AI+醫療:八大應用場景打造超級風口

點擊上方藍字關注我們


1

智能醫療機器人


智能醫療機器人主要指用于外科手術、功能康復及輔助護理等方面機器人。世界上最具代表性的外科手術機器人——達·芬奇手術系統,擁有一套三維成像系統和四支靈活性遠遠超過人類的機械手臂。在這套系統的幫助下,醫生能夠顯著提高手術的精度和穩度,有效減少對患者身體的創傷。機器人的應用也使得遠程手術成為現實。

2

智能藥物研發


智能藥物研發的底層核心是知識圖譜,其實質就是將來自實驗室的理化數據、各種期刊文獻中的研究成果、以及各種開放醫療資料等原本沒有聯系的數據連通,將離散的數據整合在一起,從而提供更有價值的決策支持。

2015 年,美國硅谷公司Atomwise基于現有的候選藥物,應用人工智能算法,在不到一天時間內就成功地尋找出能控制埃博拉病毒的兩種候選藥物。

3

智能診療


智能診療融合了知識圖譜、自然語言處理、認知技術、自動推理、機器學習、信息檢索等技術,通過假設任職和大規模的證據搜集、分析、評價,從而給出診療判斷。

在智能診療的應用中,IBM Watson是目前最成熟的案例。它可以在17秒內閱讀3469本醫學專著、248000 篇論文、69種治療方案、61540次試驗數據、106000份臨床報告。2016年,Watson在日本曾診斷出一名60歲女性患有罕見的急性骨髄性白血病。

4

智能影像識別


智能影像識別指運用人工智能技術識別及分析醫療影像,幫助醫生定位病癥分析病情,輔助做出診斷。

貝斯以色列女執事醫學中心(BIDMC)與哈佛醫學院合作研發的人工智能系統,對乳腺癌病理圖片中癌細胞的識別準確率能達到 92%。

5

智能健康管理


智能健康管理主要通過體檢報告、電子病歷、可穿戴設備、智能手機等方式收集用戶身體狀況的相關數據,提供分析報告及健康管理建議。

健康管理平臺Welltok,運用人工智能技術分析來源于可穿戴設備的 Map My Fitness 和Fit Bit 等合作方的用戶體征數據,提供個性化的生活習慣干預和預防性健康管理計劃。

6

智能語音


智能語音主要用于輔助醫生書寫病歷,提升醫生工作效率。

調查顯示中國50%住院醫生每天花在寫病歷的時間約為4個小時,科大訊飛智能語音系統能在醫生和護士、患者交流的過程中,由人工智能系統自動過濾掉無用信息,將所需的醫療數據自動轉換成文字,并形成結構化電子病歷。醫生只需對電子病歷內容進行簡單修改確認,即可打印提供給患者,并完成電子檔保存。

7

智能就醫搜索


智能就醫搜索是指針對特定就醫需求,提供高質量、專業化、智能化的信息檢索服務。

跨境醫療公司康安途,通過深度挖掘約2700萬篇科研論文和各類資料,將各國的新藥進展、醫療價格、發病率、醫保覆蓋等指標進行分析,建立全球醫療信息大數據庫,搭建人工智能平臺,為患者篩選性價比最優的醫療咨詢方案。

8

智能醫療導診


智能醫療導診主要利用智能問答系統(AIJust)幫助患者解答掛號、繳費、科室分布等常見問題,引導患者順利就醫,提升醫院導診咨詢的壓力。

在國內,科大訊飛、百度、智慧思特都在積極探索智能醫療導診的相關服務。在國外,醫療機構利用Medical Graph圖譜分析對病人做出迅速、有針對性的判斷,從而使病人分診時間縮短 30%-40%。


隨著醫療領域各個應用場景逐漸清晰,不僅人工智能將迎來新一輪創業大潮,醫院和病患也能切實感受到它所帶來的便利!



版權申明:本文由智慧思特編輯整理,如需轉載,可申請授權。部分圖片來自網絡,侵刪。文章內容僅為作者個人觀點,不代表公司立場。

》》》更多精彩文章

·?智慧思特與騰訊達成合作,共同推進智慧城市建設

·?微軟、百度兩大人工智能首次對話曝光,亮瞎你雙眼!

·?戰無不勝的人工智能被曝存在漏洞

·?23439個菜譜,數據分析師這樣學做飯??

·?厲害了word哥,大數據扒出來重慶有9640家火鍋??

·?大數據分析:藍瘦香菇突然這么火,炒作?炒作!?

·?大數據分析:中國人都喜歡這樣設密碼,你呢??

·?零基礎入門,資深吃貨帶你搞懂大數據?

·?假如中國代替英國進行脫歐公投,結果會...?

·?驚!機器學習終結紅學研究百年爭端??

·?人臉識別可以主動防御嗎?能,但方法略Low

·?如何看待谷歌公開tensorflow專用處理器TPU?


閱讀原文:http://mp.weixin.qq.com/s?__biz=MzI4MTA4ODQ0MQ==&mid=2650362166&idx=1&sn=b4efa6b69e12147d6b10c4bc9e470697&scene=0#wechat_redirect
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,488評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,034評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,327評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,554評論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,337評論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,883評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,975評論 3 439
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,114評論 0 286
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,625評論 1 332
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,555評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,737評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,244評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,973評論 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,362評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,615評論 1 280
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,343評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,699評論 2 370

推薦閱讀更多精彩內容