電子新聞網

人工智能拐點已至國內外AI+醫療創業案例掃描

  AlphaGo輕松“智”取圍棋一哥柯潔,只是完成了一個小目標。在各個領域,人工智能都在開疆拓土,以全新技術與打法,顛覆傳統,創造新的游戲規則。

  人工智能+醫療。大家都在努力,通過各自領域、各自課題、各自項目、各自產品,來推動未來醫療的創新迭代。

  動脈網推出人工智能+醫療為主題的電子書,旨在梳理人工智能在醫療領域取得的成就,推動醫療產業鏈向更新、更深的路徑拓進。

  國家政策的有力支撐,也為人工智能+醫療提供了優渥土壤。據動脈網數據庫整理,自1992年以來,我國共發布了200多條地方性政策和80多條國家級政策,2016年相關AI政策發布量高達100余條,政策量變,帶動人工智能的質變。

  目前,全球人工智能+醫療“基礎+技術+應用”完整的產業結構基本形成,大公司逐步完善在基礎層和技術層的布局,創業公司則扎堆于應用層面。

  應該說,人工智能在醫療領域,研發與轉化的匹配度更高,商業化進程更快,也更容易獲得資本的垂青。

  不過,任何行業都有壁壘,懂得人工智能的玩法,卻未必能夠駕馭人工智能在醫療行業的應用,這方面,失敗創業者也不在少數。

  為了幫助大家更好地認知大勢、認識對手、認清自己,動脈網內容與產品團隊經過三個月策劃、采訪、編撰,為您呈上相對權威與完善的人工智能+醫療系列電子書。

  《人工智能+醫療國內案例:八大創新領域應用》電子書,全面概況了“人工智能+醫療”在國內的應用,動脈網通過對該行業深入采訪欣喜地發現,我國在這一創新領域的發展迅速,醫療中的多數環節,都有對標的人工智能創業公司。

  DeepCare是一家專注于醫學影像的識別和篩查的科技公司,是一家將人工智能技術用于醫療影像識別和早期篩查的科技公司。其特殊之處在于,使用的技術是人工智能。

  專注于研發醫療影像檢測、識別、篩查和分析技術,通過融合機器視覺、深度學習,和大數據挖掘技術,致力將快捷,準確,低費的醫學影像識別技術提供給便攜式醫療器械廠商和廣大基層診療中心。

  DeepCare的人工智能輔助篩查系統,對宮頸細胞涂片、乳腺癌淋巴結轉移的診斷準確度已經分別達到90%和92.5%以上,其中,在宮頸癌篩查中的鱗狀上皮內高度病變,系統的識別率能達到99%以上。

  DeepCare可以幫助合作的醫療器械廠商低成本實現自動識別功能,將這些設備普及到鄉鎮一級的基層社區診所,降低使用門檻,讓慢病管理更方便,快捷,準確。

  成立于2015年初,是全球首家云端智能機器人運營商,專注于實現云端智能機器人運營級別的安全云計算網絡、大型混合人工智能機器學習平臺、以及安全智能終端和機器人技術研究。

  核心資源:全球首款基于雙芯片和虛擬化技術的云端智能連接終端(AI Mobile),將云端的人工智能應用通過該設備來激活適配的機器人。

  歷史投資方:軟銀中國、富士康、博將資本、啟明星辰、中關村發展集團、深創投、華登國際投資、凱旋創投、中科樂創、融誠科技、SoftBank capital軟銀海外

  杭州迪英加科技有限公司是一家從事軟件和信息咨詢服務公司。創始人為美國終身教授和國家千人計劃入選專家。從事數字病理的科研工作長達15年。主要提供基于人工智能用于精準醫療的醫學影像大數據分析解決方案,力圖解決中國病理醫生人才巨大缺口所帶來的問題及分級診療問題。

  人工智能輔助診斷系統和數字病理遠程會診系統,可以在普通計算機上以5-10秒鐘內處理和分析數據大小超過1G的全場掃描數字病理圖像,同時對幾種癌癥的良性和惡性判別準確率高達99%以上。

  關鍵業務:開展基于深度學習的數字病理切片人工智能分析和診斷、實現癌癥定量分析、降低閱片成本和提高診斷精確度,為醫院提供數字病理遠程閱片和會診的全套數字病理解決方案。

  歐美國家人工智能起步較早,動脈網推送的《人工智能+醫療海外案例:八大創新領域應用》電子書,從醫院流程管理、智能硬件應用、醫學影像診斷、新藥跟蹤、健康觀測、疾病風險預測等章節,立體呈現了人工智能在國外的發展態勢。

  Qventus原名AnalyticsMD,是一家提供醫院智能決策分析系統技術的初創公司,成立于2013年,總部位于加州帕羅奧圖,由Mudit Garg、Brent Newhouse以及Ian Christopher三位創始人共同創辦,團隊具有豐富的醫療健康以及大數據處理領域經驗。

  Qventus的算法根據臨床指標分析醫院數據,Qventus基于機器學習的預測技術可以預測醫院患者數量,并提供優化資源的建議(如員工,床位和房間)。

  AnalyticsMD開發的DecisionOS從醫院自身的EMR系統提取大數據(兼容大部分主流醫院的EMR系統,數據經過加密處理符合HIPAA),通過機器算法處理,系統自動分析、監測和預估,給臨床醫生提供最合理的建議,幫助他們在合適的時間內給病人提供最合適的治療和服務。

  醫生不需要再去反復研究那些繁雜的病例報告等數據。結果是,無論在病人的安全性、滿意度和醫療成本控制上,都有效得到解決。

  通過大規模的機器學習預測,經過分析后的一些指標,如病人的停留時間和數量,可視化的數據將提供給醫護人員更多輔助。根據每家醫院服務病人的相關數據,分析出如病房或手術室不足等問題的原因,從而幫助管理者優化醫院的資源配置。

  核心資源:將數據轉化為行動,建立一個邏輯層次,打破部門之間的孤島,幫助醫院回應不斷變化的環境。

  BioBeats將生命體征轉換為定制音樂,讓用戶音樂進行冥想,跑步或者抗擊疾病。他們從生物識別數據中了解用戶,并幫助用戶適應更有吸引力,更健康的生活。BioBeat采用機器學習技術幫助用戶管理健康和減輕壓力。

  核心資源:生物識別及心理測量的反饋結合獨特的機器學習算法,基于臨床輔導技術提供個性化壓力和生產力管理工具。

  Zebra Medical Vision正在建立一個醫學影像洞察平臺。該公司提供了一個平臺,提供基于云的,完全托管的開發環境,提供大型結構化數據集,數據存儲,GPU計算并且支持多種研究工具。該解決方案還使研究小組可以協作并建立聯合辦公。

  希望這些深耕人工智能的創新公司,能夠帶給你啟發。未來,人工智能+醫療,還有更多的機會,等待有心人去挖掘。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

兴动哈尔滨麻将下载