盘点国内外科技巨头在医疗人工智能领域布局

简介:

医疗结合人工智能应用领域丰富,有不同分类方法,其中一种将具体应用场景按照诊前、诊中和诊后的过程来划分:诊前的早期预测、疾病预防、健康管理;诊中的辅助诊断,医学图像处理;诊后的虚拟医护助手、慢病管理、康复机器人等。其他领域包括药物挖掘与研发、AI与VR医疗教学培训、医保控费等。

人工智能医疗

IBM的沃森俨然已走在世界前列。其优势在于自然语言处理,核心能力是挖掘与分析非结构化数据。据东方证券分析,Watson 在医疗领域的商业战略分为三个方面 :1、深度聚焦肿瘤领域 ,并向其他领域扩展 ;2、通过收购获取数据资源 ;3、通过合作扩展使用场景 ,输出生态能力。

在肿瘤领域,已形成成熟的产品形态,如Watson for Oncology。一方面,Watson 会给提供医疗数据的机构以经济补偿,另一方面,也会直接和医院签订销售合同,由医院支付采购费用。IBM Watson未来将通过更多产品化落地实现收入增长,在国际化方面,以寻求当地强大的合作伙伴为主要推广方式。

谷歌

谷歌是搜索引擎的龙头企业,拥有大数据检索的核心技术,建立全球最大的数据库系统。2015年8月,谷歌宣布设立母公司Alphabet。

其在AI的途径主要是覆盖更多应用场景,比如延伸到智能家居、自动驾驶、机器人等领域,另外积累底层人工智能技术,研发更高级的深度学习算法,增强图形识别和语音识别能力,对信息进行更深层加工、处理。

谷歌在肾脏、眼科疾病等细分领域进展较快,同时Alphabet旗下有多家生物科技和医疗公司,未来将聚合形成规模效应。

Microsoft

2017年8月,微软发布年度报告,指出人工智能将成为重点项目。 去年9月,微软宣布研发最新的机器学习项目名为Hanover,通过深度学习理解专业的医学论文,帮助医生预测对癌症患者最有效的药物。另一个项目则是医疗放射领域的应用,人工智能手段分析癌症患者的肿瘤CT扫描片。

与谷歌类似,微软在人工智能的领域也不局限于医疗分支,在语音翻译、知识图谱等领域都有涉及。

百度

百度在人工智能领域大举押注,已公布了Apollo和DuerOS两大项目,分别涉及自动驾驶技术和语音对话助理系统。在医疗方面主要是2016年成立的百度医疗大脑项目,通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计,模拟医生问诊、与用户多轮交流、反复验证,最终给出建议;同时还在过程中收集、整理病人症状描述,辅助完成问诊。

曾任百度投资部负责人的汤和松曾言,百度的投资和并购,紧紧围绕“战略”,并不追逐财务型的投资。具体包括“对于核心业务的加强”、“生态系统的建立”、“外来布局”三方面。

阿里

据报道,阿里巴巴通过ET医疗大脑,强势进入医疗AI领域,阿里云宣称,自主开发的人工智能ET,“可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域承担医生助手的角色”。

近日,由阿里健康研发的医疗AI“Doctor You”,在北京万里云医学影像中心正式对外发布,该系统包括临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统等。据悉,其正确识别肺结节的准确度达到90%以上。

腾讯

腾讯通过微信在挂号和支付环节及早切入医疗服务领域,在人工智能领域也积极探索。8月初,腾讯发布首个人工智能医学影像产品,称为“觅影”,与国内不同医疗机构分别开展各种医学AI项目,涵盖食道癌早期筛查系统、肺结节检测系统、辅助诊疗系统等,目前处于实验阶段。

朗锐慧康(www.lrioh.com)总结科技巨头们的医疗人工智能“神器”,可大致将其分为两大阵营,智能诊断派和医学影像识别派,分别为IBM、百度和谷歌、微软、阿里、腾讯,但不论是主攻一方还是两者兼顾,都脱不离这两大主流应用。实际上,智能诊断和医学影像确实是目前医疗人工智能领域发展相对成熟的两个领域。

相关文章
|
30天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能在医疗行业的应用与挑战
随着人工智能技术的不断发展,其在医疗行业的应用日益广泛。本文将探讨人工智能在医疗领域的应用现状、所带来的益处以及面临的挑战,包括医学影像诊断、个性化治疗、疾病预测等方面的应用,并就数据隐私、伦理道德等问题进行探讨。
|
1月前
|
机器学习/深度学习 人工智能 算法
未来AI技术在医疗领域的应用
传统医疗体系一直面临着挑战,而随着人工智能技术的不断发展,AI在医疗领域的应用正在成为一种新的趋势。本文将探讨未来AI技术在医疗领域的应用,包括诊断、治疗和预防等方面,以及AI与传统医疗模式的结合,展望未来医疗行业的发展方向。
|
30天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
随着科技的飞速发展,人工智能(AI)已经渗透到各个领域,其中医疗行业尤为突出。本文将深入探讨人工智能在医疗诊断中的应用,以及它如何改变传统医疗模式,提高诊断准确性和效率。通过对比分析,我们将展示AI技术在医疗影像、基因测序、疾病预测等方面的具体应用案例,以及这些技术所面临的挑战和未来的发展趋势。
14 2
|
30天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用
随着科技的飞速发展,人工智能(AI)已经成为了各行各业的热门话题。在医疗领域,AI的应用也日益广泛,尤其是在医疗诊断方面,AI技术为医生提供了强大的辅助工具,提高了诊断的准确性和效率。本文将探讨人工智能在医疗诊断中的应用,以及它如何改变医疗行业的未来。
11 1
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【4月更文挑战第20天】 随着人工智能技术的迅猛发展,其在医疗领域的应用日益广泛,特别是在疾病的早期诊断和治疗方案的制定上。本文将深入探讨人工智能如何通过机器学习和深度学习技术辅助医生进行更精准的诊断,同时分析其面临的挑战和潜在的伦理问题,并展望人工智能在未来医疗健康领域的发展可能。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
未来AI技术在医疗领域的应用
随着人工智能技术的不断发展,AI在医疗领域的应用正日益广泛。本文将探讨未来AI技术在医疗领域的潜在价值和影响,以及其对医疗行业和患者的积极意义。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗领域的应用及其未来展望
随着科技的飞速发展,人工智能(AI)已经渗透到我们生活的方方面面,其中医疗领域的发展尤为引人注目。本文将深入探讨人工智能在医疗领域的应用,包括疾病诊断、治疗方案制定、患者监护等方面,并对未来发展趋势进行展望。我们将看到,AI技术的引入不仅提高了医疗服务的效率和质量,还为患者带来了更好的就医体验。
|
6天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用
【4月更文挑战第18天】 随着人工智能技术的迅猛发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面。本文旨在探讨人工智能技术如何辅助医生进行更准确的诊断,并分析其对未来医疗行业可能产生的深远影响。通过实例分析与最新研究成果的结合,揭示了AI在处理复杂数据、图像识别及预测模型构建方面的潜力。
|
11天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用及挑战
【4月更文挑战第13天】 随着人工智能技术的迅猛发展,其在医疗领域的应用已成为推动健康科技革新的关键力量。本文旨在深入剖析AI技术在医疗诊断中的实际应用案例,探讨其提升诊疗效率、准确性的潜力,并针对当前面临的数据隐私、算法透明度、以及跨学科合作等挑战进行详细讨论。通过分析现实案例和最新研究成果,本文揭示了AI在辅助诊断、影像学、基因组学等方面的进步,同时指出了实现全面临床应用所需的关键步骤和政策建议。
17 1
|
15天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命性应用
医疗行业一直是人类关注的重点领域之一,而随着人工智能技术的快速发展,AI在医疗领域的应用正带来革命性的变革。本文将探讨AI在医疗中的重要作用,以及其对诊断、治疗和医疗管理的影响。
26 0