AI如何助力医疗从半程走向全程 答案在全新《白皮书》

2019-09-01 顾泳 黄杨子 舒抒 上观新闻

人工智能助力医疗,怎样从“半程”走到“全程”?8月30日天召开的“2019全球人工智能健康峰会”传出消息:作为世界卫生组织与国际电信联盟(WHO/ITU)医疗健康人工智能焦点组国内对口组重要工作成果,信通院、百度AI产业研究中心、罗兰贝格在峰会上联合发布《以人为本,人工智能助力医疗体系科学发展白皮书》(下称“《白皮书》”),为这一问题带来答案。解放日报·上观新闻记者获悉,《白皮书》对医疗体系的现状

人工智能助力医疗,怎样从“半程”走到“全程”?8月30日天召开的“2019全球人工智能健康峰会”传出消息:作为世界卫生组织与国际电信联盟(WHO/ITU)医疗健康人工智能焦点组国内对口组重要工作成果,信通院、百度AI产业研究中心、罗兰贝格在峰会上联合发布《以人为本,人工智能助力医疗体系科学发展白皮书》(下称“《白皮书》”),为这一问题带来答案。

解放日报·上观新闻记者获悉,《白皮书》对医疗体系的现状及未来的发展趋势做出判断。《白皮书》指出,为满足医院服务提供方、医疗支付和监管方、药品及医疗器械提供方的不同需求,AI将演化出丰富多彩的顶层应用场景,促进实现“以人为本的整合型服务”。

医疗AI痛点:供给与需求不匹配

《白皮书》指出,中国医疗健康行业的核心痛点在于供给与需求之间的不匹配。人口老龄化背景下,医疗需求持续攀升、医保支付压力增大、医疗资源不均衡问题愈发突出。当前,以AI为代表的新技术手段的融入,为医疗体系的改革以及健康发展注入了新的活力。医疗行业将逐渐从政策驱动的数字化建设向体制改革驱动的数字化建设演进,呈现出智慧化、线上化、数据驱动的特征。

《白皮书》明确,医疗AI的发展依赖智能芯片、传感器、网络通信、云计算等基础设施,以及医疗健康行业理解能力、数字化运营能力等关键能力。纵观AI技术对各主体参与方的赋能应用,其核心能力分为计算智能、感知智能和认知智能三层。

在认知智能层面,需要自然语言处理技术以及知识图谱做技术支撑,而这两种技术也恰恰是医疗AI领域的核心技术。其中,自然语言处理对于病历结构化、实现虚拟助理和辅助诊断、挖掘文献和临床等证据的关系等应用至关重要;知识图谱是临床辅助支持系统的底层核心,是实现智能化语义检索的基础和桥梁,在疾病风险评估、智能辅助诊疗、医疗质量控制、医学科研辅助、院管决策支持等智慧医疗领域都有着良好的发展前景。

AI赋能医疗,更要“以人为本”

大健康的范畴已涉及到人们生活的全方位、全要素和全周期。《白皮书》指出,在这样的基础上,AI技术有着多维度、多模式的赋能方案。围绕核心医疗生态体系,AI将发挥重要作用,通过提质增效、降本增益、模式创新,推动医疗体系各方的变革和提升。

首先,AI将赋能医疗服务提供方诊前、诊中、诊后全流程。AI与医疗服务的结合,具有提高服务质量、提升患者体验、节约医疗成本、强化医院运营管理等多方面价值,其在诊前、诊中、诊后各个环节产生丰富的应用场景。而提供涵盖医疗产品、服务、运营的端到端解决方案亦将成为各AI供给方的发展方向。

其次,AI将覆盖药品及医疗器械服务方的全价值链。AI技术不但能够缩短研发周期、降低研发成本、降低研发失败率,而且有利于加速临床进程、辅助临床策略制定、帮助产品生产提质增效,以及在产品应用环节促进精准医学和个性化诊疗

最后,AI将成为医疗支付方撬动整个医疗生态圈的重要助力。AI技术助力医疗支付方的最终目标是以医疗价值为导向,提升医疗服务、药品以及器械的质量水平并节约支出。其将帮助实现医保控费、智能风控、减少欺诈等行为,促进支付方与医疗服务提供方及药品、器械提供方形成新的协同关系。

AI赋能医疗,上述医疗体系的所有参与方作为一个整体,跨领域合作,优化医疗价值,形成一致的利益诉求,为患者提供整合式服务,即提供“以人为本”的健康医疗全生态服务。

《白皮书》最后建议:现阶段,我国的医疗AI产品审批流程趋严,较多医疗AI项目仍处于科研阶段,其到实现商业化仍有较长的路要走。可预见的是,未来AI将实现医疗服务的线上线下一体化,将治疗拓展到主动式健康管理,助推各级医院实现一致性的、精准的、体验良好的健康管理服务,让人们真正享受无处不在、全生命周期的医疗健康服务。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1466705, encodeId=ac6b1466e0598, content=<a href='/topic/show?id=741ce17090e' target=_blank style='color:#2F92EE;'>#白皮书#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=46, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=71709, encryptionId=741ce17090e, topicName=白皮书)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=93a16850722, createdName=bbwznl, createdTime=Tue Sep 03 14:32:00 CST 2019, time=2019-09-03, status=1, ipAttribution=)]
    2019-09-03 bbwznl

相关资讯

J Dent Res:AI预测CAD/CAM复合树脂冠的分离

目前为止,还未有预防冠分离的有效方法,并且极度需要一项可以改善计算机辅助设计/计算机辅助制作(CAD/CAM)复合树脂(CR)冠存留率的方法。这篇研究的目的是为了评估卷积神经网络(CNN)深度学习法从一个3D口腔扫描仪获取的3维(3D)立体光刻模型捕获的2维影像中预测CAD/CAM CR冠可能分离与否的有效性。

PNAS:人工智能可助尽早诊断自闭症

自闭症谱系范畴的神经发育性疾病通常要到孩子几岁时才会被确诊,但那时对患者的干预和治疗已过了最佳时期。近日发表在美国《国家科学院学报》上的一项新研究显示,利用人工智能分析瞳孔变化或心率波动可帮助尽早诊断这类疾病。

PNAS:这些女婴的命运或将改变,AI助力早期自闭症检测

在中国已经有超过1000万的自闭症患者,而0至14岁儿童患者的人数超过了300万。尽早检测到自闭症对于患者和家庭而言无疑是有莫大帮助的。如果自闭症儿童到几岁时才被发现和确诊,此时再进行行为干预和语言治疗会变得不那么有效。

懂AI的医生一定会替代不懂AI的医生

“我们都关心人工智能为未来医学带来哪些改变。对未来教育和医学科研会带来什么变革?对医学人力资源的配置会产生什么样的影响?医院内部的组织流程以及管理构架如何变革?”上海市卫生健康委员会主任邬惊雷在参加6月29日的“AI-HTI健康科技人工智能峰会2019”时如是说。由中国生物医学工程学会与飞利浦公司联合主办的这次峰会吸引了300余名来自国内外医疗人工智能专家以及各专科的医生们。一整天的报告与对话

npj Breast Cancer:超越人眼极限!AI识别出五种乳腺癌新亚型

乳腺癌是世界上最常见的女性恶性肿瘤,也是一种高度异质性的疾病。尽管当下已经充分研究了乳腺癌内在亚型之间的差异,但是每种亚型内的异质性,还需要进一步研究以进行个性化疾病管理。

Clin Trans Gastroenterology: 深度学习分析在胰腺导管内乳头状粘液性肿瘤恶性肿瘤诊断中的应用

导管内乳头状粘液性肿瘤(IPMNs)是胰腺癌的前期病变。人工智能(AI)是一种数学概念,其可以实现自动化学习和识别数据模式。本研究的目的是通过使用IPMN的内窥镜超声(EUS)图像的深度学习算法来评估AI是否可以预测恶性肿瘤的发生。