虽然医疗业大肆投资AI,但其产生的价值仍相当有限

简介:

虽然医疗业大肆投资AI,但其产生的价值仍相当有限

雷锋网(公众号:雷锋网)按:本文译自《FierceHealthcare》,作者认为AI被炒作过热,其能产生的价值仍相当有限。

“弥漫在AI和机器学习周围混乱的躁动比以往任何时候都浓烈,这样医疗界分了心。”斯坦福大学的两名研究员说道。他们认为,AI已经达到了预期的高峰值,医疗行业需要重点关注这项前沿技术如何切实改善医疗护理。

斯坦福大学医学系的Jonathan H. Chen,MD和Steven M. Asch博士在《新英格兰医学杂志》上说道,“AI已经达到预期的高峰值”,“而通过加强对AI技术能力和局限性的了解,医疗行业能减缓之后踏向失望的脚步。”

本月初便有这样一个极端的例子:风险投资人Vinod Khosla称AI不久将会取代肿瘤学家。 “如果有丰富肿瘤的数据,很难想想肿瘤学家还能有价值。”据VentureBeat报道,他在MIT主办的一次活动中曾这样说道,“他们理解不了那些未来可能发生的事情。”这类争辩振奋人心,但却毫无用处。最终,只有医疗专家和算法合作,医疗行业才能真正收益。

AI的真正价值存在于辅助决策中,Chen和Asch补充道。当前AI系统得出的结论通常是那些患者已经知道的事情,如果欲使AI在临床护理中切实产生价值,这项技术必须能提供一些能影响临床决策、改善临床实践的预测。

“看待AI系统的标准一定是现实世界的护理标准,比如医生会错误估计罕见病筛查的阳性率,有三分之一的概率高估患者生命预期值,从而在患者最后6个月给予高强度的治疗。”研究人员写道。

在此之前,业内必须逾越这座大山:如何能更容易地实时访问有价值的患者数据。正如Chen和Asch指出的,用于预测的临床数据保质期约为4个月。

毋庸置疑的是,虽然医疗界许多公司大肆投资AI,但AI在实际中的应用仍然相当有限。

更多关于雷锋网人工智能升级传统机构的文章,请关注雷锋网AI商业化垂直微信公众号:AI掘金志。


本文作者:张利

本文转自雷锋网禁止二次转载,原文链接


相关文章
|
人工智能 自然语言处理 安全
AI战略丨新一代 AI 应用: 穿透场景,释放价值
在深入理解技术特性、准确把握应用场景、科学评估实施条件的基础上,企业才能制定出符合自身实际的战略。
|
存储 人工智能 文字识别
医疗病历结构化处理系统技术白皮书——基于多模态AI的医联体数据治理方案
本系统基于双端协同架构,集成移动端OCR识别与云端数据分析,实现医疗文档高效结构化处理。采用PaddleOCR轻量引擎与隐私计算技术,支持离线识别与敏感信息脱敏。后端构建分布式数据仓库与多租户机制,满足PB级存储与数据安全合规要求。实测OCR准确率达96.2%(印刷体)与88.7%(手写体),字段抽取F1值92.4%,显著提升病历处理效率与质量。
1467 3
|
人工智能 自然语言处理 供应链
走进麦当劳·会数据同学:解锁AI在企业应用的深度价值
麦当劳中国进入“金拱门时代”,加速数字化转型,计划未来4年投入40亿元用于研发创新。携手阿里云与瓴羊,构建以客户为中心的数字系统,优化消费体验与门店运营,打造全球数字化标杆。
490 0
|
机器学习/深度学习 存储 人工智能
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
Qlib是微软亚洲研究院推出的开源AI量化投资平台,提供从数据处理、模型训练到组合管理的全流程支持,内置高性能数据基础设施和多种机器学习模型。
6038 87
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
|
人工智能 Serverless API
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
函数计算计费方式历经三阶段演进:从按请求计费,到按活跃时长毫秒级计费,再到按实际资源消耗分层计费。背后是资源调度、安全隔离与开发体验的持续优化。尤其在AI时代,低负载减免、会话亲和等技术让计费更贴近真实价值,推动Serverless向“按需使用、按量付费”终极目标迈进。
|
存储 人工智能 数据可视化
企业级 AI 模型无代码落地指南:基于阿里云工具链,从 0 到 1 实现业务价值
某汽车零部件厂商通过阿里云PAI、OSS等工具,实现无代码AI质检落地:仅用控制台操作完成数据治理到部署,质检效率提升3倍,模型周期从2月缩至2周。本文详解全栈可视化方案,助力企业零代码落地AI。
1375 1
|
人工智能 Serverless API
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
在 AI 时代,函数计算一直坚持走向“让开发者只关心业务逻辑,云厂商自动完成一切资源管理与调度”的愿景,最终让计算像水、电一样随时可得、按实际使用价值付费。
|
机器学习/深度学习 人工智能 算法
AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
 AI-Compass RLHF人类反馈强化学习技术栈:集成TRL、OpenRLHF、veRL等框架,涵盖PPO、DPO算法实现大模型人类价值对齐
|
人工智能 安全 测试技术
Apipost vs Apifox:AI 能力决定 API 开发管理工具的真正价值
2025年,AI技术深度融入企业运营,提升生产力与竞争力。在API开发工具领域,Apipost与Apifox在AI能力上有显著差异。Apipost实现AI全流程覆盖,从文档生成、测试、开发辅助到协作优化,大幅提升效率并降低维护成本;而Apifox主要聚焦文档优化,功能较基础。在团队协作、安全合规、企业适配等方面,Apipost亦表现更优,尤其适合追求高效、安全与全流程自动化的团队。
455 1