Здравоохранение стало одной из самых популярных отраслей, преобразованных с помощью ИИ.
Сегодняшний ИИ проникает во все области и звенья медицинской отрасли с пугающей скоростью и силой.Недавно Sequoia Capital опубликовала статью под названием «Генераторный ИИ в здравоохранении» (Generative AI in the Medical Field), которая также оказывает влияние на провел всесторонний и углубленный анализ применения и развития ИИ в медицинской отрасли и полагал, что он имеет «огромный потенциал» в будущем.
Итак, почему медицинская сфера получает так много внимания со стороны капитала в нынешнем направлении развития ИИ?
Текущий статус лечения ИИ
В докладе «Генераторный ИИ в здравоохранении» Секвойя упомянула некоторые важные применения ИИ в медицинской сфере, включая взаимодействие с пациентами, документирование, принятие клинических решений и т. д.
По мнению Sequoia Capital, нынешний медицинский ИИ перешагнул стадию «вишенки на торте» и начал расширять возможности основных звеньев медицинской промышленности. Такое расширение возможностей значительно повысило эффективность и качество медицинской сферы. Сокращение затрат и рабочей силы.
В частности, основные звенья медицинской отрасли включают шесть основных звеньев: взаимодействие с пациентами, документирование, принятие клинических решений, предварительная авторизация, кодирование и управление циклом доходов.
Основная причина, по которой новейший генеративный искусственный интеллект может расширить возможности этих основных узлов, заключается в том, что он может обрабатывать большие объемы неструктурированных данных и преобразовывать их в полезную информацию и идеи.
Основные аспекты медицинских операций часто включают в себя несколько типов данных, таких как голос, текст, изображения, видео, сигналы и т. д. Эти данные часто неструктурированы, то есть не существует фиксированного формата или стандарта.
Он содержит множество медицинских знаний и ценностей, но его трудно эффективно интегрировать или использовать людьми или традиционными программными системами.
В традиционной медицинской отрасли обработка и интеграция этих данных обходятся дорого, но от них трудно отказаться.
Рынок медицинского кодирования в США оценивается примерно в 21 миллиард долларов и включает около 35 000 медицинских кодировщиков. Несмотря на такую большую рабочую силу, больницы США ежегодно теряют почти 20 миллиардов долларов дохода из-за ошибок кодирования, в результате чего местным поставщикам услуг приходится полагаться на консультационные фирмы, которые помогают им «найти» недостающую информацию.
Аналогичным образом, в процессе взаимодействия с пациентами медицинская отрасль всегда требует большого количества канцелярских работников для организации различных медицинских документов.
Согласно статистике Sequoia Capital, в настоящее время в медицинской отрасли США работает около 1 миллиона служащих, а среднегодовые расходы на одного служащего составляют 40-50 тысяч долларов США, что означает, что медицинская промышленность тратит не менее 400 миллионов долларов США. на таких позициях каждый год стоимость.
Генеративный ИИ может использовать передовые алгоритмы, такие как глубокое обучение и обработка естественного языка, для анализа, понимания, генерации и преобразования этих данных, тем самым повышая эффективность и качество медицинских операций, сокращая затраты и рабочую силу, а также адаптируясь к различным источникам данных и окружающей среде.
Например, в документации генеративный ИИ может использоваться для автоматического преобразования разговоров между врачами и пациентами в электронные медицинские записи и кодирования; при принятии клинических решений генеративный ИИ может использоваться для преобразования нескольких источников и форматов данных, таких как медицинские изображения и медицинские записи, отчеты и т. д. преобразуются в унифицированные медицинские знания и данные.
Именно это преимущество является причиной того, что Sequoia считает, что ИИ может напрямую влиять на основные аспекты медицинских операций.
ИИ расширяет возможности здравоохранения
Помимо преимуществ обработки неструктурированных данных, ИИ на этом этапе также расширяет возможности медицинской области во многих аспектах, включая диагностику с помощью ИИ, анализ медицинских изображений ИИ, точную медицину ИИ, исследования и разработки лекарств, а также медицинское обслуживание. множество других разделенных треков.
В частности, что касается диагностики с помощью ИИ, ИИ может предоставлять возможные диагностические предложения, анализируя симптомы пациента, признаки, результаты анализов и другие данные, помогая врачам принимать более точные и своевременные решения. Например, ИИ-врачи Alibaba Health могут обеспечить точность 90% за 1,5 секунды, а ИИ-врачи Baidu уже могут идентифицировать более 900 распространенных заболеваний.
Анализ медицинских изображений с помощью искусственного интеллекта использует машинное обучение, компьютерное зрение и другие технологии для автоматического анализа и диагностики данных медицинских изображений и объединяет их с генами, клиническими и другими факторами на основе большого количества количественных характеристик, таких как морфология, текстура, оттенки серого, интенсивность. и др. Проводится корреляционный анализ данных с целью выявления биомаркеров и прогностических факторов заболевания.
Что касается точной медицины, ИИ может собирать и анализировать крупномасштабные биологические данные, такие как геномы, эпигеномы и транскриптомы, чтобы обеспечить основу для персонализированной профилактики, диагностики и лечения. Например, платформа искусственного интеллекта Deep Genomics может предсказывать влияние генетических вариаций на функцию и фенотип белка, а платформа искусственного интеллекта Flatiron Health может использовать клинические данные в режиме реального времени для предоставления оптимальных вариантов лечения онкологических больных.
Что касается исследований и разработок лекарств, ИИ может ускорить процесс открытия и разработки лекарств путем моделирования и моделирования таких данных, как мишени лекарств, структуры лекарств и механизмы действия лекарств. Например, платформа искусственного интеллекта BenevolentAI может находить новых кандидатов на лекарства из обширной литературы, а платформа искусственного интеллекта Atomwise может сократить затраты и время на эксперименты за счет виртуального скрининга.
Судя по текущей общей ситуации с медицинской помощью ИИ, медицинские технологии ИИ, особенно в некоторых новых и передовых областях, таких как геномика, иммуномика, нейробиология и т. д. Иностранные компании, занимающиеся искусственным интеллектом, часто имеют больше ресурсов и опыта.
Например, команда Google DeepMind, которая специализируется на поиске генов болезней, использовала системы искусственного интеллекта для анализа структур почти всех белков в организме человека.
Таким образом, AJ может определить, создадут ли буквы в ДНК правильную структуру. В противном случае это будет указано в качестве потенциального причинного фактора.
Аналогичные примеры включают Paige.AI, которая использует технологию искусственного интеллекта, чтобы помочь врачам анализировать изображения онкологических патологий и находить новые методы лечения и лекарства.
Первоначально Пейдж использовала 1 миллиард фотографий 500 000 слайдов онкологических заболеваний, чтобы создать первую в мире крупномасштабную базовую модель. В сотрудничестве с Microsoft обе стороны разработают крупнейшую в мире модель искусственного интеллекта для изображений рака, насчитывающую до одного миллиарда параметров.
Хотя отечественная медицинская технология искусственного интеллекта добилась прорыва в некоторых областях, таких как визуализационная диагностика и интеллектуальные консультации, все еще существуют некоторые технические трудности и проблемы, такие как «острова данных» и качество данных.
В то же время сценарии отечественного медицинского применения искусственного интеллекта относительно сконцентрированы, в основном на вспомогательной стороне и стороне данных, таких как CDSS (система поддержки клинических решений), интеллектуальные медицинские записи и платформы сбора медицинских данных.
Среди появившихся представительных компаний есть компании, занимающиеся искусственным интеллектом, такие как Lianyingzhi, которая использует технологию искусственного интеллекта для проведения визуализационной диагностики.
С помощью КТ-камер, оснащенных интеллектуальными алгоритмами, сверточные нейронные сети глубокого обучения и типичные алгоритмы распознавания образов инновационным образом объединяются для точного определения диапазона КТ-сканирования.
Среди аналогичных отечественных компаний есть гипотетическая медицина, использующая технологии искусственного интеллекта для клинической диагностики.
Его основная технология заключается в имитации когнитивных процессов человека посредством глубокого обучения и моделей сверточных нейронных сетей, что позволяет моделям искусственного интеллекта автоматически анализировать закономерности на медицинских изображениях.
Его продукт искусственного интеллекта InferOperate выполняет глубокое обучение на различных типах данных нейровизуализации, таких как электроэнцефалография и функциональная визуализация мозга, для извлечения особенностей изображения и определения местоположения поражений, тем самым предоставляя врачам интеллектуальное хирургическое планирование и полностью автоматическое интраоперационное позиционирование и навигацию.
Тенденции и возможности
В настоящее время, хотя между отечественной медицинской помощью с использованием искусственного интеллекта и зарубежными странами все еще существует разрыв из-за промышленной экологии, технической базы, вычислительных ресурсов и других причин, с точки зрения темпов и масштабов роста рынка, развитие отечественной медицинской помощи с использованием искусственного интеллекта имеет большой рынок. пространство и потенциал роста, учитывая высокий медицинский спрос.
По данным Хуацзинского института промышленных исследований, объем рынка китайской медицинской отрасли искусственного интеллекта составит примерно 9,5 млрд юаней в 2021 году и, как ожидается, достигнет 38,5 млрд юаней в 2025 году.
Источник: Институт промышленных исследований Хуацзин
В обозримом будущем отечественная медицинская помощь с использованием искусственного интеллекта продолжит прилагать усилия в таких основных областях, как исследования и разработки лекарств с использованием искусственного интеллекта, патология AI +, медицинская визуализация с использованием искусственного интеллекта и медицинские устройства с искусственным интеллектом.
С точки зрения рыночного спроса и масштабов, медицинские исследования и разработки лекарств с использованием искусственного интеллекта станут главным прорывом в развитии.
В частности, приложения для медицинской визуализации с использованием искусственного интеллекта являются относительно зрелыми, и на рынке представлено большое количество продуктов. По данным Global Market Insights, мировой рынок медицинских изображений ИИ занимает 25% рынка медицинского ИИ, что делает его вторым по величине сегментом рынка после фармацевтических препаратов ИИ.
Для отечественной медицинской промышленности текущие ежегодные темпы роста данных медицинской визуализации в нашей стране достигают 30%, но ежегодный темп роста врачей-визуализаторов составляет всего 4%.
Учитывая, что цикл обучения врачей относительно длительный, развитие медицины с использованием искусственного интеллекта может эффективно уменьшить нехватку медицинских талантов, и рынок по-прежнему имеет большой потенциал роста.
Согласно анализу 36Kr, совокупный годовой темп роста (CAGR) с 2020 по 2025 год, как ожидается, составит 39,4% и превысит 30 миллиардов юаней в 2025 году. Среди них доля рынка медицинской визуализации с использованием искусственного интеллекта является самой высокой и достигает 50,6%.
Что касается исследований и разработок лекарств с использованием ИИ, ИИ может эффективно решить проблемы высокой стоимости, низкой эффективности и высокого риска исследований и разработок новых лекарств.
Объем рынка индустрии исследований и разработок новых лекарств в моей стране в 2020 году составит 1,2 триллиона юаней, но уровень успеха исследований и разработок новых лекарств составит всего 11,3%. Стоимость клинической фазы составляет до 70%.
Это показывает, что исследования и разработка новых лекарств требуют огромных инвестиций денег и времени, но выгоды и риски весьма неопределенны.
Благодаря когнитивным способностям искусственного интеллекта мы можем ускорить обнаружение целей, проверку соединений, разработку лекарств и другие связи, которые могут эффективно повысить вероятность успеха и качество новых лекарств.
В 2021 году фармацевтическая компания Yingsi Intelligent в моей стране, специализирующаяся на искусственном интеллекте, в сотрудничестве с Чжэцзянским университетом использовала собственную разработанную платформу искусственного интеллекта для оптимизации разработки антител против ракового препарата PD-1 и получила разрешение на клинические испытания от FDA США.
Подобные достижения показывают потенциал технологии искусственного интеллекта в исследованиях и разработке новых лекарств, а также указывают на возможность ее масштабного роста.
Согласно отчету медицинской отрасли, опубликованному DPI, ожидается, что объем мирового рынка исследований и разработок лекарств с использованием искусственного интеллекта вырастет с 4 миллиардов долларов США в 2020 году до 20,3 миллиардов долларов США в 2027 году, при этом совокупный годовой темп роста составит 26,5%.
В нынешней волне искусственного интеллекта, которая находится в самом разгаре, расширение возможностей, предоставляемое крупными моделями, является лишь верхушкой айсберга в области медицинской помощи с использованием искусственного интеллекта. несомненно, принесет больше возможностей и ярких моментов.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Медицинская помощь с помощью ИИ преодолела стадию «вишенки на торте»
Автор: Ли Мингер
**Источник: **Новая разведка AI.
Здравоохранение стало одной из самых популярных отраслей, преобразованных с помощью ИИ.
Сегодняшний ИИ проникает во все области и звенья медицинской отрасли с пугающей скоростью и силой.Недавно Sequoia Capital опубликовала статью под названием «Генераторный ИИ в здравоохранении» (Generative AI in the Medical Field), которая также оказывает влияние на провел всесторонний и углубленный анализ применения и развития ИИ в медицинской отрасли и полагал, что он имеет «огромный потенциал» в будущем.
Текущий статус лечения ИИ
В докладе «Генераторный ИИ в здравоохранении» Секвойя упомянула некоторые важные применения ИИ в медицинской сфере, включая взаимодействие с пациентами, документирование, принятие клинических решений и т. д.
По мнению Sequoia Capital, нынешний медицинский ИИ перешагнул стадию «вишенки на торте» и начал расширять возможности основных звеньев медицинской промышленности. Такое расширение возможностей значительно повысило эффективность и качество медицинской сферы. Сокращение затрат и рабочей силы.
В частности, основные звенья медицинской отрасли включают шесть основных звеньев: взаимодействие с пациентами, документирование, принятие клинических решений, предварительная авторизация, кодирование и управление циклом доходов.
Основные аспекты медицинских операций часто включают в себя несколько типов данных, таких как голос, текст, изображения, видео, сигналы и т. д. Эти данные часто неструктурированы, то есть не существует фиксированного формата или стандарта.
Он содержит множество медицинских знаний и ценностей, но его трудно эффективно интегрировать или использовать людьми или традиционными программными системами.
В традиционной медицинской отрасли обработка и интеграция этих данных обходятся дорого, но от них трудно отказаться.
Аналогичным образом, в процессе взаимодействия с пациентами медицинская отрасль всегда требует большого количества канцелярских работников для организации различных медицинских документов.
Согласно статистике Sequoia Capital, в настоящее время в медицинской отрасли США работает около 1 миллиона служащих, а среднегодовые расходы на одного служащего составляют 40-50 тысяч долларов США, что означает, что медицинская промышленность тратит не менее 400 миллионов долларов США. на таких позициях каждый год стоимость.
Например, в документации генеративный ИИ может использоваться для автоматического преобразования разговоров между врачами и пациентами в электронные медицинские записи и кодирования; при принятии клинических решений генеративный ИИ может использоваться для преобразования нескольких источников и форматов данных, таких как медицинские изображения и медицинские записи, отчеты и т. д. преобразуются в унифицированные медицинские знания и данные.
Именно это преимущество является причиной того, что Sequoia считает, что ИИ может напрямую влиять на основные аспекты медицинских операций.
ИИ расширяет возможности здравоохранения
Помимо преимуществ обработки неструктурированных данных, ИИ на этом этапе также расширяет возможности медицинской области во многих аспектах, включая диагностику с помощью ИИ, анализ медицинских изображений ИИ, точную медицину ИИ, исследования и разработки лекарств, а также медицинское обслуживание. множество других разделенных треков.
Анализ медицинских изображений с помощью искусственного интеллекта использует машинное обучение, компьютерное зрение и другие технологии для автоматического анализа и диагностики данных медицинских изображений и объединяет их с генами, клиническими и другими факторами на основе большого количества количественных характеристик, таких как морфология, текстура, оттенки серого, интенсивность. и др. Проводится корреляционный анализ данных с целью выявления биомаркеров и прогностических факторов заболевания.
Что касается исследований и разработок лекарств, ИИ может ускорить процесс открытия и разработки лекарств путем моделирования и моделирования таких данных, как мишени лекарств, структуры лекарств и механизмы действия лекарств. Например, платформа искусственного интеллекта BenevolentAI может находить новых кандидатов на лекарства из обширной литературы, а платформа искусственного интеллекта Atomwise может сократить затраты и время на эксперименты за счет виртуального скрининга.
Например, команда Google DeepMind, которая специализируется на поиске генов болезней, использовала системы искусственного интеллекта для анализа структур почти всех белков в организме человека.
Таким образом, AJ может определить, создадут ли буквы в ДНК правильную структуру. В противном случае это будет указано в качестве потенциального причинного фактора.
Первоначально Пейдж использовала 1 миллиард фотографий 500 000 слайдов онкологических заболеваний, чтобы создать первую в мире крупномасштабную базовую модель. В сотрудничестве с Microsoft обе стороны разработают крупнейшую в мире модель искусственного интеллекта для изображений рака, насчитывающую до одного миллиарда параметров.
В то же время сценарии отечественного медицинского применения искусственного интеллекта относительно сконцентрированы, в основном на вспомогательной стороне и стороне данных, таких как CDSS (система поддержки клинических решений), интеллектуальные медицинские записи и платформы сбора медицинских данных.
Среди появившихся представительных компаний есть компании, занимающиеся искусственным интеллектом, такие как Lianyingzhi, которая использует технологию искусственного интеллекта для проведения визуализационной диагностики.
Его основная технология заключается в имитации когнитивных процессов человека посредством глубокого обучения и моделей сверточных нейронных сетей, что позволяет моделям искусственного интеллекта автоматически анализировать закономерности на медицинских изображениях.
Тенденции и возможности
В настоящее время, хотя между отечественной медицинской помощью с использованием искусственного интеллекта и зарубежными странами все еще существует разрыв из-за промышленной экологии, технической базы, вычислительных ресурсов и других причин, с точки зрения темпов и масштабов роста рынка, развитие отечественной медицинской помощи с использованием искусственного интеллекта имеет большой рынок. пространство и потенциал роста, учитывая высокий медицинский спрос.
По данным Хуацзинского института промышленных исследований, объем рынка китайской медицинской отрасли искусственного интеллекта составит примерно 9,5 млрд юаней в 2021 году и, как ожидается, достигнет 38,5 млрд юаней в 2025 году.
В обозримом будущем отечественная медицинская помощь с использованием искусственного интеллекта продолжит прилагать усилия в таких основных областях, как исследования и разработки лекарств с использованием искусственного интеллекта, патология AI +, медицинская визуализация с использованием искусственного интеллекта и медицинские устройства с искусственным интеллектом.
С точки зрения рыночного спроса и масштабов, медицинские исследования и разработки лекарств с использованием искусственного интеллекта станут главным прорывом в развитии.
В частности, приложения для медицинской визуализации с использованием искусственного интеллекта являются относительно зрелыми, и на рынке представлено большое количество продуктов. По данным Global Market Insights, мировой рынок медицинских изображений ИИ занимает 25% рынка медицинского ИИ, что делает его вторым по величине сегментом рынка после фармацевтических препаратов ИИ.
Для отечественной медицинской промышленности текущие ежегодные темпы роста данных медицинской визуализации в нашей стране достигают 30%, но ежегодный темп роста врачей-визуализаторов составляет всего 4%.
Согласно анализу 36Kr, совокупный годовой темп роста (CAGR) с 2020 по 2025 год, как ожидается, составит 39,4% и превысит 30 миллиардов юаней в 2025 году. Среди них доля рынка медицинской визуализации с использованием искусственного интеллекта является самой высокой и достигает 50,6%.
Что касается исследований и разработок лекарств с использованием ИИ, ИИ может эффективно решить проблемы высокой стоимости, низкой эффективности и высокого риска исследований и разработок новых лекарств.
Объем рынка индустрии исследований и разработок новых лекарств в моей стране в 2020 году составит 1,2 триллиона юаней, но уровень успеха исследований и разработок новых лекарств составит всего 11,3%. Стоимость клинической фазы составляет до 70%.
Благодаря когнитивным способностям искусственного интеллекта мы можем ускорить обнаружение целей, проверку соединений, разработку лекарств и другие связи, которые могут эффективно повысить вероятность успеха и качество новых лекарств.
В 2021 году фармацевтическая компания Yingsi Intelligent в моей стране, специализирующаяся на искусственном интеллекте, в сотрудничестве с Чжэцзянским университетом использовала собственную разработанную платформу искусственного интеллекта для оптимизации разработки антител против ракового препарата PD-1 и получила разрешение на клинические испытания от FDA США.
Подобные достижения показывают потенциал технологии искусственного интеллекта в исследованиях и разработке новых лекарств, а также указывают на возможность ее масштабного роста.
Согласно отчету медицинской отрасли, опубликованному DPI, ожидается, что объем мирового рынка исследований и разработок лекарств с использованием искусственного интеллекта вырастет с 4 миллиардов долларов США в 2020 году до 20,3 миллиардов долларов США в 2027 году, при этом совокупный годовой темп роста составит 26,5%.
В нынешней волне искусственного интеллекта, которая находится в самом разгаре, расширение возможностей, предоставляемое крупными моделями, является лишь верхушкой айсберга в области медицинской помощи с использованием искусственного интеллекта. несомненно, принесет больше возможностей и ярких моментов.