智慧医疗|大数据时代下的人工智能医疗( 二 )


而智能医疗在短时间内解决人机关怀问题是比较困难的 , AI医疗的冷冰冰到有温度还需要时间 , 对病人心灵交流、疾病呵护、以及术后的护理都需要医生的情感参与 。
就目前而言 , 智能医疗对病人的关怀安慰还远达不到医生的面诊 , 我去过线下医院看过很多病人 , 他们到了医院第一时间总是问医生 , 我的病怎么样了 , 是不是快好了 , 其实都是在心理上寻求安慰 , 医生们的回答大部分也都是心理上的疏导 , 所以患者对医生的依赖程度依旧很高 。
2、智能医疗的隐私保护面临前所未有的威胁与挑战
传统的信息泄露诸如手机号码、身份证信息的泄露也会给用户造成很大的威胁和损失 , 在人工智能医疗领域只会有增无减 , 甚至威胁可能会更大 , 用户丢失的不仅仅是单个维度的信息 , 可能是全部的重要数据信息 , 包括个人的疾病史、是否畸形、基因是否有缺陷 , 有无家族遗传病史等 。
这些数据信息的非法共享与传播极快 , 一旦被暴露 , 不法者很容易进行数据欺骗、身份窃取或其他攻击行为 , 从而会影响一个人的正常生活 , 甚至婚姻问题 。
3、智能医疗依赖的大数据依旧割裂、非标准化
对于医院和诊所来说 , 很多数据仍然是没有自动化的 , 还存在医生使用纸质文本录入 , 患者服用药品后效果跟踪是丢失的 , 电子病历也不完善 , 很多数据仍然是非标准化的 。
这一系列的问题都将阻碍医疗机构的数据挖掘处理和深入分析 , 更重要的是医院信息系统数据缺少统一的标准 , 这就对医疗行业的数据共享和数据联盟造成很大的困难 , 这也是技术、利益、政策交错复杂的问题 , 最终导致医院数据割裂 , 成为各自的信息孤岛 , 所以医院数据的自动化、医院成为数据管理和决策中心依然面临发展缓慢的问题 。
Q3. 国内外人工智能医疗的知名公司(医院)有哪些?其优势都在哪些方面?
Google DeepMind - 推动人工智能的发展
和IBM 沃森医疗一样 , DeepMind最近似乎并不顺利 , 名气很大 , 但由于种种原因实际曝光的AI产品并不多 , 不过并不影响其实力与地位 , DeepMind与NHS医院合作开发了一款AI眼部诊断工具 , 通过对眼部OCT图像的扫描 , 可识别出50多种威胁到视力的眼科疾病 , 准确率高达94% , 超过了人类专家的表现 , 相信不久会有更多的医疗领域产品 , 其优势就是各种资源丰富 。
Enlitic - 利用深度学习使医生更快更准确
Enlitic利用深度学习从数十亿的临床案例中提炼出可操作的建议从而制定解决方案 , 帮助医生利用医学界的集体智慧 , 他们深度学习技术可以包含广泛的非结构化医疗数据 , 包括放射学和病理学图像、实验室结果(如血液测试和心电图)、基因组学、患者历史和电子健康记录等 。 他们开发的恶性肿瘤检测系统在一项临床试验中的准确度比专业的放射科医师高出了50%多 , 他们的优势是有极大数据资源优势和专业的数据科学家团队 。
Arterys - 世界上第一个在线医学影像平台
一个真正的医学影像网络平台 , 以改变临床护理与诊断确定性为目标 , 他们的产品包括AI助手心脏MR图像分析、AI探测肺结节的分割和追踪、AI可视化助手 , 以及肝脏病变的纵向追踪 。 胸部x光检查助手等 , 主营业务是为医疗机构提供更精准的3D血管影像 , 并提供量化分析 , 他们的优势是有一个云分析平台 , 可以为用户提供SaaS分析服务 , 它具有可视化、可量化和深度学习三大功能 。
腾讯觅影 - 腾讯的医学解决方案专家
腾讯觅影主要涉及AI影像和AI复诊 , 就目前AI影像来说已经能对食管癌、肺癌、糖尿病、乳腺癌、结直肠癌、宫颈癌等进行早期筛查;AI辅诊可以进行智能导诊、病例智能管理、诊疗风险监控等 。 他们的优势在于腾讯的AI技术能力以及大数据深度学习能力 , 有着丰富的自然语言理解、语音识别、交互等基础能力作为后盾 。


推荐阅读