Медична допомога ШІ перевершила стадію «вишеньки на торті».

Автор: Лі Мінгер

**Джерело: **AI New Intelligence

Охорона здоров’я стала однією з найпопулярніших галузей, перетворених ШІ.

Сучасний ШІ проникає в усі галузі та ланки медичної індустрії з загрозливою швидкістю та потужністю.Нещодавно Sequoia Capital випустила статтю під назвою «Генеративний ШІ в охороні здоров’я» (Generative AI in the Medical Field), яка також має вплив на He провели комплексний і поглиблений аналіз застосування та розвитку штучного інтелекту в медичній галузі та переконані, що він має «величезний потенціал» у майбутньому.

Отже, чому галузь медицини отримує стільки уваги з боку капіталу в нинішньому напрямі ШІ?

Поточний стан лікування ШІ

У доповіді «Генеративний штучний інтелект в охороні здоров’я» Sequoia згадав деякі важливі застосування штучного інтелекту в медичній сфері, включаючи взаємодію з пацієнтами, документацію, прийняття клінічних рішень тощо.

За даними Sequoia Capital, нинішній медичний штучний інтелект подолав стадію «вишеньки на торті» та почав надавати перевагу ключовим ланкам медичної галузі. Таке розширення можливостей значно підвищило ефективність і якість галузі медицини. Зменшило витрати та робочу силу.

Зокрема, основні ланки медичної галузі включають шість основних ланок: взаємодія з пацієнтом, документація, прийняття клінічних рішень, попередня авторизація, кодування та управління циклом доходів.

Основна причина, чому останній генеративний штучний інтелект може розширити можливості цих основних вузлів, полягає в тому, що він може обробляти великі обсяги неструктурованих даних і перетворювати їх на корисну інформацію та ідеї.

Основні аспекти медичних операцій часто включають кілька типів даних, таких як голос, текст, зображення, відео, сигнали тощо. Ці дані часто є неструктурованими, тобто не існує фіксованого формату чи стандарту.

Він містить велику кількість медичних знань і цінностей, але його важко ефективно інтегрувати або використовувати людям або традиційним програмним системам.

У традиційній медичній промисловості обробка та інтеграція цих даних є дорогою, але її важко оминути.

Ринок медичного кодування в США оцінюється приблизно в 21 мільярд доларів і включає приблизно 35 000 медичних кодувальників. Незважаючи на таку велику кількість робочої сили, лікарні США щороку втрачають майже 20 мільярдів доларів доходу через помилки кодування, що змушує місцевих постачальників послуг покладатися на консультаційні фірми, які допомагають їм «знайти» відсутню інформацію.

Так само в процесі взаємодії з пацієнтами медична галузь завжди потребує великої кількості канцелярських працівників для впорядкування різної медичної документації.

Згідно зі статистичними даними Sequoia Capital, наразі в медичній галузі Сполучених Штатів працює близько 1 мільйона службовців, а середні річні витрати на одного службовця становлять 40-50 тисяч доларів США, що означає, що медична галузь витрачає щонайменше 400 мільйонів доларів США на таких позиціях щороку вартість о.

Generative AI може використовувати передові алгоритми, такі як глибоке навчання та обробка природної мови, щоб аналізувати, розуміти, генерувати та перетворювати ці дані, тим самим підвищуючи ефективність і якість медичних операцій, зменшуючи витрати та робочу силу, а також адаптуючись до різних джерел даних і середовища.

Наприклад, у документації генеративний ШІ можна використовувати для автоматичного перетворення розмов між лікарями та пацієнтами в електронні медичні записи та кодування; у прийнятті клінічних рішень генеративний ШІ можна використовувати для перетворення багатьох джерел даних і форматів, таких як медичні зображення та медичні записи.Звіти тощо перетворюються в єдині медичні знання та дані.

Саме через цю перевагу Sequoia вважає, що штучний інтелект може безпосередньо впливати на основні аспекти медичних операцій.

AI розширює можливості охорони здоров'я

На додаток до переваг обробки неструктурованих даних, ШІ на цьому етапі також розширює можливості галузі медицини в інших аспектах, включаючи діагностику за допомогою штучного інтелекту, аналіз медичних зображень ШІ, точну медицину ШІ, дослідження та розробку ліків, а також медичну допомогу. багато інших розділених треків.

Зокрема, з точки зору діагностики за допомогою ШІ, ШІ може надати можливі діагностичні пропозиції, аналізуючи симптоми пацієнта, ознаки, результати тестів та інші дані, допомагаючи лікарям приймати точніші та своєчасніші рішення. Наприклад, лікарі зі штучним інтелектом Alibaba Health можуть забезпечити 90% точність протягом 1,5 секунди, а лікарі зі штучним інтелектом Baidu вже можуть ідентифікувати понад 900 поширених захворювань.

Аналіз медичних зображень штучного інтелекту використовує машинне навчання, комп’ютерне зір та інші технології для автоматичного аналізу та діагностики даних медичних зображень і поєднує їх із генами, клінічними та іншими факторами на основі великої кількості кількісних характеристик, таких як морфологія, текстура, градації сірого, інтенсивність , тощо. На даних проводиться кореляційний аналіз для виявлення біомаркерів та прогностичних факторів захворювання.

З точки зору точної медицини, штучний інтелект може видобувати та аналізувати великомасштабні біологічні дані, такі як геноми, епігеноми та транскриптоми, щоб створити основу для персоналізованої профілактики, діагностики та лікування. Наприклад, платформа штучного інтелекту Deep Genomics може передбачати вплив генетичних варіацій на функцію та фенотип білка, а платформа штучного інтелекту Flatiron Health може використовувати клінічні дані в реальному часі, щоб надавати оптимальні варіанти лікування онкохворих.

Що стосується досліджень і розробки ліків, штучний інтелект може прискорити процес відкриття та розробки ліків шляхом моделювання та моделювання таких даних, як мішені ліків, структури ліків і механізми дії ліків. Наприклад, платформа штучного інтелекту BenevolentAI може видобувати нові препарати-кандидати з масивної літератури, а платформа штучного інтелекту Atomwise може зменшити витрати на експерименти та час за допомогою віртуального скринінгу.

Судячи з поточної загальної ситуації в медичній допомозі зі штучним інтелектом, медичні технології штучного інтелекту, особливо в деяких нових і передових галузях, таких як геноміка, імуноміка, нейронаука тощо. Іноземні компанії ШІ часто мають більше ресурсів і досвіду.

Наприклад, команда Google DeepMind, яка спеціалізується на пошуку генів захворювань, використовувала системи штучного інтелекту для аналізу структур майже всіх білків в організмі людини.

Таким чином AJ може визначити, чи будуть літери в ДНК створювати правильну структуру. Якщо ні, це буде вказано як потенційний причинний фактор.

Подібні приклади включають Paige.AI, який використовує технологію ШІ, щоб допомогти лікарям аналізувати зображення патології раку та відкривати нові методи лікування та ліки.

Пейдж спочатку використав 1 мільярд фотографій 500 000 слайдів медичної патології раку, щоб створити першу в світі масштабну базову модель. У співпраці з Microsoft обидві сторони розроблять найбільшу в світі модель штучного інтелекту зображення раку з до одного мільярда параметрів.

Незважаючи на те, що вітчизняні медичні технології штучного інтелекту зробили прорив у деяких сферах, таких як візуалізаційна діагностика та інтелектуальна консультація, все ще існують деякі технічні труднощі та виклики, такі як острови даних та якість даних.

У той же час сценарії застосування внутрішнього штучного інтелекту в медицині відносно зосереджені, головним чином на допоміжній стороні та стороні даних, наприклад CDSS (система підтримки клінічних рішень), розумні медичні записи та платформи аналізу медичних даних.

Серед репрезентативних компаній, які з’явилися, є такі компанії ШІ, як Lianyingzhi, яка використовує технологію ШІ для діагностики зображень.

За допомогою камер комп’ютерної томографії, оснащених інтелектуальними алгоритмами, інноваційно поєднуються згорткові нейронні мережі глибокого навчання та типові алгоритми розпізнавання образів для точного визначення діапазону комп’ютерного сканування.

Подібні вітчизняні компанії включають гіпотетичну медицину, яка використовує технологію ШІ для клінічної діагностики.

Її основна технологія полягає в імітації когнітивних процесів людини за допомогою глибокого навчання та моделей згорткових нейронних мереж, що дозволяє моделям штучного інтелекту автоматично виявляти шаблони в медичних зображеннях.

Його продукт штучного інтелекту InferOperate виконує глибоке вивчення різних типів нейровізуалізаційних даних, таких як електроенцефалографія та функціональна візуалізація мозку, щоб отримувати особливості зображення та локалізувати ураження, забезпечуючи таким чином лікарям інтелектуальне хірургічне планування та повністю автоматичне позиціонування та навігацію під час операції.

Тенденції та можливості

Наразі, незважаючи на те, що все ще існує розрив між внутрішньою медичною допомогою штучного інтелекту та іноземними країнами через промислову екологію, технічну основу, обчислювальні ресурси та інші причини, з точки зору темпів зростання та масштабу ринку, розвиток вітчизняної медичної допомоги штучного інтелекту має великий ринок. простір і потенціал зростання, стикаючись із високим медичним попитом.

Згідно з даними Інституту промислових досліджень Хуацзін, розмір ринку медичної галузі штучного інтелекту Китаю становитиме приблизно 9,5 мільярдів юанів у 2021 році та, як очікується, досягне 38,5 мільярдів юанів у 2025 році.

Джерело: Huajing Industrial Research Institute

У доступному для огляду майбутньому медична допомога в галузі штучного інтелекту продовжуватиме докладати зусиль у таких основних галузях, як дослідження та розробка лікарських засобів штучного інтелекту, патологія ШІ+, медична візуалізація штучного інтелекту та медичні пристрої штучного інтелекту.

З точки зору ринкового попиту та масштабу, медична візуалізація ШІ та дослідження та розробка ліків ШІ стануть головним проривом у зростанні.

Зокрема, додатки штучного інтелекту для отримання медичних зображень є відносно зрілими, з великою кількістю продуктів на ринку. Згідно з даними Global Market Insights, світовий ринок медичних зображень штучного інтелекту становить 25% ринку медичного штучного інтелекту, що робить його другим за величиною сегментом ринку після фармацевтичних препаратів ШІ.

Для вітчизняної медичної промисловості поточний річний темп зростання даних медичної візуалізації в нашій країні досягає 30%, але річний темп зростання кількості лікарів-візуалістів становить лише 4%.

Враховуючи, що цикл підготовки лікарів відносно тривалий, розвиток медицини візуалізації штучного інтелекту може ефективно зменшити дефіцит медичних талантів, і ринок все ще має великий потенціал для зростання.

Згідно з аналізом 36Kr, сукупний річний темп зростання (CAGR) з 2020 по 2025 рік очікується на рівні 39,4% і перевищить 30 мільярдів юанів у 2025 році. Серед них частка ринку медичних зображень ШІ є найвищою, досягаючи 50,6%.

Що стосується дослідження та розробки ліків штучного інтелекту, ШІ може ефективно вирішувати проблеми високої вартості, низької ефективності та високого ризику досліджень та розробки нових ліків.

Розмір ринку досліджень і розробок нових ліків у моїй країні в 2020 році становить 1,2 трильйона юанів, але показник успішності досліджень і розробок нових ліків становить лише 11,3%. Навіть якщо вони ввійдуть у III фазу клінічного успіху, показник успіху становитиме лише 53,4%, а загальний показник вартість клінічної фази становить до 70%.

Це свідчить про те, що дослідження та розробка нових ліків потребують величезних інвестицій грошей і часу, але переваги та ризики дуже невизначені.

Завдяки когнітивним можливостям штучного інтелекту ми можемо прискорити виявлення цілей, скринінг сполук, дизайн ліків та інші зв’язки, що може ефективно підвищити рівень успішності та якість нових ліків.

У 2021 році фармацевтична компанія Yingsi Intelligent, що займається штучним інтелектом, у моїй країні співпрацювала з Університетом Чжецзяна, щоб використати власно розроблену платформу штучного інтелекту для оптимізації дизайну антитіл проти раку PD-1 і отримала дозвіл на клінічні випробування від FDA США.

Такі досягнення показують потенціал технології AI у дослідженні та розробці нових ліків, а також вказують на можливість її масштабного зростання.

Відповідно до звіту про медичну галузь, опублікованого DPI, очікується, що обсяг світового ринку досліджень і розробок ліків штучного інтелекту зросте з 4 мільярдів доларів США у 2020 році до 20,3 мільярдів доларів США у 2027 році, із загальним річним темпом зростання на 26,5%.

У нинішній хвилі штучного інтелекту, яка йде повним ходом, розширення можливостей, яке приносять великі моделі, є лише верхівкою айсберга в галузі медичної допомоги ШІ. Оскільки революція ШІ триває, медична допомога ШІ, яка вже набрала обертів, напевно принесе більше можливостей і яскравих моментів.