中国AI医疗行业报告丨AI医疗应用背景

AI医疗行业报告

上世纪80年代至今人工智能的发展经历了几次大起大落,现如今AI已经被运用到社会经济发展的各个领域,接下来我会分别用3篇文章来解读中国AI医疗行业报告,本文主要介绍AI医疗应用背景。

一 AI医疗概述


1.人工智能

从上世纪80年代到本世纪初,人们对于深度学习探索较多,但受制于计算机的计算能力,以及算法本身的限制,效果不太好,直到2006年,Hinton解决了神经网络的大量参数训练的问题。从2009年开始人工智能飞速发展。2015年、2017年,两场世界瞩目的人机围棋大赛之后,人们对人工智能的认识将进一步的加深。而AlphaGo用于下围棋的高效算法是一种通用型的算法,这种算法可以推广到其他算法,把人工智能运用到各个领域。

2、深度学习,智能时代的核心驱动力量


世界十大人工智能科学家之一Terrence Sejnowski曾在“The Deep Learning Revolution ”一书中提出AI医疗。“随着机器学习的成熟并被应用于可获取大数据的许多其他问题,服务行业和其相关职业也将发生转变。基于数百万患者病情记录的医学诊断将变得更加准确。最近的一项研究将深度学习运用到了囊括超过2000种不同疾病的13万张皮肤病学图像中,这个医学数据库是以前的10倍大。该研究的网络被训练用于诊断“测试集”(testset)中的各种疾病。它在新图像上的诊断表现与21位皮肤科专家的结论基本一致,甚至在某些情况下还要更准确”。

除了应用于皮肤病诊断领域之外,AI还可用于提高癌症诊断准确度,“一个经过大量结论清晰的切片数据训练出来的深度学习网络能达到0.925的准确度,还不错,把深度学习与人类专家的预测结合起来,准确度达到了0.995,几近完美。”

除了对疾病的诊断,AI医疗可以基于数据采集分析应用于睡眠监测、临床护理、慢性病监测等各种医疗领域。

3、AI+医疗


AI赋能医疗。人工智能医疗简单说即以互联网为依托,通过基础设施的搭建及数据的收集,将人工智能技术及大数据服务应用于医疗行业中,提升医疗行业的诊断效率及服务质量

立即登录阅读全文
登录或注册即可解锁全站内容,即表示你理解并同意 服务协议 与 隐私政策

AI医疗应用背景

1、医疗资源分布不均,人工智能弥补劳动力短缺

我国医疗资源分配严重不均,优质的医疗设备和医护资源大多集中在发达城市与地区,而使得大量外地病患由于在本地得不到良好的医疗,转而向大城市、大医院集中。

根据国家卫计委数据,截止至2018年11月底,我国共有医院32476个,其中三级医院仅有2498家,占7.69%; 然而,三级医院就诊人数(截止至2018年11月)却达到16.46亿人次,占全国总人次的50.97%。医疗资源供需明显不匹配。

数据来源: 国家卫计委、公开资料、博裕金融懂医行整理此外,我国医护人员数量不足数据显示,2017年我国共有卫生人员1174.9万人,其中卫生技术人员898.82万人,注册护士有380.4万人,而执业医师仅有282.9万人,医师数量短缺。与此同时,2017年我国总诊疗人次达到81亿人次,出院人数2.4亿人,可见我国医疗保健中劳动力短缺。

数据来源: 国家卫计委、公开资料、博裕金融懂医行整理
数据来源: 国家卫计委、公开资料、博裕金融懂医行整理

根据博裕金融懂医行数据显示,医疗资源分配不均、卫生人员严重短缺问题在眼科医疗行业表现更为明显。

需求空间巨大:中国眼健康目前所面临的最大的挑战是人口众多并且人口老龄化加剧我国仍然是世界上盲和视觉损伤患者数量最多的国家之一。据世界卫生组织报告,到2035年糖尿病将成为致盲的首要原因。中国作为全球糖尿病患者数量最多的国家,防盲工作任重道远。

眼科医疗卫生人员短缺:2016年眼科专科医院诊疗人次数为2324.26万人次,其中眼科专科医院门急诊人次数为2283.37万人次,医师日均担负诊疗人次为9.4人次。2016年我国眼科执业(助理)医师为4.1万人,其中眼科执业医师3.7万人左右。眼科专科医院中卫生技术人员数量为4.92万人,执业(助理)医师数量为9932人,其中执业医师数量为9045人。2016年我国每百万人口中拥有的眼科医师数量与发达国家仍差距较大。(详见泰山汇博裕金融-眼科医院研究报告、视光行业研究报告)

根据预测,未来我国医疗体系劳动力不足的现象将会进一步加剧。人工智能医疗是解决医疗生产力的根本之道在我国,人口老龄化、慢病高速增长、医疗资源供需严重失衡以及地域分配不均等问题,造就了对医疗人工智能的巨大需求;同时,我国人口基数大、产业组合丰富、人才储备充分等特点,又给人工智能的发展提供了很好的基础。人工智能有能力减轻临床医生的负担,并为医生提供更好的医疗工具,弥补我国医疗服务中劳动力短缺的情况,提升医疗诊断效率。

2、AI医疗利好政策落地


从2006年起,国家多次颁布人工智能相关政策。

 2006年-2017年国家颁布的人工智能相关政策文件
2006年-2017年国家颁布的人工智能相关政策文件

2016年6月《关于促进和规范健康医疗大数据应用发展的指导意见》中明确提出健康医疗大数据是国家重要的基础性战略资源,需要规范和推动医疗大数据融合共享、开放应用。

人工智能医疗器械创新合作平台成立—距离正式向AI企业发布《深度学习辅助决策医疗器械软件审批要点》仅半月,药监局再次展开了AI器械审批相关的大动作。7月17日,人工智能医疗器械创新推进会在京展开,大会之上,人工智能医疗器械创新合作平台在此成立。该平台以构建开放协同共享的人工智能医疗器械创新体系,形成服务于科学监管、科技创新、产品转化的人工智能医疗器械创新合作平台为目标愿景,将全力推动医学人工智能产品审批。

合作平台在数据库建立方向提出:数据库的建立是人工智能产品审批的先行之举,过去仅存在肺结节和眼底两类影像,而且未确定测试数据库的类型。本次会议上,从宏观层面上讲述了数据库的建立路径,主要包含以下三点:

  1. 将申康医联大数据基础上,建立起可高效用于人工智能研究和研发的专用“人工智能+医学影像类系统的审评技术及专业数据库”的标准、规范管理条例以及伦理学标准。
  2. 开展示范应用,以不断改进和提升“人工智能+医学影像类系统的审评技术及专业数据库”。
  3. 在此基础上建成“人工智能+医学影像类系统的审评技术及专业数据库” ,为全国大规模应用推广建立基础。

平台的成立有利于人工智能在医疗领域的落地。AI的赋能将给医疗行业带来全新的发展动力。

3、5G商用推动智能终端发展


人工智能是一个“云端大脑”,而5G则是一条“信息高速公路”。依靠“高速公路”带来的信息和数据,人工智能才能不断学习和演化,完成机器智能化进程。5G可分别从数据、时效和算力为人工智能技术提供更好的支撑基础,大幅促进其各类终端使用场景的落地和应用。5G将激发诸如智能网联汽车、远程医疗手术等各类创新应用,补齐制约人工智能发展的短板,极大拓展AI应用场景,5G与人工智能共同引发智能终端产业下一轮技术和创新变革。5G应用将极大提升数据传输速度,提升诊断报告生成速度与准确率。

原文来源:new healthcare

更多推荐阅读

点个赞鼓励一下作者吧~
文章目录
点赞
收藏
请用微信扫码分享哦~
分享
加入社群
创新战略交流群创新战略交流群
扫码进群
扫码加我拉你入群
TOC业务增长群TOC业务增长群
扫码进群
扫码加我拉你入群
TOB业务增长群TOB业务增长群
扫码进群
扫码加我拉你入群~

勿删,用于自定义目录加锚点,隐藏即可

相关文章推荐

0 thoughts on “中国AI医疗行业报告丨AI医疗应用背景

发表回复

点赞
收藏
请用微信扫码分享哦~
分享
关闭按钮
欢迎来到Runwise即能创新社区!
登录装饰图,三个人围坐在电脑前,对某个灵感进行沟通和讨论
已有账号?