快捷搜索:  test  英雄  申请  地球  透露  RNG  创意文化园  防守

新皇冠会员开户:AI医疗落地仍存难点:企业不知何时能赚钱?

原标题:AI医疗落地仍存难点:企业不知何时能赚钱?

  新的一年中,人工智能(AI)与医疗的结合会取得什么进步,落地还有哪些难点?

  在3日举办的“协同创新高峰论坛·AI医疗专题研讨会”上,AI辅助诊断与疾病预测、AI大数据开放与共享、医药医疗器械的AI应用等话题成为参会人士探讨重点。

  首先,医疗大数据的获取及标注是源头。在上海第十人民医院信息科副主任彭沪看来,数据的标注一方面在于标注人员的专业度,这需要由影像医生在实际工作中遇到案例直接进行标注;另一方面,将数据服务器设在院内还是院外涉及到网络安全的问题。

  其次,如何界定AI进行疾病诊断与预测的准确性与权威性?华东医院信息科主任冯杰认为,由于疾病诊疗方式有差异、专家也行医疗共识也较为困难,因此,这一领域目前为止还智能通过验证、形成测试集,进行标准化。

  冯杰还提到,为使得AI诊断与预测更高效,需要联盟、企业等主体的多方介入。

  “比如,我院正在参与中国胸痛联盟的项目中,该项目中的第三方资金在与临床医生达成共识之下,可以共建一种标准,来帮助医院做标准化转换,或者形成多中心来推动三、四期临床新药研究。”冯杰说,“药企的介入,可以加快临床速度;而也有一些保险公司可以参与进来,解决一些合规性的问题。”

  那么,AI企业青睐何种数据?又有哪些经验值得鉴?“对于医疗数据,我们还是希望获取一些如三甲医院的数据、罕见病的数据以及常见病的不同诊断等数据,以此让机器进行更好地学习。” 科大讯飞医疗副总裁刘洋告诉第一财经记者。目前,科大讯飞医疗为医院提供语音录入和辅助诊疗系统,以期实现区域数据整合。

  刘洋认为,AI医疗的数据拆解模式更像是解读方言。“正如我们科大讯飞在转化各地方言一样,医疗数据尽管各不相同,但可以在搜索上为其设置‘前置选项’。以我国肿瘤诊断设备来看,飞利浦、东软等头部几家掌握了大部分的医疗数据,更难懂的其实是对文字的解读。”

  再次,基于AI医疗下的数据开放与共享也备受关注。东华大学计算机应用系教授李继云表示,“医疗数据确权、医疗信息公司如何对数据进行风控、软件层面如何控制数据访问,以及医疗数据是否可以通过区块链方式分布都是接下来的关注重点。”

  李继云等专家的普遍共识认为,无论是数据确权还是区块链方式,应该先发展,将这些内容在小范围内先做起来;然后在此过程中去完善相关的利益。

  “数据来源还存在法律法规的限制,由于这涉及到安全性、隐私等问题,所以国家还迟迟未能开放。”上海交大医工学院教授殷卫海说。

  殷卫海同时表示,AI医疗应用另一大痛点,也在于药监局的审批。“目前,我国几乎还未能有AI医疗品被审批通过。”

  “由于我们医工学院也在做相关产品,压力实在太大了;产品天天在烧钱,也不知道什么时候会赚钱,企业生存堪忧。”殷卫海也正在酝酿一个由上海申康医院医疗发展中心(数据掌握方)、各医院(数据产生方)、企业(数据使用方)多方协同的运作模式;该模式下,各方主体诉求将极大被满足,AI医疗也将高效发展。

发表评论
sunbet声明:该文看法仅代表作者自己,与本平台无关。请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

您可能还会对下面的文章感兴趣: