4月11日,美国FDA批准IDx-DR上市的消息不胫而走,而这一新闻也再次让“AI +医学影像”的成为舆论关注焦点。IDx-DR是一款运用人工智能检测糖尿病患者视网膜病变的医疗设备软件,只需护士将视网膜相机拍摄到的病人视网膜图像上传到系统中,IDx-DR就能通过算法就检测糖尿病视网膜病变,准确率达到87%——这也是人工智能在医疗领域的重要运用场景的原因之一。
众所周知,人工智能的三大核心分别是算法、算力和数据。目前来说,相对于其他应用场景,数据成了影响人工智能在医疗细分领域的布局关键。为什么资本和技术都扎堆在影像场景?这又和影像的三个特性相关联。首先是数量。以我国的情况来说,医疗数据有80%来自于医疗影像方面,而人工智能的运用离不开前期的数据积累与学习。同时,也是基于学习的需要,医学影像的多样性让精确的算法成为可能。此外,医学影像基于结构化模式,可以确保数据的真实可信,这种反馈能更容易地帮助人工智能在这一领域的落地。
我国医学影像数据的年增长率在30%左右,远高过放射科医师的年增长率,后者仅保持在4.1%上下,这种缺口无疑进一步刺激了人工智能在医疗领域的应用。相对于医生人才的增长,靠资金与技术投入更能在这方面收到立竿见影的实效。因此,不论国内国外,这么多企业与资本最先涉足并聚集在医学影像也就不足为奇了。
“人工智能+医学影像”,实际上就是借助AI算法来实现辅助诊断,提高医疗效率和质量。医疗行业对于速度与疗效都有很高的要求,这不是一个二选一的事情,而是缺一不可的存在。我们可以看到,国内常年存在的医闹现象,大部分都是来自对于上述二者的不能满足。《2018年医疗人工智能技术与应用白皮书》中指出,人工智能辅助诊断技术的应用,可以很大程度地提高医疗机构、医生的工作效率。
2016年,国务院发布了《关于促进医药产业健康发展的指导意见》,《意见》明确提出要大力开展智能医疗服务。而到了2017年7月,国务院又印发《新一代人工智能发展规划的通知》,定下“到2020年人工智能总体技术和应用与世界先进水平同步”的目标。政策方面的利好,需求的痛点,也吸引着资本的入局。在这样的背景下,此前,亿欧大健康对人工智能在医疗行业的落地场景做了大致梳理,现在就相关落地场景中存在哪些企业进行不完全归纳,以供业界参考。本次盘点共收集整理35家将人工智能运用在辅助诊疗领域的企业简要信息,按照企业名称拼音字母排序,以下是 “AI+辅助诊疗”的具体情况:
从整理的表格可以看出,AI+辅助诊疗这一落地场景的企业成立时间高峰在2014年到2017年,其中又以2016年为最,多达9家。从地域上看,AI+辅助诊疗企业主要集中在北京,共15家,占比42.86%(15/35);其次为深圳、杭州,各有6家,分别占比17.14%(6/35);上海有4家,占11.43%(4/35)。产品形态方面,多表现为加入AI技术的系统、平台,产品作用以智能读片为主。
值得注意的是,上海作为一线发达城市,在AI+辅助诊疗落地场景企业的数量上却并未占据优势。但转换一下角度,根据国家统计局的数据,上海总人口在2016年达到2420万,而医院却仅有350个。这种供需不匹配同时意味着AI+医疗,尤其是人工智能在辅助诊断领域的市场潜力。
关键字:AI技术 辅助诊断
引用地址:
从AI技术的三大核心,观察扎堆辅助诊断领域的这35家医疗企业
推荐阅读最新更新时间:2024-03-16 12:13
电装和东芝将联手研发AI技术 用于车载图像识别
10月18日消息,据国外媒体报道,电装(DENSO)和东芝已达成一项基础协议,将共同开发一种名为“深层神经网络-知识产权(DNN-IP)”的人工智能技术。该技术将用于由两家公司独立开发的图像识别系统中,这有助于实现先进的驾驶员辅助和自动驾驶技术。电装是世界汽车零部件及系统的顶级供应商。
图为DNN-IP图像识别的概念图,上图为实际的交通情况,下图为DNN-IP技术识别出的对象。
DNN是一种以人类大脑神经网络为模型的算法,有望执行与人脑一样精确或更精确的识别处理任务。为了实现自动驾驶,车载电脑需能够识别不同的道路交通情况,如,各种障碍和道路标志、道路上的可驾驶空间以及潜在的危险情况。在基于常规模式进行识别和
[汽车电子]
全美第二大医疗机构推出AI中心,重点关注技术临床落地
据外媒Healthcare报道,克利夫兰诊所创建了一个新的人工智能中心,将在医疗保健领域推进AI和机器学习的进展和应用。 “医研一体”的AI中心 据雷锋网了解,临床人工智能中心是克利夫兰临床企业分析中心的一个项目,它将寻求人工智能在诊断、疾病预测和治疗规划方面的新的和创新的应用。 相关人员表示,该人工智能中心将召集来自IT、遗传学、实验室、肿瘤学、病理学、放射学等部门的专家,旨在促进医生、研究人员和数据科学家之间沟通和协作,依托人工智能机器学习技术,使整个医疗卫生系统逐渐获得巨大牵引力。 目前,该中心的研究人员已经在开发新的机器学习模型,以获得更精确的临床决策支持、质量改进、对住院时间和再入院风险的预测以及其他使用案例。其他
[医疗电子]
人工智能技术在拉丁美洲加速发展
翻译自——zdnet 一份新的报告显示,人工智能在拉丁美洲的应用正在迅速增长,尽管该地区生态系统面临挑战,但各种规模的企业都在部署该技术来解决关键问题。 《麻省理工技术评论》(MIT Technology Review)与Genesys合作,对拉丁美洲的人工智能采用趋势、数据共享的现状和未来进行了研究。研究称,“如果该地区迅速实施发展,将有很多机会。” 研究称,拉丁区域的企业正在利用人工智能解决关键的地区问题,包括粮食安全、智慧城市、自然资源和失业问题,人工智能项目的复杂程度几乎与其他地区相同。该地区约80%的大型企业报告表示,它们的项目正在进行中,早期收益包括提高运营效率和管理决策能力。相比之下,北美和亚太地区
[物联网]
人工智能获评“未来10年最具破坏性技术”
下面就随网络通信小编一起来了解一下相关内容吧。 每年Gartner发布的技术成熟度曲线(TheHypeCycle)都备受市场关注,也成为企业做出重大投资决策的风向标。技术成熟度曲线又称技术循环曲线、光环曲线、炒作周期,指的是企业用来评估新科技的可见度,利用时间轴与市面上的可见度(媒体曝光度)决定是否采用新科技的一种工具。 未来10年最具破坏性技术 2017年,Gartner发布的新兴技术曲线推出三方面趋势:无处不在的 人工智能 (AI);透明化身临其境的体验;数字化平台。在这三大趋势下,Gartner指出,四个技术领域值得决策者优先关注:商业生态扩展类技术,例如区块链;融合类技术,例如脑机接口;商业自动化技
[网络通信]
【技术分享】当AI遇上机器人,数字孪生了解一下?(文末领取资料)
数字孪生,AI“智造”机器人的下一个十年 半个世纪前,阿波罗 13 号登月任务遇到了麻烦。为了拯救船员,NASA 的工程师们在地球上创建了一个船员舱模型来“解决这个问题”。 下一个十年,无论是自动驾驶、数字机器人工厂还是网红机器狗。各种形态的机器人想要变得更加聪明都离不开一项技术“数字孪生”。数字孪生也将推动着互联网与机器人的融合进化。 数字孪生能创作一个与物理世界相连的虚拟世界。换而言之,就是创建一个具有真实世界引擎的元宇宙,让机器人在虚拟环境里不断学习真实世界中可能遇到的各种情况,来增加AI训练的工作量。从而能够让机器人能够在真实世界中完成各种复杂的挑战。 硬声UP主: @JameScottX 虚拟环境下,做机器
[机器人]
vivo:加强5G/AI技术研究
对于现在的vivo来说,在新技术追求上,表现的也是相当积极,所以即将到来的5G大潮,他们怎么可能落下。 在海南举行的博鳌亚洲论坛上,vivo创始人、总裁兼首席执行官沈炜出席并参与讨论。在他看来,5G和AI结合,是未来手机的核心,智能手机到5G时代应该定义为智慧手机。 对于5G和AI的布局,vivo其实很早就在进行了,去年年底已经在国内外成立了六个研发中心,包含深圳、东莞、南京、杭州,北京以及圣地亚哥,同时还要持续在云端的计算能力上进行大量的投入。 对于接下来的发展计划,沈炜表示,今年年底之前vivo将完成5G实验用机的研发,会配合运营商开展网络的测试。他们最终计划是在明年完成预商用终端给到运营商,2020年实现大平台
[手机便携]
Gartner:2022年过半AI技术仍未达成熟期
国际研究暨顾问机构 Gartner 指出,根据人工智能技术成熟曲线,有86%人工智能技术尚未进入成熟期的起点,甚至来到2022年时,54%人工智能技术应用也无法达到技术成熟期、无法进入主流市场,但长期来看有85%的人工智能技术将为产业带来巨大变革转型,并提供高收益及商业价值。下面就随网络通信小编一起来了解一下相关内容吧。 Gartner研究副总裁蔡惠芬表示,运算能力与资料数量的快速成长,加上深度神经网络(DNN)技术获得空前研究成果,让人工智能被誉为未来十年最具突破性的创新技术类别;接下来五年间,可看到许多技术从过热的市场巅峰退下,回归理性和本质,为迈入主流市场应用奠基,企业也可借此沉淀重整的机会,厘清人工智能在企业内的
[网络通信]
军用AI技术开发受阻 谷歌4000员工联名要求退出“战争业务”
据法新社5月16日报道,美国谷歌近4000名员工签署请愿书,要求公司停止开发强化美军无人机监视机能的AI技术。甚至还有员工辞职以表抗议。报道说,请愿书大约从3个月以前在公司内部传开,内容是要求谷歌退出“战争业务”。 另据科技网站“Gizmodo”报道,目前已有数十名员工以“提高军用无人机的图像识别功能技术涉及道德伦理问题”为由表达了辞职意向。 报道说,这篇请愿书要求谷歌终止这一开发项目,并且要求公司起草、公布、实施一个明确的方针,声明谷歌及其承包商永远不会从事战争技术的开发。 事件的起因为,美国国防部聘请谷歌云技术部门研究Maven项目,旨在通过技术手段提升机器学习在思考和观察方面的能力,增强无人机的性能。这对谷歌的母公司Alp
[机器人]