人工智能应用范围那么广,但融资最多的还是医疗卫生

简介:
本文来自AI新媒体量子位(QbitAI)

从互联网金融到网络安全,从教育科技到广告服务,人工智能已经应用到各个行业。值得注意的是,医疗成为诸多应用中较受欢迎的领域之一,很多创业公司都在利用机器学习算法缩短药物开发时间,为病人提供虚拟助手,并改进医学成像和诊断流程的精确性。

尽管在用病人数据训练算法的过程中面临挑战和隐私担忧,但企业在这一领域仍然非常活跃。IBM收购了Explorys、Phytel和Merge Healthcare,使得该公司的沃森云可以获得数以百万的病例和数据点。IBM沃森事业群一直在通过与世界各地的医院展开合作来扩大触角,他们还资助了包括Pathway Genomics在内的许多私有公司。

谷歌也在2014年收购了DeepMind,并于2016年创办了DeepMind Health项目,与英国国民健康服务展开了合作。

借助CB Insights的数据,我们了解了医疗健康领域的公司利用人工智能的最新市场趋势。

从私有公司的人工智能市场来看,医疗人工智能目前在股权交易方面占据主导,2012年以来通过270笔交易融资18亿美元。该领域的交易数和融资额去年创下5年新高,并涌现出两家独角兽:Flatiron Health可以使用机器学习技术从病人的电子病历中提取额外信息,而iCarbonX则能提供基于人工智能的个性化医疗服务。

截至3月22日,医疗健康人工智能创业公司今年通过22笔交易融资逾1.32亿美元,包括诊疗公司Freenome总额6500万美元的A轮融资。

自从2012年以来,约有27%的交易涌向美国之外的其他国家。非美国交易占比在2016年达到35.5%的5年新高。我们在《人工智能报告》中列出了医疗健康人工智能交易融资趋势,以及美国之外的分布状况。

自2012年以来,Data Collective成为医疗人工智能领域最活跃的风险投资公司,Khosla Ventures位列第二。获得GV和Flare Capital Partners支持的Predilytics于2015年被科罗拉多私有医疗公司WellTok收购。获得Flare Capital Partners支持的Explorys则在同一年被IBM收购。

本文作者:李杉
原文发布时间:2017-04-13 
相关文章
|
11天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
4天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
11天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
11天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
47 3
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在教育领域的应用与挑战
随着科技的不断进步,人工智能(AI)技术已经深入到社会的各个领域,其中教育领域尤为突出。本文旨在探讨人工智能在教育领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何改变传统教学模式,提高教育质量和效率,同时指出其在实际应用中可能遇到的问题和挑战,为未来教育的发展提供参考。
94 2
|
8天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
14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
【10月更文挑战第36天】随着人工智能技术的飞速发展,其在各行各业的应用日益广泛,特别是在医疗领域。本文将深入探讨AI技术如何革新传统医疗诊断流程,提高疾病预测的准确性,以及面临的挑战和未来发展方向。通过具体案例分析,我们将看到AI如何在提升医疗服务质量、降低医疗成本方面发挥关键作用。
91 58
|
9天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
47 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
4天前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
25 4
下一篇
无影云桌面