優質醫療資源短缺 智慧醫療正創造高效解決方案
人工智能系統AlphaGo已經在圍棋領域證明了自己的能力，AI在語音識別、人臉識別、機器人、自動駕駛等領域同樣取得了巨大的進展，而醫療作為和科技緊密聯系最緊的領域更是備受關注。智慧醫療作為醫療方向的補充，將會大大提升用戶體驗！
優質醫療資源短缺是全球面臨的共同問題，這要靠醫療和科技界人士在已有的醫療資源供求環境中挖掘“增量價值”，創造出提高效率的解決方案以普惠民眾。擺在醫療機構管理者和科技企業家們面前的是，如何將頂尖醫學專家的學識和診斷經驗進行快速復制，訓練成更多模擬專家診斷路徑的“人工智能醫學專家”，這樣做的好處是，用AI代替人工，可復制的模式降低了培養高級醫學人才的成本。
在中國，還有20%的縣級醫院沒有眼科(數據來源于，2016年中華醫學會第二十一次全國眼科學術大會)，資源分布不均勻，導致很多偏遠區域的醫療資源短缺，并且中國眼科醫師尤其是眼底專業醫師較少，且多分布在城市大醫院，我國約有1.14億糖尿病患者，中國的眼科醫生約為3.6萬余名，患醫比達到驚人的3166：1，這令醫院和醫生負擔很重。
在類似眼科等醫生非常稀缺的領域，人工智能則可發揮其獨特的價值，輔助醫生們的日常工作，大幅提升工作效率。
目前人工智能技術日趨成熟，已經可以在多個領域為醫療提供服務，比如醫學影像識別，幫助醫生更快更準地讀取病人的影像所見; 比如臨床診斷輔助系統等醫療服務，應用于早期篩查、診斷、康復、手術風險評估場景; 比如藥物研發，解決藥品研發周期長成本高的問題等。這些都是智慧醫療層面的突破。
早在2012年，在深度學習尚未進入爆發階段時，我國的研究人員已經意識到基于深度學習的人工智能圖像識別能力，可以用在醫學圖像的識別和分析上。與傳統的圖像識別算法不同，識別醫學圖像需要算法具有極高的準確率和可靠性。
“我們搭建了多個強大的深度神經網絡，通過和頂級醫院合作，在大量的醫學圖像上進行標注和持續迭代訓練，使得深度神經網絡可以不斷從中學習，最終產出靈敏度和特異性與人類醫學專家接近甚至持平的識別模型。類似的模式，還被引用到了CT、MRI、X光、心電等領域”。
近年來眼科疾病病發率持續增高，我國的研究人員在多年之前就意識到眼科疾病會為成為患者的困擾。比如糖尿病性視網膜病變是最常見的糖尿病并發癥，糖尿病患者發病率約為25%~38%，失明幾率較非糖尿病患者高25倍并且不可逆，目前全世界有數千萬人患有這一疾病，已經成為四大致盲眼病之一。
在糖尿病性視網膜病變領域已經取得了巨大的成果。花費大量時間從多家國內外頂級醫院收集了數十萬張眼底照片，構建超過100層卷積神經網絡，準確解析原始圖像的高階信息，單次迭代持續訓練超過120小時，最終研發出了糖尿病性視網膜病變輔助診斷模型，在靈敏性和特異性等主要指標上，獲得了和人類醫生相當的結果。
在可以預見的未來，智慧醫療的發展，可以提升資深醫生的閱片效率，讓其有更多精力投入到學術研究和疑難雜癥處理;可以輔助年輕醫生進行快速準確的診斷和篩查;也可以助力公共衛生機構及基層醫療機構大面積疾病篩查。
本文由朗銳慧康編輯整理（www.dgtijian.cn），素材來自網絡，如有侵權請聯系本站。
熱門資訊
- 2019年中國智慧醫療行業發展趨勢預測
- 可穿戴醫療設備助力智慧醫療高速發展
- 互聯網+醫療，讓就醫更智能。
- 火熱的AI+醫療背后，企業如何盈利？
- “互聯網+醫療”版一帶一路命運共同體怎么...
- 可穿戴醫療設備在智能醫療領域發展前景巨大...
- 健康一體機，更好的服務于百姓。
- 智能可穿戴設備助力老年健康市場。
- 讓問題疫苗無所遁形 區塊鏈在醫藥追溯領域...
- 大數據對于傳統醫療模式的轉型升級
- 未來高端醫療器械將占據主要市場份額
- 中美貿易爭端再起 醫療器械行業影響分析
- 國內遠程醫療市場快速增長
- 當醫療遇上人工智能的無線想象
- 分級診療政策強力推動 醫療器械POCT高速發...
- 未來人工智能對中醫的發展影響
- 數據挖掘在醫學大數據研究中的應用
- 人工智能的興起為醫療產業發展提供重要支撐
- 縣域醫療崛起 建設獨立檢驗中心成為硬指標
- 人工智能和醫療的深度集合下的新趨勢