智慧医疗|大数据时代下的人工智能医疗( 九 )

智慧医疗|大数据时代下的人工智能医疗
本文插图

3、资本利好:
下图是2019年4月14日的近30日行业融资数据情况 , 从持续观测钛媒体的数据来看 , 医疗健康在Top5内摆动 , 其中医药智能化、辅助决策、健康管理比重都比较大 , 多为利用AI、语义识别、数据模型 , 挖掘诊疗信息 , 连接院内院外平台等类别的企业 。 其中融资领域受人工智能热潮影响 , 预计未来将会有更多资本进入AI医疗健康领域 , 为其发展助力 。

智慧医疗|大数据时代下的人工智能医疗
本文插图

4、技术利好:
技术的三辆马车:物联网技术、大数据技术、5G技术都为医疗行业智能化的实现增加马力 , 物联网技术让众多医疗终端设备的数据采集和互通成为可能 , 医疗物联网中数据规模庞大 , 而且增长速度极快 , 传统的数据库技术难以有效处理这些海量数据 。
智能医疗可以实现高效和可扩展的医疗大数据存储与处理 , 并通过互联网为用户提供方便快捷的医疗服务;大数据技术让云数据可以被大计算成为可能 , 大数据技术又会结合深度学习、认知计算、生物信息学、区块链等技术与实际应用场景结合 , 搭建行之有效的数据模型;
5G技术让数据传输没有延迟、连接万亿设备成为可能 , 是数据物流的保证 , 这三辆马车都将助力医疗行业的智能化进程 。
新技术赋能医院、医生、药店、药企四大角色智能化成为可能:
1、未来医院:
未来各种技术及数据生产资料的助推会让医院发展数字化 , 加速医院打造数字医疗 , 患者数据集中存储和医院之间的数据合作将使得医院成为巨大的数据处理中心 , 同时患者可以自主和医院医疗数据库发生关系 , 医院只需要进行精细智能管理决策即可 。
HIS系统也会迎来一场巨大革命 , 会出现一个新型的智能化系统 , 未来系统一定是实现医院运营、病例、医患、科研一体化的系统 , 医院的规划、战略、营销都参与医疗大数据 , 数据将成为医院最大的资产 , 也将决定医院未来的发展 , 同时医院也会基于大量病例数据给出全科疾病的预测分析 , 给用户提供早期的疾病预警 , 形成新的医疗健康运作模式 。
2、未来医生:
在技术全方位应用的情况下 , 医生的角色会出现很多波动 , 很有可能会出现昨天发表的论文 , 明天就被颠覆了 , 这也是每个医生都必须面临的问题 , 传统的公立医院有些医生对学术发展视而不见 , 常年坚持传统经验 , 导致医疗水平裹足不前 , 在未来不善于学习、习惯用经验看病的医生或许会逐渐被边缘化 。 未来医生的角色会慢慢的从门诊诊断转变为数字诊断 , 医生在未来可能会成为一位医疗数据专家 。
3、未来药企:
机器学习算法加速新药研发 , AI深度学习之所以这么高效率 , 其实有两点:强大的关系探索能力和强大的计算能力 , 人工智能可以快速发现药物与疾病之间的对抗关系 , 也能挖掘基因与疾病之间隐藏的秘密 , 然后对药品化合物进行智能筛选 , 筛选出抗性好、活性高的药品化合物 , 大大地提高了临床试验的效率 。
在古代 , 张仲景的《伤寒杂病论》、李时珍的《本草纲目》、孙思邈的《千金要方》都是他们呕心沥血一辈子有了这部当时的巨作 , 或许面对现代的AI深度学习可能不值得一提 , 留下的只是历史意义 。
这不是笑话 , 这很严肃 。 被打脸、被颠覆或许也是AI时代的一个特色 , 古代的神农尝百草 , 其实就是人工筛选药物的过程 , 现在换成人工智能了 , 其效率将远超前人的积累 。 目前而言在全球有至少百家企业以上在探索人工智能药物研发 , 未来药企也将数字化、智能化 。
4、未来药店:
未来的药店会成为智慧药房 , 新的技术也会推进药店管理和慢病管理 , 就慢病管理而言 , 每个科室都有慢病患者 , 皮肤科尚且如此 , 其他科室慢病患者就更不用说了 , 慢病患者买药一般都是通过大医院购买的 , 但未来药店可以通过技术助推为医院分担一些压力 。


推荐阅读