**Fonte: **AI Nova Inteligência
A saúde se tornou uma das indústrias mais populares transformadas pela IA.
A IA de hoje está penetrando em todos os campos e links da indústria médica a uma velocidade e potência alarmantes.Recentemente, a Sequoia Capital lançou um artigo intitulado "IA Generativa em Saúde" (IA Generativa no Campo Médico), que também tem um impacto sobre Ele conduziu uma análise abrangente e aprofundada da aplicação e desenvolvimento de IA na indústria médica e acredita que ela tem “enorme potencial” no futuro.
Status atual do tratamento médico de IA
No relatório "Generative AI in Healthcare", a Sequoia mencionou algumas aplicações importantes da IA na área médica, incluindo interação com pacientes, documentação, tomada de decisões clínicas, etc.
De acordo com a Sequoia Capital, a IA médica atual ultrapassou o estágio de "cereja no bolo" e começou a capacitar os principais elos da indústria médica. Essa capacitação melhorou muito a eficiência e a qualidade da área médica. Reduzir custos e mão de obra.
Especificamente, os principais elos da indústria médica incluem seis elos principais: interação com o paciente, documentação, tomada de decisão clínica, pré-autorização, codificação e gerenciamento do ciclo de receitas.
Os aspectos centrais das operações médicas muitas vezes envolvem vários tipos de dados, como voz, texto, imagens, vídeos, sinais, etc. Esses dados muitas vezes não são estruturados, ou seja, não existe um formato ou padrão fixo.
Ele contém uma riqueza de conhecimento e valor médico, mas é difícil de ser efetivamente integrado ou usado por humanos ou por sistemas de software tradicionais.
Na indústria médica tradicional, o processamento e a integração destes dados são dispendiosos, mas difíceis de omitir.
Da mesma forma, no processo de interação com os pacientes, a indústria médica sempre exige um grande número de funcionários administrativos para organizar diversos documentos médicos.
De acordo com estatísticas da Sequoia Capital, há atualmente cerca de 1 milhão de funcionários administrativos na indústria médica nos Estados Unidos, e a despesa média anual por pessoal administrativo é de US$ 40-50 mil, o que significa que a indústria médica gasta pelo menos US$ 400 milhões em tais posições todos os anos o custo de.
Por exemplo, na documentação, a IA generativa pode ser usada para converter automaticamente conversas entre médicos e pacientes em registros médicos eletrônicos e codificação; na tomada de decisões clínicas, a IA generativa pode ser usada para converter múltiplas fontes e formatos de dados, como imagens médicas e registros médicos. Relatórios, etc. são transformados em conhecimento e dados médicos unificados.
Essa vantagem é a razão pela qual a Sequoia acredita que a IA pode atingir diretamente os aspectos centrais das operações médicas.
IA capacita a saúde
Além das vantagens do processamento de dados não estruturados, a IA nesta fase também capacita a área médica em mais aspectos, incluindo diagnóstico assistido por IA, análise de imagens médicas de IA, medicina de precisão de IA, pesquisa e desenvolvimento de medicamentos e cuidados médicos. muitas outras faixas subdivididas.
A análise de imagens médicas de IA usa aprendizado de máquina, visão computacional e outras tecnologias para analisar e diagnosticar automaticamente dados de imagens médicas e combina-os com genes, fatores clínicos e outros com base em um grande número de características quantitativas, como morfologia, textura, escala de cinza, intensidade , etc. A análise de correlação é realizada nos dados para descobrir biomarcadores e fatores prognósticos da doença.
Em termos de pesquisa e desenvolvimento de medicamentos, a IA pode acelerar o processo de descoberta e desenvolvimento de medicamentos, modelando e simulando dados como alvos de medicamentos, estruturas de medicamentos e mecanismos de ação de medicamentos. Por exemplo, a plataforma de IA da BenevolentAI pode extrair novos candidatos a medicamentos a partir de literatura massiva, e a plataforma de IA da Atomwise pode reduzir custos e tempo experimentais por meio de triagem virtual.
Por exemplo, a equipe DeepMind do Google, especializada em pesquisas genéticas de doenças, utilizou sistemas de inteligência artificial para analisar as estruturas de quase todas as proteínas do corpo humano.
Dessa forma, AJ pode dizer se as letras do DNA produzirão a estrutura correta. Caso contrário, será listado como um fator causal potencial.
Paige usou originalmente 1 bilhão de fotos de 500.000 slides de patologia médica de câncer para criar o primeiro modelo básico em grande escala do mundo. Em cooperação com a Microsoft, as duas partes desenvolverão o maior modelo de IA de imagens de cancro do mundo, com até mil milhões de parâmetros.
Ao mesmo tempo, os cenários domésticos de aplicações médicas de IA estão relativamente concentrados, principalmente no lado auxiliar e no lado dos dados, como CDSS (sistema de apoio à decisão clínica), registros médicos inteligentes e plataformas de inteligência de dados médicos.
Entre as empresas representativas que surgiram estão empresas de IA, como a Lianyingzhi, que utiliza tecnologia de IA para realizar diagnósticos por imagem.
Sua principal tecnologia é imitar processos cognitivos humanos por meio de aprendizagem profunda e modelos de redes neurais convolucionais, permitindo que modelos de IA extraiam automaticamente padrões em imagens médicas.
Tendências e oportunidades
Actualmente, embora ainda exista uma lacuna entre os cuidados médicos de IA nacionais e os países estrangeiros devido à ecologia industrial, base técnica, recursos computacionais e outras razões, em termos de taxa de crescimento e escala do mercado, o desenvolvimento de cuidados médicos de IA nacionais tem um grande mercado. espaço e potencial de crescimento, enfrentando alta demanda médica.
De acordo com dados do Instituto de Pesquisa Industrial Huajing, o tamanho do mercado da indústria médica de IA da China será de aproximadamente 9,5 bilhões de yuans em 2021 e deverá atingir 38,5 bilhões de yuans em 2025.
Num futuro previsível, os cuidados médicos domésticos de IA continuarão a fazer esforços em campos importantes, como pesquisa e desenvolvimento de medicamentos de IA, patologia de IA+, imagens médicas de IA e dispositivos médicos de IA.
Do ponto de vista da demanda e da escala do mercado, as imagens médicas de IA e a pesquisa e desenvolvimento de medicamentos de IA se tornarão o principal avanço de crescimento.
Especificamente, as aplicações de imagens médicas de IA estão relativamente maduras, com um grande número de produtos no mercado. De acordo com dados do Global Market Insights, o mercado global de imagens médicas de IA representa 25% do mercado de IA médica, tornando-o o segundo maior segmento de mercado depois dos produtos farmacêuticos de IA.
Para a indústria médica nacional, a atual taxa de crescimento anual dos dados de imagens médicas em nosso país chega a 30%, mas a taxa de crescimento anual dos médicos de imagem é de apenas 4%.
De acordo com a análise 36Kr, a taxa composta de crescimento anual (CAGR) de 2020 a 2025 deverá ser de 39,4% e excederá 30 bilhões de yuans em 2025. Entre eles, a participação no mercado de imagens médicas de IA é a mais alta, atingindo 50,6%.
Em termos de pesquisa e desenvolvimento de medicamentos de IA, a IA pode resolver efetivamente os problemas de alto custo, baixa eficiência e alto risco de pesquisa e desenvolvimento de novos medicamentos.
O tamanho do mercado da indústria de P&D de novos medicamentos do meu país em 2020 é de 1,2 trilhão de yuans, mas a taxa de sucesso de P&D de novos medicamentos é de apenas 11,3%.Mesmo que entre na Fase III de sucesso clínico, a taxa de sucesso é de apenas 53,4%, e o total o custo da fase clínica chega a 70%.
Através da capacidade cognitiva da inteligência artificial, podemos acelerar a descoberta de alvos, a triagem de compostos, o design de medicamentos e outras ligações, o que pode efetivamente melhorar a taxa de sucesso e a qualidade de novos medicamentos.
Em 2021, a empresa farmacêutica de IA do meu país, Yingsi Intelligent, cooperou com a Universidade de Zhejiang para usar uma plataforma de IA autodesenvolvida para otimizar o design do medicamento anticâncer PD-1, e obteve permissão para ensaio clínico do FDA dos EUA.
Tais conquistas mostram o potencial da tecnologia de IA na investigação e desenvolvimento de novos medicamentos e também indicam a possibilidade do seu crescimento em larga escala.
De acordo com um relatório da indústria médica divulgado pela DPI, espera-se que o tamanho do mercado global de pesquisa e desenvolvimento de medicamentos de IA cresça de US$ 4 bilhões em 2020 para US$ 20,3 bilhões em 2027, com uma taxa composta de crescimento anual de 26,5%.
Na atual onda de IA que está em pleno andamento, o empoderamento trazido por grandes modelos é apenas a ponta do iceberg no campo dos cuidados médicos de IA.À medida que a revolução da IA continua, os cuidados médicos de IA, que já ganharam impulso, certamente trará mais oportunidades e destaques.