Chăm sóc sức khỏe đã trở thành một trong những ngành phổ biến nhất được biến đổi bởi AI.
AI ngày nay đang thâm nhập vào mọi lĩnh vực và liên kết của ngành y tế với tốc độ và sức mạnh đáng báo động, mới đây Sequoia Capital đã đăng tải một bài báo có tựa đề “Generative AI in Healthcare” (Generative AI in the Medical Field), cũng có tác động đến He. đã tiến hành phân tích toàn diện và chuyên sâu về ứng dụng, phát triển AI trong ngành y tế và tin rằng nó có “tiềm năng rất lớn” trong tương lai.
Vậy tại sao lĩnh vực y tế lại nhận được nhiều sự quan tâm từ vốn trong con đường AI hiện nay?
Hiện trạng điều trị y tế bằng AI
Trong báo cáo “Generative AI in Healthcare”, Sequoia đã đề cập đến một số ứng dụng quan trọng của AI trong lĩnh vực y tế, bao gồm tương tác với bệnh nhân, tài liệu, ra quyết định lâm sàng, v.v.
Theo Sequoia Capital, AI y tế hiện tại đã vượt qua giai đoạn "đóng băng" và bắt đầu trao quyền cho các liên kết cốt lõi của ngành y tế. Việc trao quyền như vậy đã cải thiện đáng kể hiệu quả và chất lượng của lĩnh vực y tế, giảm chi phí và nhân lực.
Cụ thể, các liên kết cốt lõi của ngành y tế bao gồm sáu liên kết chính: tương tác với bệnh nhân, tài liệu, ra quyết định lâm sàng, ủy quyền trước, mã hóa và quản lý chu trình doanh thu.
Lý do chính khiến AI thế hệ mới nhất có thể trao quyền cho các nút cốt lõi này là vì nó có thể xử lý một lượng lớn dữ liệu phi cấu trúc và biến nó thành thông tin và hiểu biết hữu ích.
Các khía cạnh cốt lõi của hoạt động y tế thường liên quan đến nhiều loại dữ liệu, chẳng hạn như giọng nói, văn bản, hình ảnh, video, tín hiệu, v.v. Những dữ liệu này thường không có cấu trúc, nghĩa là không có định dạng hoặc tiêu chuẩn cố định.
Nó chứa đựng rất nhiều kiến thức và giá trị y học, nhưng rất khó để con người hoặc các hệ thống phần mềm truyền thống tích hợp hoặc sử dụng một cách hiệu quả.
Trong ngành y tế truyền thống, việc xử lý và tích hợp những dữ liệu này rất tốn kém nhưng khó bỏ qua.
Thị trường mã hóa y tế của Hoa Kỳ trị giá khoảng 21 tỷ USD và bao gồm khoảng 35.000 lập trình viên y tế. Bất chấp lực lượng lao động đông đảo này, các bệnh viện ở Hoa Kỳ vẫn mất gần 20 tỷ USD doanh thu mỗi năm do lỗi mã hóa, khiến các nhà cung cấp dịch vụ địa phương phải dựa vào các công ty tư vấn kiểu nhà nhỏ để giúp họ “tìm” thông tin còn thiếu.
Tương tự, trong quá trình tương tác với bệnh nhân, ngành y tế luôn cần một lượng lớn nhân viên văn thư để tổ chức các loại hồ sơ y tế khác nhau.
Theo thống kê từ Sequoia Capital, hiện tại Hoa Kỳ có khoảng 1 triệu nhân viên văn thư trong ngành y tế và chi tiêu trung bình hàng năm cho mỗi nhân viên văn thư là 40-50 nghìn USD, nghĩa là ngành y tế chi ít nhất 400 triệu USD trên các vị trí như vậy mỗi năm chi phí.
AI sáng tạo có thể sử dụng các thuật toán tiên tiến như học sâu và xử lý ngôn ngữ tự nhiên để phân tích, hiểu, tạo và chuyển đổi những dữ liệu này, từ đó cải thiện hiệu quả và chất lượng của hoạt động y tế, giảm chi phí và nhân lực cũng như thích ứng với các nguồn dữ liệu và môi trường khác nhau.
Ví dụ: trong tài liệu, AI tổng quát có thể được sử dụng để tự động chuyển đổi các cuộc hội thoại giữa bác sĩ và bệnh nhân thành hồ sơ y tế điện tử và mã hóa; trong việc ra quyết định lâm sàng, AI tổng quát có thể được sử dụng để chuyển đổi nhiều nguồn và định dạng dữ liệu, chẳng hạn như hình ảnh y tế và hồ sơ bệnh án, các báo cáo... được chuyển thành kiến thức, dữ liệu y tế thống nhất.
Ưu điểm này là lý do tại sao Sequoia tin rằng AI có thể tác động trực tiếp vào các khía cạnh cốt lõi của hoạt động y tế.
AI hỗ trợ chăm sóc sức khỏe
Ngoài những ưu điểm của việc xử lý dữ liệu phi cấu trúc, AI ở giai đoạn này còn trao quyền cho lĩnh vực y tế ở nhiều khía cạnh hơn, bao gồm chẩn đoán được hỗ trợ bởi AI, phân tích hình ảnh y tế bằng AI, y học chính xác bằng AI, nghiên cứu và phát triển thuốc cũng như chăm sóc y tế. nhiều bài hát được chia nhỏ khác.
Cụ thể, về mặt chẩn đoán được hỗ trợ bởi AI, AI có thể đưa ra các gợi ý chẩn đoán khả thi bằng cách phân tích các triệu chứng, dấu hiệu, kết quả xét nghiệm và các dữ liệu khác của bệnh nhân, giúp bác sĩ đưa ra quyết định chính xác và kịp thời hơn. Ví dụ: các bác sĩ AI của Alibaba Health có thể cung cấp độ chính xác 90% trong vòng 1,5 giây và các bác sĩ AI của Baidu có thể xác định hơn 900 bệnh phổ biến.
Phân tích hình ảnh y tế AI sử dụng máy học, thị giác máy tính và các công nghệ khác để tự động phân tích và chẩn đoán dữ liệu hình ảnh y tế, đồng thời kết hợp dữ liệu đó với gen, lâm sàng và các yếu tố khác dựa trên một số lượng lớn các đặc điểm định lượng, chẳng hạn như hình thái, kết cấu, thang độ xám, cường độ , v.v. Phân tích tương quan được thực hiện trên dữ liệu để phát hiện các dấu ấn sinh học và các yếu tố tiên lượng của bệnh.
Về mặt y học chính xác, AI có thể khai thác và phân tích dữ liệu sinh học quy mô lớn như bộ gen, bộ gen biểu sinh và bộ phiên mã để làm cơ sở cho việc phòng ngừa, chẩn đoán và điều trị được cá nhân hóa. Ví dụ: nền tảng AI của Deep Genomics có thể dự đoán tác động của các biến thể di truyền đến chức năng và kiểu hình protein, còn nền tảng AI của Flatiron Health có thể sử dụng dữ liệu lâm sàng theo thời gian thực để đưa ra các lựa chọn điều trị tối ưu cho bệnh nhân ung thư.
Về mặt nghiên cứu và phát triển thuốc, AI có thể đẩy nhanh quá trình khám phá và phát triển thuốc bằng cách mô hình hóa và mô phỏng dữ liệu như mục tiêu thuốc, cấu trúc thuốc và cơ chế tác dụng của thuốc. Ví dụ: nền tảng AI của BenevolentAI có thể khai thác các loại thuốc mới từ tài liệu khổng lồ và nền tảng AI của Atomwise có thể giảm chi phí và thời gian thử nghiệm thông qua sàng lọc ảo.
Đánh giá từ tình hình chung hiện nay về chăm sóc y tế AI, công nghệ y tế AI, đặc biệt là trong một số lĩnh vực mới nổi và tiên tiến như genomics, immunomics, khoa học thần kinh, v.v. Các công ty AI nước ngoài thường có nhiều nguồn lực và kinh nghiệm hơn.
Ví dụ, nhóm DeepMind của Google, chuyên tìm kiếm gen bệnh, đã sử dụng hệ thống trí tuệ nhân tạo để phân tích cấu trúc của hầu hết các protein trong cơ thể con người.
Bằng cách này, AJ có thể biết liệu các chữ cái trong DNA có tạo ra cấu trúc chính xác hay không. Nếu không, nó sẽ được liệt kê là một yếu tố gây bệnh tiềm ẩn.
Các ví dụ tương tự bao gồm Paige.AI, sử dụng công nghệ AI để giúp các bác sĩ phân tích hình ảnh bệnh lý ung thư và khám phá các phương pháp điều trị và thuốc mới.
Paige ban đầu sử dụng 1 tỷ bức ảnh của 500.000 slide bệnh lý ung thư để tạo ra mô hình cơ bản quy mô lớn đầu tiên trên thế giới. Hợp tác với Microsoft, hai bên sẽ phát triển mô hình AI chụp ảnh ung thư lớn nhất thế giới, với tối đa một tỷ thông số.
Mặc dù công nghệ y tế AI trong nước đã có những đột phá trong một số lĩnh vực như chẩn đoán hình ảnh và tư vấn thông minh, nhưng vẫn còn một số khó khăn và thách thức về kỹ thuật như đảo dữ liệu và chất lượng dữ liệu.
Đồng thời, các kịch bản ứng dụng y tế AI trong nước tương đối tập trung, chủ yếu ở phía phụ trợ và phía dữ liệu, chẳng hạn như CDSS (hệ thống hỗ trợ quyết định lâm sàng), hồ sơ y tế thông minh và nền tảng thông minh dữ liệu y tế.
Trong số các công ty đại diện nổi lên có các công ty AI như Lianyingzhi, sử dụng công nghệ AI để thực hiện chẩn đoán hình ảnh.
Thông qua các camera CT được trang bị các thuật toán thông minh, mạng lưới thần kinh tích chập học sâu và các thuật toán nhận dạng mẫu điển hình được kết hợp một cách sáng tạo để xác định chính xác phạm vi quét CT.
Các công ty nội địa tương tự bao gồm thuốc giả định sử dụng công nghệ AI để chẩn đoán lâm sàng.
Công nghệ chính của nó là bắt chước các quá trình nhận thức của con người thông qua các mô hình mạng lưới thần kinh tích chập và học sâu, cho phép các mô hình AI tự động khai thác các mẫu trong hình ảnh y tế.
Sản phẩm AI InferOperate của họ thực hiện học sâu trên nhiều loại dữ liệu hình ảnh thần kinh khác nhau như điện não đồ và hình ảnh chức năng não để trích xuất các đặc điểm hình ảnh và xác định vị trí tổn thương, từ đó cung cấp cho bác sĩ kế hoạch phẫu thuật thông minh cũng như định vị và điều hướng trong phẫu thuật hoàn toàn tự động.
Xu hướng và Cơ hội
Hiện tại, mặc dù vẫn còn khoảng cách giữa chăm sóc y tế AI trong nước và nước ngoài do sinh thái công nghiệp, nền tảng kỹ thuật, tài nguyên máy tính và các lý do khác, nhưng xét về tốc độ và quy mô tăng trưởng thị trường, việc phát triển chăm sóc y tế AI trong nước có thị trường rộng lớn. không gian và tiềm năng phát triển, đối mặt với nhu cầu y tế cao.
Theo dữ liệu từ Viện nghiên cứu công nghiệp Huajing, quy mô thị trường của ngành y tế AI của Trung Quốc sẽ xấp xỉ 9,5 tỷ nhân dân tệ vào năm 2021 và dự kiến sẽ đạt 38,5 tỷ nhân dân tệ vào năm 2025.
Nguồn: Viện nghiên cứu công nghiệp Huajing
Trong tương lai gần, ngành chăm sóc y tế AI trong nước sẽ tiếp tục nỗ lực trong các lĩnh vực chính như nghiên cứu và phát triển thuốc AI, bệnh lý AI+, hình ảnh y tế AI và thiết bị y tế AI.
Từ góc độ nhu cầu và quy mô thị trường, nghiên cứu và phát triển hình ảnh y tế AI và thuốc AI sẽ trở thành bước đột phá tăng trưởng chính.
Cụ thể, các ứng dụng hình ảnh y tế AI tương đối trưởng thành, có số lượng sản phẩm lớn trên thị trường. Theo dữ liệu của Global Market Insights, thị trường hình ảnh y tế AI toàn cầu chiếm 25% thị trường AI y tế, trở thành phân khúc thị trường lớn thứ hai sau dược phẩm AI.
Đối với ngành y tế trong nước, tốc độ tăng trưởng dữ liệu hình ảnh y tế hàng năm ở nước ta hiện nay cao tới 30%, nhưng tốc độ tăng trưởng hàng năm của bác sĩ hình ảnh chỉ là 4%.
Xét rằng chu kỳ đào tạo bác sĩ tương đối dài, sự phát triển của y học hình ảnh AI có thể giảm bớt tình trạng thiếu nhân tài y tế một cách hiệu quả và thị trường vẫn còn tiềm năng tăng trưởng lớn.
Theo phân tích của 36Kr, tốc độ tăng trưởng kép hàng năm (CAGR) từ năm 2020 đến năm 2025 dự kiến là 39,4% và sẽ vượt 30 tỷ nhân dân tệ vào năm 2025. Trong số đó, thị phần hình ảnh y tế AI là cao nhất, đạt 50,6%.
Về mặt nghiên cứu và phát triển thuốc AI, AI có thể giải quyết hiệu quả các vấn đề về chi phí cao, hiệu quả thấp và rủi ro cao trong nghiên cứu và phát triển thuốc mới.
Quy mô thị trường của ngành nghiên cứu và phát triển thuốc mới của nước tôi vào năm 2020 là 1,2 nghìn tỷ nhân dân tệ, nhưng tỷ lệ thành công của nghiên cứu và phát triển thuốc mới chỉ là 11,3%. Ngay cả khi bước vào giai đoạn thành công lâm sàng III, tỷ lệ thành công cũng chỉ là 53,4%. và tổng chi phí của giai đoạn lâm sàng chiếm tới 70%.
Điều này cho thấy việc nghiên cứu và phát triển các loại thuốc mới đòi hỏi sự đầu tư rất lớn về tiền bạc và thời gian nhưng lợi ích và rủi ro là rất không chắc chắn.
Thông qua khả năng nhận thức của trí tuệ nhân tạo, chúng ta có thể tăng tốc phát hiện mục tiêu, sàng lọc hợp chất, thiết kế thuốc và các liên kết khác, từ đó có thể cải thiện hiệu quả tỷ lệ thành công và chất lượng của thuốc mới.
Vào năm 2021, công ty dược phẩm AI Yingsi Intelligence của nước tôi đã hợp tác với Đại học Chiết Giang để sử dụng nền tảng AI tự phát triển để tối ưu hóa thiết kế kháng thể PD-1 của thuốc chống ung thư và được FDA Hoa Kỳ cho phép thử nghiệm lâm sàng.
Những thành tựu như vậy cho thấy tiềm năng của công nghệ AI trong việc nghiên cứu và phát triển các loại thuốc mới, đồng thời cũng cho thấy khả năng phát triển trên quy mô lớn của nó.
Theo báo cáo ngành y tế do Sở Kế hoạch và Đầu tư công bố, quy mô thị trường toàn cầu của nghiên cứu và phát triển thuốc AI dự kiến sẽ tăng từ 4 tỷ USD vào năm 2020 lên 20,3 tỷ USD vào năm 2027, với tốc độ tăng trưởng kép hàng năm là 26,5%.
Trong làn sóng AI đang phát triển mạnh mẽ hiện nay, việc trao quyền do các mô hình lớn mang lại chỉ là phần nổi của tảng băng trôi trong lĩnh vực chăm sóc y tế AI. Khi cuộc cách mạng AI tiếp tục, chăm sóc y tế AI, vốn đã có được động lực, chắc chắn sẽ mang lại nhiều cơ hội và điểm nổi bật hơn.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Chăm sóc y tế AI đã vượt qua giai đoạn “đóng băng”
Tác giả: Lý Minh Nhi
**Nguồn: **Trí tuệ mới AI
Chăm sóc sức khỏe đã trở thành một trong những ngành phổ biến nhất được biến đổi bởi AI.
AI ngày nay đang thâm nhập vào mọi lĩnh vực và liên kết của ngành y tế với tốc độ và sức mạnh đáng báo động, mới đây Sequoia Capital đã đăng tải một bài báo có tựa đề “Generative AI in Healthcare” (Generative AI in the Medical Field), cũng có tác động đến He. đã tiến hành phân tích toàn diện và chuyên sâu về ứng dụng, phát triển AI trong ngành y tế và tin rằng nó có “tiềm năng rất lớn” trong tương lai.
Hiện trạng điều trị y tế bằng AI
Trong báo cáo “Generative AI in Healthcare”, Sequoia đã đề cập đến một số ứng dụng quan trọng của AI trong lĩnh vực y tế, bao gồm tương tác với bệnh nhân, tài liệu, ra quyết định lâm sàng, v.v.
Theo Sequoia Capital, AI y tế hiện tại đã vượt qua giai đoạn "đóng băng" và bắt đầu trao quyền cho các liên kết cốt lõi của ngành y tế. Việc trao quyền như vậy đã cải thiện đáng kể hiệu quả và chất lượng của lĩnh vực y tế, giảm chi phí và nhân lực.
Cụ thể, các liên kết cốt lõi của ngành y tế bao gồm sáu liên kết chính: tương tác với bệnh nhân, tài liệu, ra quyết định lâm sàng, ủy quyền trước, mã hóa và quản lý chu trình doanh thu.
Các khía cạnh cốt lõi của hoạt động y tế thường liên quan đến nhiều loại dữ liệu, chẳng hạn như giọng nói, văn bản, hình ảnh, video, tín hiệu, v.v. Những dữ liệu này thường không có cấu trúc, nghĩa là không có định dạng hoặc tiêu chuẩn cố định.
Nó chứa đựng rất nhiều kiến thức và giá trị y học, nhưng rất khó để con người hoặc các hệ thống phần mềm truyền thống tích hợp hoặc sử dụng một cách hiệu quả.
Trong ngành y tế truyền thống, việc xử lý và tích hợp những dữ liệu này rất tốn kém nhưng khó bỏ qua.
Tương tự, trong quá trình tương tác với bệnh nhân, ngành y tế luôn cần một lượng lớn nhân viên văn thư để tổ chức các loại hồ sơ y tế khác nhau.
Theo thống kê từ Sequoia Capital, hiện tại Hoa Kỳ có khoảng 1 triệu nhân viên văn thư trong ngành y tế và chi tiêu trung bình hàng năm cho mỗi nhân viên văn thư là 40-50 nghìn USD, nghĩa là ngành y tế chi ít nhất 400 triệu USD trên các vị trí như vậy mỗi năm chi phí.
Ví dụ: trong tài liệu, AI tổng quát có thể được sử dụng để tự động chuyển đổi các cuộc hội thoại giữa bác sĩ và bệnh nhân thành hồ sơ y tế điện tử và mã hóa; trong việc ra quyết định lâm sàng, AI tổng quát có thể được sử dụng để chuyển đổi nhiều nguồn và định dạng dữ liệu, chẳng hạn như hình ảnh y tế và hồ sơ bệnh án, các báo cáo... được chuyển thành kiến thức, dữ liệu y tế thống nhất.
Ưu điểm này là lý do tại sao Sequoia tin rằng AI có thể tác động trực tiếp vào các khía cạnh cốt lõi của hoạt động y tế.
AI hỗ trợ chăm sóc sức khỏe
Ngoài những ưu điểm của việc xử lý dữ liệu phi cấu trúc, AI ở giai đoạn này còn trao quyền cho lĩnh vực y tế ở nhiều khía cạnh hơn, bao gồm chẩn đoán được hỗ trợ bởi AI, phân tích hình ảnh y tế bằng AI, y học chính xác bằng AI, nghiên cứu và phát triển thuốc cũng như chăm sóc y tế. nhiều bài hát được chia nhỏ khác.
Phân tích hình ảnh y tế AI sử dụng máy học, thị giác máy tính và các công nghệ khác để tự động phân tích và chẩn đoán dữ liệu hình ảnh y tế, đồng thời kết hợp dữ liệu đó với gen, lâm sàng và các yếu tố khác dựa trên một số lượng lớn các đặc điểm định lượng, chẳng hạn như hình thái, kết cấu, thang độ xám, cường độ , v.v. Phân tích tương quan được thực hiện trên dữ liệu để phát hiện các dấu ấn sinh học và các yếu tố tiên lượng của bệnh.
Về mặt nghiên cứu và phát triển thuốc, AI có thể đẩy nhanh quá trình khám phá và phát triển thuốc bằng cách mô hình hóa và mô phỏng dữ liệu như mục tiêu thuốc, cấu trúc thuốc và cơ chế tác dụng của thuốc. Ví dụ: nền tảng AI của BenevolentAI có thể khai thác các loại thuốc mới từ tài liệu khổng lồ và nền tảng AI của Atomwise có thể giảm chi phí và thời gian thử nghiệm thông qua sàng lọc ảo.
Ví dụ, nhóm DeepMind của Google, chuyên tìm kiếm gen bệnh, đã sử dụng hệ thống trí tuệ nhân tạo để phân tích cấu trúc của hầu hết các protein trong cơ thể con người.
Bằng cách này, AJ có thể biết liệu các chữ cái trong DNA có tạo ra cấu trúc chính xác hay không. Nếu không, nó sẽ được liệt kê là một yếu tố gây bệnh tiềm ẩn.
Paige ban đầu sử dụng 1 tỷ bức ảnh của 500.000 slide bệnh lý ung thư để tạo ra mô hình cơ bản quy mô lớn đầu tiên trên thế giới. Hợp tác với Microsoft, hai bên sẽ phát triển mô hình AI chụp ảnh ung thư lớn nhất thế giới, với tối đa một tỷ thông số.
Đồng thời, các kịch bản ứng dụng y tế AI trong nước tương đối tập trung, chủ yếu ở phía phụ trợ và phía dữ liệu, chẳng hạn như CDSS (hệ thống hỗ trợ quyết định lâm sàng), hồ sơ y tế thông minh và nền tảng thông minh dữ liệu y tế.
Trong số các công ty đại diện nổi lên có các công ty AI như Lianyingzhi, sử dụng công nghệ AI để thực hiện chẩn đoán hình ảnh.
Công nghệ chính của nó là bắt chước các quá trình nhận thức của con người thông qua các mô hình mạng lưới thần kinh tích chập và học sâu, cho phép các mô hình AI tự động khai thác các mẫu trong hình ảnh y tế.
Xu hướng và Cơ hội
Hiện tại, mặc dù vẫn còn khoảng cách giữa chăm sóc y tế AI trong nước và nước ngoài do sinh thái công nghiệp, nền tảng kỹ thuật, tài nguyên máy tính và các lý do khác, nhưng xét về tốc độ và quy mô tăng trưởng thị trường, việc phát triển chăm sóc y tế AI trong nước có thị trường rộng lớn. không gian và tiềm năng phát triển, đối mặt với nhu cầu y tế cao.
Theo dữ liệu từ Viện nghiên cứu công nghiệp Huajing, quy mô thị trường của ngành y tế AI của Trung Quốc sẽ xấp xỉ 9,5 tỷ nhân dân tệ vào năm 2021 và dự kiến sẽ đạt 38,5 tỷ nhân dân tệ vào năm 2025.
Trong tương lai gần, ngành chăm sóc y tế AI trong nước sẽ tiếp tục nỗ lực trong các lĩnh vực chính như nghiên cứu và phát triển thuốc AI, bệnh lý AI+, hình ảnh y tế AI và thiết bị y tế AI.
Từ góc độ nhu cầu và quy mô thị trường, nghiên cứu và phát triển hình ảnh y tế AI và thuốc AI sẽ trở thành bước đột phá tăng trưởng chính.
Cụ thể, các ứng dụng hình ảnh y tế AI tương đối trưởng thành, có số lượng sản phẩm lớn trên thị trường. Theo dữ liệu của Global Market Insights, thị trường hình ảnh y tế AI toàn cầu chiếm 25% thị trường AI y tế, trở thành phân khúc thị trường lớn thứ hai sau dược phẩm AI.
Đối với ngành y tế trong nước, tốc độ tăng trưởng dữ liệu hình ảnh y tế hàng năm ở nước ta hiện nay cao tới 30%, nhưng tốc độ tăng trưởng hàng năm của bác sĩ hình ảnh chỉ là 4%.
Theo phân tích của 36Kr, tốc độ tăng trưởng kép hàng năm (CAGR) từ năm 2020 đến năm 2025 dự kiến là 39,4% và sẽ vượt 30 tỷ nhân dân tệ vào năm 2025. Trong số đó, thị phần hình ảnh y tế AI là cao nhất, đạt 50,6%.
Về mặt nghiên cứu và phát triển thuốc AI, AI có thể giải quyết hiệu quả các vấn đề về chi phí cao, hiệu quả thấp và rủi ro cao trong nghiên cứu và phát triển thuốc mới.
Quy mô thị trường của ngành nghiên cứu và phát triển thuốc mới của nước tôi vào năm 2020 là 1,2 nghìn tỷ nhân dân tệ, nhưng tỷ lệ thành công của nghiên cứu và phát triển thuốc mới chỉ là 11,3%. Ngay cả khi bước vào giai đoạn thành công lâm sàng III, tỷ lệ thành công cũng chỉ là 53,4%. và tổng chi phí của giai đoạn lâm sàng chiếm tới 70%.
Thông qua khả năng nhận thức của trí tuệ nhân tạo, chúng ta có thể tăng tốc phát hiện mục tiêu, sàng lọc hợp chất, thiết kế thuốc và các liên kết khác, từ đó có thể cải thiện hiệu quả tỷ lệ thành công và chất lượng của thuốc mới.
Vào năm 2021, công ty dược phẩm AI Yingsi Intelligence của nước tôi đã hợp tác với Đại học Chiết Giang để sử dụng nền tảng AI tự phát triển để tối ưu hóa thiết kế kháng thể PD-1 của thuốc chống ung thư và được FDA Hoa Kỳ cho phép thử nghiệm lâm sàng.
Những thành tựu như vậy cho thấy tiềm năng của công nghệ AI trong việc nghiên cứu và phát triển các loại thuốc mới, đồng thời cũng cho thấy khả năng phát triển trên quy mô lớn của nó.
Theo báo cáo ngành y tế do Sở Kế hoạch và Đầu tư công bố, quy mô thị trường toàn cầu của nghiên cứu và phát triển thuốc AI dự kiến sẽ tăng từ 4 tỷ USD vào năm 2020 lên 20,3 tỷ USD vào năm 2027, với tốc độ tăng trưởng kép hàng năm là 26,5%.
Trong làn sóng AI đang phát triển mạnh mẽ hiện nay, việc trao quyền do các mô hình lớn mang lại chỉ là phần nổi của tảng băng trôi trong lĩnh vực chăm sóc y tế AI. Khi cuộc cách mạng AI tiếp tục, chăm sóc y tế AI, vốn đã có được động lực, chắc chắn sẽ mang lại nhiều cơ hội và điểm nổi bật hơn.