数据中心 频道

AI的3个里程碑已到来 或改变医疗保健?

  【IT168 资讯】有一家专注于将AI应用于医疗的Viome公司首席执行官Naveen Jain表示,人工智能(AI)是即将到来的医疗保健的“海啸”。

  在过去的四周内,在人工智能与医疗方面的应用结合出现了三个“里程碑”。很可能这三个你一个都没听说过。但就像海底山体滑坡没有被看到可能导致海啸形成一样,这三个事态发展下去甚至可能会导致风暴,改变我们所知道的医疗保健,这可能会创造巨大的财富。

  一名机器人通过了全国医学考试

  11月6日,中国国家医师资格考试的(NMLE)结果公布之后,宣布了第一个里程碑。这是有史以来第一次有人工智能机器人通过了全国医学考试。机器人得分为456分,比传球得分高出近360分。

  这台名为"晓医"的机器人使用人工智能的深度学习算法处理来自医学教科书、临床指南和医疗案例的数据。

 人工智能中的3个“里程碑”已经到来?或将改变我们的医疗保健

  那么这意味着医生机器人即将开始四处巡视?不,但该技术的潜在用途是显著的。中国农村普遍存在执业医师短缺的现象。虽然晓医不会代替人类医生,但科大讯飞(iFlytek)计划于2018年3月推出机器人,目的是协助医生提高效率。从长远来看,该公司希望利用人工智能来训练更多全科医生,并改善癌症治疗。

  人工智能在诊断肺炎方面打败了人类放射科医生

  就在中国人工智能取得巨大成功的一周之后,加利福尼亚州斯坦福大学的研究人员宣布了另一个突破。斯坦福大学团队于11月14日在网上发表了一篇名为“CheXNet”的人工智能算法,该算法根据胸部X光图像诊断14种病症。 在诊断肺炎方面,ChexNet甚至可以击败人类放射科医师。

 人工智能中的3个“里程碑”已经到来?或将改变我们的医疗保健

  美国国立卫生研究院临床中心于9月26日公布的一项公开数据使这一成就成为可能。数据集包括112,120个正面的胸部X光图像,每个图像至少标有14个医疗条件之一。

  斯坦福大学的机器学习小组迅速开始尝试使用先进的人工智能算法进行诊断。他们专注于肺炎,因为这种疾病每年导致大约100万美国人住院治疗,并且很难发现X光。仅仅几周之后,CheXNet就超过了之前所有算法的精确度。更令人印象深刻的是,它比斯坦福大学医学院的顶尖放射科医生诊断肺炎都要好得多。

  项目公司联手把人工智能应用于50万台医疗设备

  最近几周医疗保健领域的第三个AI里程碑涉及商业合作,而不是算法上的进步。通用电气(NYSE:GE)分部的NVIDIA(纳斯达克代码:NVDA)和通用电气医疗集团(GE Healthcare)于11月26日宣布,双方将联手将通用电气公司的尖端AI技术应用到GE医疗的医疗设备上。

  这的确是一个比较大的问题。通用电气医疗集团在全球范围内实施了大约500,000个成像医疗设备。这些设备捕获了大量人工智能应用程序可用于改善医疗保健的数据。平均每家医院每年产生50PB(5000万千兆字节),但目前只有不到3%的人工智能系统能够以有意义的方式使用。

  通用电气医疗和NVIDIA也推出了他们合作的第一个成果 - Revolution Frontier CT新系统。在NVIDIA(英伟达)人工智能(AI)计算平台的支持下,新系统在肝脏病变检测和肾脏病变特征描述方面将带来更好的临床结果。两家公司希望随着时间的推移使用人工智能来降低辐射剂量,缩短检查时间,并提供更高质量的医疗成像。

  改变医疗保健,创造财富?

  把所有这些里程碑放在一起只需要几个星期的时间,就能够了解未来的情况。人工智能正在转变医疗专业人员的诊断和护理。这项技术无疑将彻底改变医疗保健。但投资者获利的非常好的途径是什么?

 人工智能中的3个“里程碑”已经到来?或将改变我们的医疗保健

  虽然科大讯飞(iFlytek)是中国上市公司,但目前在美国证券交易所上市。另一方面,GE和NVIDIA则是美国投资者的替代品。但请记住,尽管通用电气医疗集团有可能成为通用电气公司业务的一部分,但这家企业集团目前仍在继续努力。通用电气可能只是一个适合耐心的投资者的股票,他们不介意等待公司出售一些有问题的单位。

  NVIDIA仍然是市场上最显眼的人工智能股票之一。不过,这只股票的估值很高,公司的增长似乎正在放缓。此外,NVIDIA面临比以往更激烈的竞争。

  数据恐怕是投资人工智能时最重要的一项。在11月份取得的三个里程碑都取决于大量的数据。能够访问大量数据的公司也会是人工智能的最大赢家。

  Alphabet可以获得大量的数据,可能比这个星球上的任何其他数据都要多。这家科技巨头也将人工智能的专业知识应用于医疗保健领域,并推出自己的措施,为初创公司提供资金。

  人工智能的海啸已经来到医疗保健领域,成功的方法或许就是乘风破浪,迎难而上。

0
相关文章