Site Loader
 

人工智能与中国医疗“联姻”,医疗服务新时代悄然而至

MEDiiHealth   脉德健康管家发表   

 

 

 

 

 

 

 
人工智能大家都不陌生,在与医疗行业结合的风口,想要了解中国智能医疗行业的发展,这篇文章你不能不看。
相关图片
人工智能在我国医疗领域的发展状况
 
  1) AI医学影像表现亮眼
借助医疗影响大数据及图像识别技术的发展优势,AI医学影像已成为中国人工智能与医疗结合最成熟的一个领域,无论从融资情况(2018年前三季度融资额高达26亿元)、坏事2018年预计收入前十强情况,AI医学影像行业在肺结节、眼底、乳腺癌、宫颈癌领域均已具备较为成熟的产品。但由于该领域至今无一例医疗AI产品获得三类医疗器械证书,因而我国基层成型的AI医学影像产品大多处于医院使用阶段,该领域的公司基本没有实现盈利。
  2) 辅助诊断一体化解决方案呼之欲出
医学影像、电子病历、导诊机器人、虚拟助理是主要的应用场景,并且产品多为软硬件一体化全套解决方案,目前产品仍处于打磨阶段,未来可能倾向服务收费的模式。
  3) 人工智能公司与药企强强联合
在药物研发方面,国内新药研发仍以防止腰和改良药为主,因此相比国外AI药物研发行业,国内布局较为落后,但商业模式清晰,主要为人工智能公司与药企合作开发新药。
  4) AI+健康管理尚待时机
在健康管理方面,国内该领域尚未成熟,主要聚焦于慢性病和母婴管理方面,商业模式以企业和个人支付的健康体检为主,后续付费模式有待成熟。
  5) 疾病预测遭遇技术壁垒
在疾病预测方面,我国主要聚焦于基因检测领域,由于存在技术壁垒,该领域上游基本被国外公司垄断,下游主要为医院投放模式和第三方检测模式。
 
人工智能提升医疗服务质量
  1)山东省立医院成功打造“智慧药房”据山东省立医院党委书记赵升田介绍,智慧药房引进先进大型自动发药系统,从识别处方条码、分拣药物、传送带送达取药窗口,完全实现人工智能化操作。“调配一张处方大概只需要10~15秒,大大减少了病人的候药时间,也腾出了门诊大厅的空间。”除了高速度运营的后台数据处理系统,智慧药房内部设施更新也让人眼前一亮。旋转式的智能货柜被分成若干小格,每个小格里都是尺寸一样的各类药品。一旦收到“指令”,货架里的药品会“乘坐”螺旋状“滑滑梯”,送到药篮里。
人工智能在药房的使用不仅缩短了病人的等候时间,也提高了放药的准确度。使用人工智能,不仅很好解决了在目前执业药师短缺的困境,也更好地为患者提供安全的服务。

  2)杭州全面推行电子病历
从2019年8月1日开始,杭州将在市区6000多家定点医药机构范围内,正式推广医保参保人员使用电子病历,逐步以电子病历取代传统纸质证历本。
电子病历本在杭州11家市区公立医院先行推行,到今年年底全面完成杭州市6000多家定点医药机构全覆盖。在2019年8月1日到2020年3月底前,为纸质证历本与电子病历本并行阶段,2020年4月1日起,医疗保障部门不再发放纸质证历本。

电子病历本推行后,患者通过手机支付宝、市民卡、浙里办三个App关联社保卡,就可以在手机上预约挂号或是在院内自助机上进行无卡挂号;取号后,拿着挂号单来到诊室门口,通过签到机扫码签到后等待医生叫号;进入诊室后,向医生展示手机上的电子社保卡二维码,医生用机器扫码后,即可在诊间完成就医、结算等步骤。
  电子病历是信息技术在城市医疗卫生社会治理过程中的创新应用,对于进一步提高医疗服务效率、改善群众就医体验、提升医保监管水平的意义重大。
  3)MATRIX AI Network(MAN)
MATRIX AI Network(MAN)人工智能生态平台致力于解决数据资产确权、数据隐私、算力成本等问题,降低使用人工智能技术的入门难度和使用成本,帮助智能维护、智能医疗进一步实现数字化,探索个人金融发展的更多可能。推动人工智能技术应用落地的同时持续挖掘人工智能技术和应用场景的新可能。

MATRIX与人工智能诊断
相比起传统医疗,人工智能介入医疗场景可以帮助平衡医疗水平差异,提高医疗诊断的准确率和效率,辅助医生实现疾病的早期筛查。Matrix AI Network(MAN)与同济大学上海肺科医院、复旦大学附属华东医院进行产学研合作,主攻小细胞癌症项目与骨折检测项目,依靠人工智能强大的搜索能力对海量的过往病例与治疗方案以及文献进行检索,提出完备的治疗方案,降低误诊和漏诊发生的可能性。

AI增强影像方案
小细胞肺癌是肺癌的基本类型之一。尽管和非小细胞肺癌相比,小细胞肺癌占肺癌比例仅为13%~15%,但是由于其极具侵袭性并且转移迅速而难以治疗,是一种恶性程度较高的肺癌。MATRIX利用人工智能技术进行小细胞癌症的判断主要由数据收集、数据预处理、图像分割、肺结节标记、模型训练、分类预测组成。AI增强影像能够兼顾全局和微观,实现对于小细胞癌症进行鉴别,计算患癌面积并完成病灶勾勒。

肋骨骨折是车祸定损和虐待儿童的主要取证方式,由于肋骨数量多、空间关系复杂,导致医生诊断工作量巨大,而且容易漏诊。
MATRIX对已进行脱敏处理的原始CT图像重建获得三维图像,通过高级形态学得到人体的脊柱和胸骨,再针对骨骼进行分割,去除胸骨和脊柱后,获得其他零散骨骼,再通过识别获得所有的肋骨,将获取的肋骨与医生进行标注的数据通过集合和众数的方式进行匹配,骨折数据以VOC&COCO的标准来制作,将数据集合起来作为训练数据来识别骨折位置,并通过模型获得预测结果。研发系统能够实现对骨折类型诊断,极大提升诊疗准确率和效率。

MATRIX智能医疗平台
根据CBInsights的统计显示,大量人工智能企业已经进入到智能医疗领域中,但受高质量数据和病人隐私保护等问题影响,导致一定程度上阻碍了产业的高速发展。为此,Matrix AI Network(MAN)希望打造一个直接面向病人的智能医疗平台。通过分布式存储、区块链技术和AI技术,帮助更多的人解决医疗隐私低、诊断结果准确率低、智能医疗诊断成本高昂等问题。利用分布式存储体系,在将病人的个人信息上传后通过采用分布式的方式存储在链上,从而避免被任何一个人窃取,同时分布式的算力分析,也避免了病人的信息在诊断过程中被算力提供者截取; 随着大量真实病人的资料上传及就诊,MATRIX的智能医疗平台将会基于这些高质量数据不断进化,从而不断提升诊断的准确度及可诊断疾病的类型。

  

  4)大数据推动医疗数字化进程

2019年7月25日,美国医疗大数据领域的领先企业Health Catalyst成功登陆纳斯达克,该企业会加大在垂直领域和国际市场的布局,并将使海量医疗数据得以高效运用,在极大降低医疗成本的同时,帮助全世界的医疗健康机构为患者提供更高质量的服务。
据统计,美国2018年在医疗健康方面的支出达3.6万亿美元,其中30%是因为效率低下、信息冗余等原因产生的不必要开销,总额高达1万亿美元。医疗健康机构的数字化势在必行。而Health Catalyst正是专注于对医疗机构的数据进行处理和分析,解决客户在临床、财务和运营方面的问题。
Health Catalyst作为海量数据、可量化解决方案和数据知情决策背后的“催化剂”和“加速器”,通过大数据分析,优化患者住院时间、再入院率,减少因不必要的手术和预防患者伤害等方面产生的成本,有效改善患者的健康情况。

中国人工智能医疗行业面临的挑战及发展趋势
 
1) 智能医疗人才稀缺
在人工智能人才方面,美国人工智能人才数量接近85万人,而中国仅仅5万。人才短板和不完善的智能医疗培养网络,成为制约中国智能医疗发展的两大问题。

 
2)  数据缺少行业规范化管理
在健康医疗数据方面,目前中国面临健康医疗数据归属不明确、数据安全要求高、数据开放受限制、数据标准不统一、数据伦理存争议、数据成本代价高等问题,这些都是制约人工智能医疗行业发展的重要因素。

3)  智能医疗器械上市难
在AI医疗器械审批方面,由于产品未通过审批就无法上市盈利,因此产品审批难移通过成为产业发展的重要掣肘。国家相关监管部门应积极应对市场需求,组建AI岂可审批小组,建立表尊数据库,加速审批流程。

4)  行业准入有待定夺
在行业应用方面,人工智能不仅能减少医生的工作量,还能提高医生诊断的准确率。但对于医疗机构来说,这并不是刚需;加上付费放不清晰,目前每一偶明确买单房是医院、患者、药企、保险公司还是政府,这是未来需要多方探索的问题。

人工智能是通向未来的捷径。临床医学与人工智能的深度融合是大势所趋,更是健康中国建设的主要路径。人工智能可以在很多方面与临床医学相融合比如智能诊疗工具可以根据病历和症状及大量医疗数据和知识帮助医生改善诊断结果,制定个人化、精确化的治疗方案;机器人辅助手术可以提高手术的精度和成功概率;人工智能用于医院管理,可提高医院运行效率并优化各方面流程,为医护人员和病人节约时间;此外,人工智能还可用于预测、防控重大流行疾病,实现精准医疗等。在我国医疗资源整体不足、地域分布不平衡,全科医生短缺,分级诊疗不理想,医疗需求持续攀升等大背景下,发展人工智能医疗应用具有重要意义。
目前各地正在积极推进分级诊疗,提倡建立完善家庭医生制度,医疗人工智能将大有所为。因此,视察组建议,政府应加大对医疗人工智能方面的投入,重视相关人才培养,适时出台政策鼓励医院加强医疗领域的人工智能的应用,并通过产学研一体化,让人工智能医疗更好地服务病患。

Post Author: admin

Leave a Reply

Your email address will not be published. Required fields are marked *