Sağlık, yapay zekanın dönüştürdüğü en popüler sektörlerden biri haline geldi.
Günümüzün yapay zekası, endişe verici bir hız ve güçle tıp endüstrisinin tüm alanlarına ve bağlantılarına nüfuz ediyor. Son zamanlarda Sequoia Capital, He'yi de etkileyen "Sağlık Hizmetinde Üretken Yapay Zeka" (Tıp Alanında Üretken Yapay Zeka) başlıklı bir makale yayınladı. Yapay zekanın tıp endüstrisinde uygulanması ve geliştirilmesi konusunda kapsamlı ve derinlemesine bir analiz gerçekleştirdi ve gelecekte "büyük bir potansiyele" sahip olduğuna inandı.
Peki, mevcut yapay zeka alanında neden tıp alanı sermayeden bu kadar çok ilgi görüyor?
Yapay Zeka tıbbi tedavisinin mevcut durumu
"Sağlık Hizmetinde Üretken Yapay Zeka" raporunda Sequoia, hasta etkileşimi, dokümantasyon, klinik karar verme vb. dahil olmak üzere yapay zekanın tıp alanındaki bazı önemli uygulamalarından bahsetti.
Sequoia Capital'a göre mevcut tıbbi yapay zeka, "pastanın kreması" aşamasını geçerek tıp endüstrisinin temel bağlantılarını güçlendirmeye başladı. Bu tür bir güçlendirme, tıp alanının verimliliğini ve kalitesini büyük ölçüde artırdı. Maliyetleri ve insan gücünü azalttı.
Spesifik olarak, tıp endüstrisinin temel bağlantıları altı ana bağlantıyı içermektedir: hasta etkileşimi, dokümantasyon, klinik karar verme, ön yetkilendirme, kodlama ve gelir döngüsü yönetimi.
En yeni üretken yapay zekanın bu çekirdek düğümleri güçlendirebilmesinin ana nedeni, büyük miktarlarda yapılandırılmamış verileri işleyebilmesi ve bunları yararlı bilgi ve içgörülere dönüştürebilmesidir.
Tıbbi operasyonların temel yönleri genellikle ses, metin, görüntü, video, sinyal vb. gibi birden fazla veri türünü içerir. Bu veriler genellikle yapılandırılmamıştır, yani sabit bir format veya standart yoktur.
Zengin tıbbi bilgi ve değer içerir, ancak insanlar veya geleneksel yazılım sistemleri tarafından etkili bir şekilde entegre edilmesi veya kullanılması zordur.
Geleneksel tıp endüstrisinde bu verilerin işlenmesi ve entegrasyonu maliyetlidir ancak atlanması zordur.
ABD tıbbi kodlama pazarı yaklaşık 21 milyar dolar değerinde ve yaklaşık 35.000 tıbbi kodlayıcıyı içeriyor. Bu büyük iş gücüne rağmen, ABD hastaneleri kodlama hataları nedeniyle her yıl yaklaşık 20 milyar dolar gelir kaybediyor ve bu da yerel sağlayıcıların, eksik bilgileri "bulmalarına" yardımcı olmak için kulübe tarzı danışmanlık firmalarına güvenmelerine neden oluyor.
Benzer şekilde, hastalarla etkileşim sürecinde, tıp endüstrisi çeşitli tıbbi belgeleri düzenlemek için her zaman çok sayıda büro çalışanına ihtiyaç duyar.
Sequoia Capital'in istatistiklerine göre, şu anda Amerika Birleşik Devletleri'nde tıp endüstrisinde yaklaşık 1 milyon büro personeli bulunmaktadır ve büro personeli başına ortalama yıllık harcama 40-50 bin ABD Dolarıdır, bu da tıp endüstrisinin en az 400 milyon ABD Doları harcadığı anlamına gelmektedir. her yıl bu tür pozisyonların maliyeti.
Üretken yapay zeka, bu verileri analiz etmek, anlamak, üretmek ve dönüştürmek için derin öğrenme ve doğal dil işleme gibi gelişmiş algoritmaları kullanabilir, böylece tıbbi operasyonların verimliliğini ve kalitesini artırabilir, maliyetleri ve insan gücünü azaltabilir ve farklı veri kaynaklarına ve ortamlara uyum sağlayabilir.
Örneğin, dokümantasyonda, üretken yapay zeka, doktorlar ve hastalar arasındaki konuşmaları otomatik olarak elektronik tıbbi kayıtlara ve kodlamaya dönüştürmek için kullanılabilir; klinik karar vermede, üretken yapay zeka, tıbbi görüntüler ve görüntüler gibi birden fazla veri kaynağını ve formatını dönüştürmek için kullanılabilir. tıbbi kayıtlar Raporlar vb. birleşik tıbbi bilgi ve verilere dönüştürülür.
Bu avantaj, Sequoia'nın yapay zekanın tıbbi operasyonların temel yönlerini doğrudan vurabileceğine inanmasının nedenidir.
Yapay zeka sağlık hizmetlerini güçlendiriyor
Bu aşamada yapay zeka, yapılandırılmamış verileri işlemenin avantajlarına ek olarak, yapay zeka destekli teşhis, yapay zeka tıbbi görüntü analizi, yapay zeka hassas tıp, ilaç araştırma ve geliştirme ve tıbbi bakım da dahil olmak üzere tıp alanını daha fazla açıdan güçlendirir. diğer birçok alt bölüme ayrılmış parça.
Özellikle yapay zeka destekli tanı açısından yapay zeka, hasta semptomlarını, belirtilerini, test sonuçlarını ve diğer verileri analiz ederek olası tanı önerileri sunarak doktorların daha doğru ve zamanında kararlar almasına yardımcı olabilir. Örneğin, Alibaba Health'in yapay zeka doktorları 1,5 saniyede %90 doğruluk sağlayabiliyor ve Baidu'nun yapay zeka doktorları halihazırda 900'den fazla yaygın hastalığı tanımlayabiliyor.
Yapay zeka tıbbi görüntü analizi, tıbbi görüntüleme verilerini otomatik olarak analiz etmek ve teşhis etmek için makine öğrenimi, bilgisayar görüşü ve diğer teknolojileri kullanır ve bunları morfoloji, doku, gri tonlama, yoğunluk gibi çok sayıda niceliksel özelliğe dayalı olarak genler, klinik ve diğer faktörlerle birleştirir. vb. Hastalığın biyobelirteçlerini ve prognostik faktörlerini keşfetmek için veriler üzerinde korelasyon analizi yapılır.
Hassas tıp açısından yapay zeka, kişiselleştirilmiş önleme, teşhis ve tedavi için bir temel oluşturmak üzere genomlar, epigenomlar ve transkriptomlar gibi büyük ölçekli biyolojik verileri inceleyebilir ve analiz edebilir. Örneğin, Deep Genomics'in yapay zeka platformu, genetik varyasyonların protein fonksiyonu ve fenotip üzerindeki etkisini tahmin edebiliyor ve Flatiron Health'in yapay zeka platformu, kanser hastalarına en uygun tedavi seçeneklerini sağlamak için gerçek zamanlı klinik verileri kullanabiliyor.
İlaç araştırma ve geliştirme açısından yapay zeka, ilaç hedefleri, ilaç yapıları ve ilaç etki mekanizmaları gibi verileri modelleyip simüle ederek ilaç keşif ve geliştirme sürecini hızlandırabilir. Örneğin, BenevolentAI'nin AI platformu, geniş literatürden yeni ilaç adaylarını araştırabilir ve Atomwise'ın AI platformu, sanal tarama yoluyla deneysel maliyetleri ve zamanı azaltabilir.
Yapay Zeka tıbbi bakımının mevcut genel durumuna bakıldığında, Yapay Zeka tıbbi teknolojisi, özellikle de genom bilimi, immün bilimi, sinir bilimi vb. gibi yeni ortaya çıkan ve en ileri alanlarda. Yabancı yapay zeka şirketleri genellikle daha fazla kaynağa ve deneyime sahiptir.
Örneğin Google'ın hastalık gen aramaları konusunda uzmanlaşan DeepMind ekibi, insan vücudundaki neredeyse tüm proteinlerin yapılarını analiz etmek için yapay zeka sistemlerini kullandı.
Bu şekilde AJ, DNA'daki harflerin doğru yapıyı üretip üretmeyeceğini anlayabilir. Aksi takdirde potansiyel nedensel faktör olarak listelenecektir.
Benzer örnekler arasında doktorların kanser patolojisi görüntülerini analiz etmesine ve yeni tedaviler ve ilaçlar keşfetmesine yardımcı olmak için yapay zeka teknolojisini kullanan Paige.AI yer alıyor.
Paige, dünyanın ilk büyük ölçekli temel modelini oluşturmak için başlangıçta 500.000 kanser tıbbi patoloji slaytından oluşan 1 milyar resim kullandı. Microsoft ile işbirliği içinde iki taraf, bir milyara kadar parametreyle dünyanın en büyük kanser resmi yapay zeka modelini geliştirecek.
Yerli yapay zeka tıbbi teknolojisi, görüntülemeyle teşhis ve akıllı danışmanlık gibi bazı alanlarda atılımlar yapmış olsa da, veri adaları ve veri kalitesi gibi bazı teknik zorluklar ve zorluklar hâlâ mevcut.
Aynı zamanda, yerli yapay zeka tıbbi uygulama senaryoları, CDSS (klinik karar destek sistemi), akıllı tıbbi kayıtlar ve tıbbi veri istihbarat platformları gibi esas olarak yardımcı taraf ve veri tarafında nispeten yoğunlaşmıştır.
Ortaya çıkan temsili şirketler arasında, görüntüleme tanısını gerçekleştirmek için yapay zeka teknolojisini kullanan Lianyingzhi gibi yapay zeka şirketleri de yer alıyor.
Akıllı algoritmalarla donatılmış CT kameraları aracılığıyla, derin öğrenme evrişimli sinir ağları ve tipik model tanıma algoritmaları, CT tarama aralığını doğru bir şekilde tanımlamak için yenilikçi bir şekilde birleştirilir.
Benzer yerli şirketler arasında klinik teşhis için yapay zeka teknolojisini kullanan varsayımsal tıp da yer alıyor.
Ana teknolojisi, derin öğrenme ve evrişimli sinir ağı modelleri yoluyla insanın bilişsel süreçlerini taklit ederek yapay zeka modellerinin tıbbi görüntülerdeki kalıpları otomatik olarak çıkarmasına olanak tanımaktır.
Yapay zeka ürünü InferOperate, görüntü özelliklerini çıkarmak ve lezyonların yerini belirlemek için elektroensefalografi ve beyin fonksiyonel görüntüleme gibi çeşitli nörogörüntüleme verileri üzerinde derin öğrenme gerçekleştiriyor ve böylece doktorlara akıllı cerrahi planlama ve tam otomatik intraoperatif konumlandırma ve navigasyon sağlıyor.
Trendler ve Fırsatlar
Şu anda, endüstriyel ekoloji, teknik temel, bilgi işlem kaynakları ve diğer nedenlerden dolayı yerli yapay zeka tıbbi bakımı ile yabancı ülkeler arasında pazar büyüme hızı ve ölçeği açısından hala bir boşluk olmasına rağmen, yerli yapay zeka tıbbi bakım geliştirme büyük bir pazara sahiptir. alan ve büyüme potansiyeli yüksek tıbbi taleple karşı karşıyadır.
Huajing Endüstriyel Araştırma Enstitüsü'nün verilerine göre, Çin'in yapay zeka medikal endüstrisinin pazar büyüklüğü 2021'de yaklaşık 9,5 milyar yuan olacak ve 2025'te 38,5 milyar yuan'a ulaşması bekleniyor.
Kaynak: Huajing Endüstriyel Araştırma Enstitüsü
Öngörülebilir gelecekte, yerel AI tıbbi bakımı, AI ilaç araştırma ve geliştirme, AI + patolojisi, AI tıbbi görüntüleme ve AI tıbbi cihazları gibi ana alanlarda çaba göstermeye devam edecektir.
Pazar talebi ve ölçeği açısından bakıldığında, yapay zeka tıbbi görüntüleme ve yapay zeka ilaç araştırma ve geliştirmesi, büyümenin ana atılımı olacak.
Özellikle yapay zeka tıbbi görüntüleme uygulamaları, piyasada çok sayıda ürün olması nedeniyle nispeten olgunlaşmış durumda. Global Market Insights verilerine göre küresel yapay zeka tıbbi görüntüleme pazarı, tıbbi yapay zeka pazarının %25'ini oluşturuyor ve bu da onu yapay zeka ilaçlarından sonra ikinci en büyük pazar segmenti haline getiriyor.
Yerli tıp sektörü açısından ülkemizde tıbbi görüntüleme verilerinin mevcut yıllık büyüme oranı yüzde 30 gibi yüksek bir seviyede, ancak görüntüleme doktorlarının yıllık büyüme oranı sadece yüzde 4.
Doktorların eğitim döngüsünün nispeten uzun olduğu göz önüne alındığında, yapay zeka görüntüleme tıbbının geliştirilmesi, tıbbi yetenek eksikliğini etkili bir şekilde giderebilir ve pazar hala büyük bir büyüme potansiyeline sahiptir.
36Kr analizine göre, 2020'den 2025'e kadar bileşik yıllık büyüme oranının (CAGR) %39,4 olması ve 2025'te 30 milyar yuan'ı aşması bekleniyor. Bunlar arasında yapay zeka tıbbi görüntüleme pazar payı %50,6 ile en yüksek olanıdır.
Yapay zeka ilaç araştırması ve geliştirmesi açısından yapay zeka, yeni ilaç araştırma ve geliştirmesindeki yüksek maliyet, düşük verimlilik ve yüksek risk sorunlarını etkili bir şekilde çözebilir.
Ülkemin yeni ilaç Ar-Ge sektörünün 2020'deki pazar büyüklüğü 1,2 trilyon yuan, ancak yeni ilaç Ar-Ge'nin başarı oranı yalnızca %11,3. Faz III klinik başarıya girse bile başarı oranı yalnızca %53,4 ve genel Klinik aşamanın maliyeti %70'e kadar çıkmaktadır.
Bu, yeni ilaçların araştırılması ve geliştirilmesinin büyük miktarda para ve zaman yatırımı gerektirdiğini, ancak fayda ve risklerin oldukça belirsiz olduğunu göstermektedir.
Yapay zekanın bilişsel yeteneği sayesinde hedef keşfini, bileşik taramayı, ilaç tasarımını ve diğer bağlantıları hızlandırabilir, bu da yeni ilaçların başarı oranını ve kalitesini etkili bir şekilde artırabilir.
2021 yılında, ülkemin yapay zeka ilaç şirketi Yingsi Intelligent, kanser karşıtı ilaç PD-1 antikorlarının tasarımını optimize etmek amacıyla kendi geliştirdiği bir yapay zeka platformunu kullanmak için Zhejiang Üniversitesi ile işbirliği yaptı ve ABD FDA'dan klinik deneme izni aldı.
Bu tür başarılar, yeni ilaçların araştırılması ve geliştirilmesinde yapay zeka teknolojisinin potansiyelini gösteriyor ve aynı zamanda büyük ölçekli büyüme olasılığını da gösteriyor.
DPI tarafından yayınlanan bir tıbbi sektör raporuna göre, yapay zeka ilaç araştırma ve geliştirmesinin küresel pazar büyüklüğünün, yıllık %26,5'lik bileşik büyüme oranıyla 2020'de 4 milyar ABD dolarından 2027'de 20,3 milyar ABD dolarına çıkması bekleniyor.
Tüm hızıyla devam eden mevcut yapay zeka dalgasında, büyük modellerin getirdiği yetkilendirme, yapay zeka tıbbi bakımı alanında buzdağının sadece görünen kısmıdır. Yapay zeka devrimi devam ettikçe, zaten ivme kazanmış olan yapay zeka tıbbi bakımı, kesinlikle daha fazla fırsat ve vurgu getirecek.
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Yapay zeka tıbbi bakımı "pastanın kreması" aşamasını aştı
Yazar: Li Minger
**Kaynak: **AI Yeni Zeka
Sağlık, yapay zekanın dönüştürdüğü en popüler sektörlerden biri haline geldi.
Günümüzün yapay zekası, endişe verici bir hız ve güçle tıp endüstrisinin tüm alanlarına ve bağlantılarına nüfuz ediyor. Son zamanlarda Sequoia Capital, He'yi de etkileyen "Sağlık Hizmetinde Üretken Yapay Zeka" (Tıp Alanında Üretken Yapay Zeka) başlıklı bir makale yayınladı. Yapay zekanın tıp endüstrisinde uygulanması ve geliştirilmesi konusunda kapsamlı ve derinlemesine bir analiz gerçekleştirdi ve gelecekte "büyük bir potansiyele" sahip olduğuna inandı.
Yapay Zeka tıbbi tedavisinin mevcut durumu
"Sağlık Hizmetinde Üretken Yapay Zeka" raporunda Sequoia, hasta etkileşimi, dokümantasyon, klinik karar verme vb. dahil olmak üzere yapay zekanın tıp alanındaki bazı önemli uygulamalarından bahsetti.
Sequoia Capital'a göre mevcut tıbbi yapay zeka, "pastanın kreması" aşamasını geçerek tıp endüstrisinin temel bağlantılarını güçlendirmeye başladı. Bu tür bir güçlendirme, tıp alanının verimliliğini ve kalitesini büyük ölçüde artırdı. Maliyetleri ve insan gücünü azalttı.
Spesifik olarak, tıp endüstrisinin temel bağlantıları altı ana bağlantıyı içermektedir: hasta etkileşimi, dokümantasyon, klinik karar verme, ön yetkilendirme, kodlama ve gelir döngüsü yönetimi.
Tıbbi operasyonların temel yönleri genellikle ses, metin, görüntü, video, sinyal vb. gibi birden fazla veri türünü içerir. Bu veriler genellikle yapılandırılmamıştır, yani sabit bir format veya standart yoktur.
Zengin tıbbi bilgi ve değer içerir, ancak insanlar veya geleneksel yazılım sistemleri tarafından etkili bir şekilde entegre edilmesi veya kullanılması zordur.
Geleneksel tıp endüstrisinde bu verilerin işlenmesi ve entegrasyonu maliyetlidir ancak atlanması zordur.
Benzer şekilde, hastalarla etkileşim sürecinde, tıp endüstrisi çeşitli tıbbi belgeleri düzenlemek için her zaman çok sayıda büro çalışanına ihtiyaç duyar.
Sequoia Capital'in istatistiklerine göre, şu anda Amerika Birleşik Devletleri'nde tıp endüstrisinde yaklaşık 1 milyon büro personeli bulunmaktadır ve büro personeli başına ortalama yıllık harcama 40-50 bin ABD Dolarıdır, bu da tıp endüstrisinin en az 400 milyon ABD Doları harcadığı anlamına gelmektedir. her yıl bu tür pozisyonların maliyeti.
Örneğin, dokümantasyonda, üretken yapay zeka, doktorlar ve hastalar arasındaki konuşmaları otomatik olarak elektronik tıbbi kayıtlara ve kodlamaya dönüştürmek için kullanılabilir; klinik karar vermede, üretken yapay zeka, tıbbi görüntüler ve görüntüler gibi birden fazla veri kaynağını ve formatını dönüştürmek için kullanılabilir. tıbbi kayıtlar Raporlar vb. birleşik tıbbi bilgi ve verilere dönüştürülür.
Bu avantaj, Sequoia'nın yapay zekanın tıbbi operasyonların temel yönlerini doğrudan vurabileceğine inanmasının nedenidir.
Yapay zeka sağlık hizmetlerini güçlendiriyor
Bu aşamada yapay zeka, yapılandırılmamış verileri işlemenin avantajlarına ek olarak, yapay zeka destekli teşhis, yapay zeka tıbbi görüntü analizi, yapay zeka hassas tıp, ilaç araştırma ve geliştirme ve tıbbi bakım da dahil olmak üzere tıp alanını daha fazla açıdan güçlendirir. diğer birçok alt bölüme ayrılmış parça.
Yapay zeka tıbbi görüntü analizi, tıbbi görüntüleme verilerini otomatik olarak analiz etmek ve teşhis etmek için makine öğrenimi, bilgisayar görüşü ve diğer teknolojileri kullanır ve bunları morfoloji, doku, gri tonlama, yoğunluk gibi çok sayıda niceliksel özelliğe dayalı olarak genler, klinik ve diğer faktörlerle birleştirir. vb. Hastalığın biyobelirteçlerini ve prognostik faktörlerini keşfetmek için veriler üzerinde korelasyon analizi yapılır.
İlaç araştırma ve geliştirme açısından yapay zeka, ilaç hedefleri, ilaç yapıları ve ilaç etki mekanizmaları gibi verileri modelleyip simüle ederek ilaç keşif ve geliştirme sürecini hızlandırabilir. Örneğin, BenevolentAI'nin AI platformu, geniş literatürden yeni ilaç adaylarını araştırabilir ve Atomwise'ın AI platformu, sanal tarama yoluyla deneysel maliyetleri ve zamanı azaltabilir.
Örneğin Google'ın hastalık gen aramaları konusunda uzmanlaşan DeepMind ekibi, insan vücudundaki neredeyse tüm proteinlerin yapılarını analiz etmek için yapay zeka sistemlerini kullandı.
Bu şekilde AJ, DNA'daki harflerin doğru yapıyı üretip üretmeyeceğini anlayabilir. Aksi takdirde potansiyel nedensel faktör olarak listelenecektir.
Paige, dünyanın ilk büyük ölçekli temel modelini oluşturmak için başlangıçta 500.000 kanser tıbbi patoloji slaytından oluşan 1 milyar resim kullandı. Microsoft ile işbirliği içinde iki taraf, bir milyara kadar parametreyle dünyanın en büyük kanser resmi yapay zeka modelini geliştirecek.
Aynı zamanda, yerli yapay zeka tıbbi uygulama senaryoları, CDSS (klinik karar destek sistemi), akıllı tıbbi kayıtlar ve tıbbi veri istihbarat platformları gibi esas olarak yardımcı taraf ve veri tarafında nispeten yoğunlaşmıştır.
Ortaya çıkan temsili şirketler arasında, görüntüleme tanısını gerçekleştirmek için yapay zeka teknolojisini kullanan Lianyingzhi gibi yapay zeka şirketleri de yer alıyor.
Ana teknolojisi, derin öğrenme ve evrişimli sinir ağı modelleri yoluyla insanın bilişsel süreçlerini taklit ederek yapay zeka modellerinin tıbbi görüntülerdeki kalıpları otomatik olarak çıkarmasına olanak tanımaktır.
Trendler ve Fırsatlar
Şu anda, endüstriyel ekoloji, teknik temel, bilgi işlem kaynakları ve diğer nedenlerden dolayı yerli yapay zeka tıbbi bakımı ile yabancı ülkeler arasında pazar büyüme hızı ve ölçeği açısından hala bir boşluk olmasına rağmen, yerli yapay zeka tıbbi bakım geliştirme büyük bir pazara sahiptir. alan ve büyüme potansiyeli yüksek tıbbi taleple karşı karşıyadır.
Huajing Endüstriyel Araştırma Enstitüsü'nün verilerine göre, Çin'in yapay zeka medikal endüstrisinin pazar büyüklüğü 2021'de yaklaşık 9,5 milyar yuan olacak ve 2025'te 38,5 milyar yuan'a ulaşması bekleniyor.
Öngörülebilir gelecekte, yerel AI tıbbi bakımı, AI ilaç araştırma ve geliştirme, AI + patolojisi, AI tıbbi görüntüleme ve AI tıbbi cihazları gibi ana alanlarda çaba göstermeye devam edecektir.
Pazar talebi ve ölçeği açısından bakıldığında, yapay zeka tıbbi görüntüleme ve yapay zeka ilaç araştırma ve geliştirmesi, büyümenin ana atılımı olacak.
Özellikle yapay zeka tıbbi görüntüleme uygulamaları, piyasada çok sayıda ürün olması nedeniyle nispeten olgunlaşmış durumda. Global Market Insights verilerine göre küresel yapay zeka tıbbi görüntüleme pazarı, tıbbi yapay zeka pazarının %25'ini oluşturuyor ve bu da onu yapay zeka ilaçlarından sonra ikinci en büyük pazar segmenti haline getiriyor.
Yerli tıp sektörü açısından ülkemizde tıbbi görüntüleme verilerinin mevcut yıllık büyüme oranı yüzde 30 gibi yüksek bir seviyede, ancak görüntüleme doktorlarının yıllık büyüme oranı sadece yüzde 4.
36Kr analizine göre, 2020'den 2025'e kadar bileşik yıllık büyüme oranının (CAGR) %39,4 olması ve 2025'te 30 milyar yuan'ı aşması bekleniyor. Bunlar arasında yapay zeka tıbbi görüntüleme pazar payı %50,6 ile en yüksek olanıdır.
Yapay zeka ilaç araştırması ve geliştirmesi açısından yapay zeka, yeni ilaç araştırma ve geliştirmesindeki yüksek maliyet, düşük verimlilik ve yüksek risk sorunlarını etkili bir şekilde çözebilir.
Ülkemin yeni ilaç Ar-Ge sektörünün 2020'deki pazar büyüklüğü 1,2 trilyon yuan, ancak yeni ilaç Ar-Ge'nin başarı oranı yalnızca %11,3. Faz III klinik başarıya girse bile başarı oranı yalnızca %53,4 ve genel Klinik aşamanın maliyeti %70'e kadar çıkmaktadır.
Yapay zekanın bilişsel yeteneği sayesinde hedef keşfini, bileşik taramayı, ilaç tasarımını ve diğer bağlantıları hızlandırabilir, bu da yeni ilaçların başarı oranını ve kalitesini etkili bir şekilde artırabilir.
2021 yılında, ülkemin yapay zeka ilaç şirketi Yingsi Intelligent, kanser karşıtı ilaç PD-1 antikorlarının tasarımını optimize etmek amacıyla kendi geliştirdiği bir yapay zeka platformunu kullanmak için Zhejiang Üniversitesi ile işbirliği yaptı ve ABD FDA'dan klinik deneme izni aldı.
Bu tür başarılar, yeni ilaçların araştırılması ve geliştirilmesinde yapay zeka teknolojisinin potansiyelini gösteriyor ve aynı zamanda büyük ölçekli büyüme olasılığını da gösteriyor.
DPI tarafından yayınlanan bir tıbbi sektör raporuna göre, yapay zeka ilaç araştırma ve geliştirmesinin küresel pazar büyüklüğünün, yıllık %26,5'lik bileşik büyüme oranıyla 2020'de 4 milyar ABD dolarından 2027'de 20,3 milyar ABD dolarına çıkması bekleniyor.
Tüm hızıyla devam eden mevcut yapay zeka dalgasında, büyük modellerin getirdiği yetkilendirme, yapay zeka tıbbi bakımı alanında buzdağının sadece görünen kısmıdır. Yapay zeka devrimi devam ettikçe, zaten ivme kazanmış olan yapay zeka tıbbi bakımı, kesinlikle daha fazla fırsat ve vurgu getirecek.