61

医疗领域最有前景的AI应用 价值达1500亿美元

 6 years ago
source link: http://www.10tiao.com/html/282/201806/2650995497/5.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client


会议推荐

物联网生态发展论坛（6月28日  北京）

导语


目前人工智能（AI）在医疗领域的快速发展让人们倍感鼓舞，许多AI技术正在简化患者的就医流程，同时也在颠覆性地改变医生的工作流程，根据风险投资公司Rock Health的数据，2011年-2017年间，共有121家医疗AI和机器学习相关的公司在206项交易中融资27亿美元。


医疗保健领域内的AI应用看似范围非常广泛，几乎涵盖了从诊断到手术治疗等的各个方面，但是从另一个角度来看，AI的范围其实很窄，因为医疗保健领域内的AI通常只能执行一项任务。那么，目前为止，最有前景的医疗AI应用程序有哪些了？以下是《Harvard Business Review》杂志调查的10个最有应用前景的AI应用程序，他们估计在2026年前这些应用程序可以为美国的医疗保健创造高达1500亿美元的年储蓄。


调查基于AI应用程序的可接受性以及年储蓄的潜在能力，发现AI目前在提高一线临床医生工作效率方面创造了最大价值，但是在临床决策或者改善预后方面的应用尚比较少见，真正落实到临床的应用程序更是少之又少。


那么目前医疗保健领域内最有前景的10大AI应用是什么了？请看下表：




应用实例


1放射学科

AI能够快速准确地标记放射科医师注释的特定异常情况，证明其有提高图像分析效率的能力。 2011年，纽约大学Langone卫生研究所的研究人员发现，这种类型的自动分析可以找到并匹配特定的肺结节（在胸部CT图像上），且速度还要比放射科医师快62％至97％。 有研究结果表明，这种AI生成的图像分析效率可以为放射科医生提供更多的时间来专注于需要更多解释或判断的病例，从而每年可节省30亿美元。


2手术机器人

在骨科手术中，一种AI辅助机器人技术可以分析术前医疗记录中的数据，以便在手术过程中实时指导外科医生的器械操作， 它也可以使用来自实际手术经验的数据并告知医生新的手术技术。 对9个手术部位的379名骨科患者进行的一项研究发现，与外科医生单独手术相比，由Mazor Robotics创建的AI辅助机器人技术使手术并发症减少了5倍。在骨科手术中研究发现，AI辅助机器人手术可以减少并发症和错误处理，从而使患者术后的住院时间缩短21%，AI辅助机器人的使用每年可创造400亿美元的储蓄。


3降低剂量误差率

AI技术也被用于应对需要昂贵代价的剂量误差问题，研究表明在这方面人工智能可以节省160亿美元。 2016年，加利福尼亚州的一项开创性试验发现，在AI的帮助下开发的数学公式正确地计算了靶向用于患者某个器官的免疫抑制药物剂量。确定剂量传统上取决于指导方针和医生经验的结合，并且剂量误差占所有可预防医学过失的37％。 虽然这种类型的AI技术是新生的，但考虑到正确的剂量对于确保器官移植后移植物不被排斥是至关重要的，所以该应用也是非常有前景的。


4辅助诊断

AI辅助临床判断或诊断仍处于起步阶段，但一些研究结果正在给我们不断带来希望。 2017年，斯坦福大学的一个小组比较了21位皮肤科医生和AI算法识别皮肤癌的能力，如去年《Nature》杂志报道的那样，AI阿算法能够与所有测试过的专家达成一致，能够对皮肤癌进行分类，并具有与皮肤科医生相当的能力水平。研究表明，在患者进入急诊部门之前用AI先进行初步诊断，每年可以创造50亿美元的储蓄。


5虚拟护理

AI虚拟护理在照顾患者方面有巨大的潜力， 例如目前美国的旧金山加利福尼亚大学（UCSF）和英国的NHS正在使用的Sensely的“Molly”，是一个由AI驱动的与患者互动交流的护士头像，它可以们询问患者的健康状况，评估他们的症状并指导他们到最有效的护理环境。研究估计，由AI支持的虚拟护理每年可以节省200亿美元，节省护士花费在患者护理任务上的20％时间。


6优化工作流程

AI 能够帮助医疗保健行业解决昂贵的后台问题和工作效率地下。护士工作的一般时间（51%）、医生工作的近1/5（16%）都花费在了与患者护理无关的活动上。基于I的技术，如语音到文本的转录、编写图标笔记、填写处方和订购试剂等既可以优化管理工作流程，也可以避免与医疗无关的不必要活动。研究估计，这项应用可以节省180亿美元。

例如，虽然贝斯以色列女执事医疗中心的人工智能癌症筛查引起了人们的关注，但其首次应用人工智能却是利用AI降低再次入院率并确定可能的失约者。利用机器学习，贝斯以色列医疗中心的技术专家开发了一个应用程序，用于预测哪些患者可能会是失约或者终止治疗，以便他们可以提前介入。


7欺诈识别

错误和欺诈对于医疗保健机构和保险公司来说都是棘手问题。欺诈检测传统上依赖于计算机化（基于规则）和人工审查的医学索赔相结合。这是一个很耗时的过程，取决于在事件发生后能够迅速发现异常情况并进行干预。健康保险公司正在试验AI支持的数据挖掘，并结合基于AI的神经网络（模仿人脑的过程，但更为迅速），以搜索与医疗报销欺诈相关的医疗保险索赔。我们估计，AI可以提高医疗保险索赔中欺诈检测的速度和准确性，每年节约170亿美元。


8网络安全

除欺诈活动之外，在过去几年中，诸如WannaCry或Petya等数据泄露事件使得网络安全成为医疗保健机构的一个主要关注点。 据估计，医疗保健违规行为导致结构为每条患者记录花费380美元。 AI监控和检测，可以减少健康记录漏洞，以及与专有数据的异常交互，每年可节省20亿美元的成本。


结语


随着AI技术的快速发展，医疗保健机构将不得不投资那些提供最大价值的机构。由于 AI临床诊断仍然处于起步阶段，还需要时间来不断推进，因此应该优先考虑那些当今价值最大化的AI应用（如AI辅助手术，虚拟护理，管理工作流程等）。


本文内容由医学AI社编辑翔瑜翻译整理自 ：Harvard Business review,Brian Kalis ,Matt Collier,Richard Fu;10 Promising AI Applications in Health Care.


关注EETOP，后台输入 百宝箱，阅读推荐文章：

  1. 10分钟！用初中数学知识看懂深度学习！

  2. AI芯片|浅析Yann LeCun提到的两款Dataflow Chip

  3. 走进深度学习，你需要先了解这25个概念和术语...

  4. AI芯片踏入红海

  5. 解读AI：快速获取样本将成重点研究方向

  6. 机器学习和深度学习的最佳框架大比拼

  7. 深入浅出机器学习

  8. 机器学习和深度学习的最佳框架大比拼

  9. 哪些国家和大学人工智能研究领先？中国第一？

  10. 人工智能的“脑洞”有多大？院士：目前太依赖计算

  11. 浅说深度学习：核心概念

  12. 深度学习简易入门

  13. 几张图读懂机器学习：基本概念、五大流派与九种常见算法

  14. 通过生活案例读懂机器学习五大算法思维

  15. 腾讯云FPGA的深度学习算法

  16. 如何在单块GPU上训练超大型深度学习模型

  17. AI芯片怎么降功耗？从ISSCC2017说起

  18. AI驾临人间 四大芯片流派华山论剑

  19. 机器学习追根溯源：和计算机技术一样久远

  20. [透析] 卷积神经网络CNN究竟是怎样一步一步工作的？

  21. 中国正在引领人工智能？纽约时报说：“是的！”

  22. Nvidia是如何成为AI圈的弄潮儿

  23. 人工智能芯片: AI巨轮的引擎

  24. 李开复|如何给非专业人士讲解什么是深度学习

  25. 神经网络入门

  26. 从人工智能能机器学习到深度学习，不容错过的人工智能简史

  27. 浅析：人工智能的前沿—机器视觉的种类

  28. 浅析深度学习

  29. 在机器学习中机器是怎么从资料中「学」到东西的？

  30. 12张图生动地告诉你，深度学习中的卷积网络是怎么一回事？

  31. 从人工智能机器学习到深度学习，不容错过的人工智能简史

  32. 【高盛AI研究报告】人工智能是时代的拐点

  33. 一文带你理解深度学习的局限性

  34. 无解的神经网络内在逻辑

  35. FPGA是如何实现30倍速度的云加速的？都加速了哪些东西

  36. 深度学习 语音识别 FPGA 实现

  37. 2017年人工智能行业分析：芯片企业最少，计算机视觉与图像企业数量最多

  38. 关于人工智能的七大常见误解与七个真相！

  39. 一个故意不通过图灵测试的人工智能-Part 1

  40. 最适合人工智能开发的5种编程语言

  41. 一文说清楚机器学习、深度学习、人工智能的区别与联系

  42. 机器学习与人工智能究竟有何区别？

  43. 机器学习算法比较

  44. 云中的机器学习：FPGA 上的深度神经网络

  45. 什么是机器学习?

  46. 机器学习导入芯片设计领域

  47. AI技术大爆发背景下，开源深度学习框架的发展趋势如何？

  48. 中国初创公司在AI芯片（IP）领域的机会

  49. 深度学习简易入门

  50. 浅谈Alpha Go所涉及的深度学习技术

  51. 深度学习 语音识别 FPGA 实现


  1. 世界上最伟大的十个公式

  2. 统治世界的十大算法

  3. 微波射频领域传奇人物

  4. 集成电路史上最著名的10个人

  5. 电气之王，还原真实的尼古拉·特斯拉

  6. 电学实验史话--几个著名的电学实验

  7. 六位伟大的“数学学渣”科学家

  8. 雅马哈：世界上最奇葩的公司

  9. CDMA之母：海蒂•拉玛--史上最美的女发明家

  10. 盘点计算机算法世界最伟大的十位大师

  11. 物理学中十大最牛逼的思想实验!

  12. 细数二十世纪最伟大的10大算法及其意义

  13. 那些计算机界的伟大女性

  14. 仙童(Fairchild)让你感慨IC业的历史

会议推荐

物联网生态发展论坛（6月28日  北京）


点击阅读原文查看微信文章


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK