想搭上“人工智能”顺风车,李彦宏的未来医疗还需完善这几个方面

简介:

百度撤销医疗事业部,将全身心投入于AI+医疗项目的打造,在智能化趋势下,它打算做什么?

昨天下午,曾经因医疗问题而饱受诟病的百度被曝撤销了旗下的医疗事业部门,晚间,此消息也得到了百度内部员工的证实。

消息曝出的当天,对于这一次引起圈内热议的举动,在参加昨天的第17届中国企业家论坛亚布力论坛时,百度CEO李彦宏也给予了正面的回应。李彦宏称,医疗是一个非常大的机会,跟百度也很有关系,他说:“医疗是一个很有潜力的市场。能够改变医疗的,最重要的力量是人工智能。”从中我们获悉,虽然撤销了医疗事业部,但百度并未放弃医疗这一领域,而是走向了另一个新高度,全面进军智能医疗市场。

搭上“人工智能”顺风车,百度医疗未来将如何突围?

团队分拆,百度医疗事业部并入AI部门

自2010年,百度就开始了自己的医疗事业的布局,先是与医疗信息平台“好大夫在线”合作,从词条、问答逐渐到O2O和医疗服务,先后推出了“百度医生”、“拇指医生”等线上医疗平台。不过,纵然背景和实力雄厚,百度的O2O医疗服务依旧没能做起来,最终只能与其他的同质化产品混为一谈,此后更是在莆田系等事件中受到了重创。

据消息透露,今天,百度通过内部邮件宣布对医疗业务进行组织架构调整和优化,将医疗业务的重点布局在人工智能领域。

按照百度方面公布的计划:即日起,医疗事业部的智能小e团队和拇指医生团队转入AI体系,内容建设团队转入搜索公司,而其他业务则将予以关停。另外,相关人员将结合公司发展需要在内部提供转岗机会。

调整之后,原百度医疗事业部总经理李政将转至AI团队,充分利用AI技术,结合智能小e和拇指医生的业务方向,加速推进探索利用人工智能在医疗领域的解决方案。

搭上“人工智能”顺风车,百度医疗未来将如何突围?

推测一下,百度AI+医疗的走法

作为国内的科技领头人之一,百度早已开始了AI+医疗的尝试。去年10月份,百度发布“百度医疗大脑”,在大数据分析的基础上,利用语音识别等技术,其可以与用户进行多轮交流,依据用户的症状提出可能出现问题,并反复验证,给出最终建议。

依据李彦宏所说,“互联网+医疗”的发展共分为四个阶段,分别是医疗挂号预约服务、智能诊疗、基因分析和精准医疗、新药研发。如此,在这里我们不妨推测一下,百度在AI+医疗上可能的走法:

智能医疗诊断平台:除了“百度医疗大脑”的功能,“诊断”也是“百度医生”、“拇指医生”等线上医疗平台的主打业务,因而百度势必在未来打造一个智能医疗诊断平台。

站在国际角度,依据相关媒体报道,国外已经有不少团队朝着“智能问诊”的方向前进,像谷歌的DeepMind团队、IBM的Watson以及大学的研究小组等等。众所周知,因多种因素的影响,误诊已是当前医疗中的常态,而依靠背后的强大数据库以及计算机视觉等技术,不会像人类一样疲累的AI,其智能问诊的高效率和准确率也是人们所追求的和需要的。

搭上“人工智能”顺风车,百度医疗未来将如何突围?

医疗管理数据共享云平台:正如智能手环等可穿戴设备一般,若只是关起门来做自己的智能问诊,智能诊断平台的道路预计也不会走长久。此时,百度需要做的就是数据共享,扩大自己的医疗布局。

在2014年,百度曾推出一个名为“北京健康云”的智能医疗平台,通过感知设备、云计算和云平台三部分,极大地简化了医生的问诊。虽然目前没有什么声息,但镁客君人为,此种产品理念必将是智能医疗的一种趋势。

在全面转向AI+医疗后,百度或许会将此业务重新拾起,打造一个数据共享云平台,在大数据分析的基础上,简化用户的问诊过程,并提供相应的病症解决方案。届时,百度将利用AI技术在用户与医生之间搭建一条桥梁,不仅解除了用户的一个“痛点”,扩大了自己的医疗市场,在用户的允许下,这些数据也可以被用来训练相应的人工智能系统,以进一步提升算法的性能和识别准确性。

搭上“人工智能”顺风车,百度医疗未来将如何突围?

研发和测试新药:当前,虽然医疗技术愈加先进,但对于某些疾病,现在的医生依旧是束手无策。为了找出解决方法,一部分团队选择分析当前的数据来制定最佳治疗方案,不过,相对于解决方案,似乎新药的研制成功更具有意义。

在李彦宏的眼中,用人工智能的方法进行新药研发和测试也是一个发展方向。据悉,美国史丹佛大学的研究人员利用AI技术,成功的从成千上万的已知含锂化合物中识别出了超过20种固体电解质,用于取代目前在电池中所使用的挥发性液体,让电池更安全,令人惊奇的是,那些含锂化合物有些甚至是没有经过测试的。以此类推,百度或许也可以搭建一个类似的算法模型,从而针对某种病症找出匹配的元素,或是进行测试,以增加患者被治愈的可能性。

搭上“人工智能”顺风车,百度医疗未来将如何突围?

布局AI+医疗,百度还需完善几个方面

从当前的情况推断,在AI+医疗的布局上,百度似乎更愿意做一个“大脑”般的存在。然而,虽然家大业大,国内的智能医疗市场也尚未定型,但对于百度而言,在版图的布局上,其面临的问题并没有因此而减少。

以智能医疗诊断平台为例,如何改变用户习惯、获取用户信任就是头一个难题。目前,市面上的线上医疗平台不在少数,撇开服务不谈,因为省去了预约挂号等繁琐的过程,大多数人还是乐见其成、愿意为此买单的,渐渐地,用户养成了一个“身体不舒服就上APP问医生”的习惯。

不过,此用户接受度并不能代表其对于机器人的接受度,相比于机器人,人们更愿意相信医生,即使医生的误诊率会更高。对此,最好的做法就是与相关医疗机构进行合作,一开始,让用户先在医生的监督下进行智能问诊,循序渐进,从而提升用户对于智能问诊的接受度和信任值。当然,不仅仅是拉拢用户,在与医疗机构对接的过程中,百度也可以获得更多的数据,从而在性能提升的基础上提供更为全面的服务。

其次AI识别准确率的提高。依靠精进的算法和庞大的数据,语音识别等技术的准确性都得到了相应的提升,不过,医疗领域是一个不容许丝毫误差的行业,这也就对相关AI技术提出了更高的要求。其中,如何让AI从用户个性化的描述中准确识别病情更是一个难题,对于此问题,百度医疗大脑选择的解决途径是与用户进行多轮对话。的确,多轮对话是一个不错的途径,不过,这其中还是有着缺陷的,比如针对一种病症,不同的用户有各自不同的描述,这时,若是训练数据不够充足,AI极有可能被带偏,或是识别错误。

搭上“人工智能”顺风车,百度医疗未来将如何突围?

随着百度正式回应的发出,撤销医疗事业部一事所引起的热议也渐渐停息。不过,相对于表面风波的渐渐平静,暗地里,随着百度的全面进军,一场针对国内智能医疗市场的浪潮正在扑来的路上。从技术上来看,依靠多年来在AI方面的积累,百度产品的性能在一定程度上还是可以保证的,但未来如何,在性能之外,我们更多的还要看百度对于用户的迎合和市场的推广。


原文发布时间: 2017-02-09 18:49
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
30天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
70 11
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
61 0
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
医疗领域的人工智能:诊断和治疗的革命
医疗领域的人工智能:诊断和治疗的革命
152 84
|
16天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
16天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
157 10
|
23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
本文深入探讨了人工智能(AI)技术在医疗诊断领域的革新性应用,通过分析AI如何助力提高诊断准确性、效率以及个性化治疗方案的制定,揭示了AI技术为现代医学带来的巨大潜力和挑战。文章还展望了AI在未来医疗中的发展趋势,强调了跨学科合作的重要性。 ###
82 9
|
29天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用与挑战
随着人工智能(AI)技术的飞速发展,其在医疗领域的应用也日益广泛。从辅助医生进行疾病诊断到提供个性化治疗方案,AI技术正在改变着传统医疗模式。然而,AI在医疗诊断中的应用并非一帆风顺,面临着数据质量、模型可解释性、法规政策等一系列挑战。本文将从AI在医疗诊断中的具体应用场景出发,探讨其面临的主要挑战及未来发展趋势。
|
26天前
|
机器学习/深度学习 数据采集 人工智能
深度探索:人工智能在医疗影像诊断中的应用与挑战####
本文旨在深入剖析人工智能(AI)技术在医疗影像诊断领域的最新进展、核心优势、面临的挑战及未来发展趋势。通过综合分析当前AI算法在提高诊断准确性、效率及可解释性方面的贡献,结合具体案例,揭示其在临床实践中的实际价值与潜在局限。文章还展望了AI如何与其他先进技术融合,以推动医疗影像学迈向更高层次的智能化时代。 ####
|
26天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
40 2
|
30天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
本文探讨了人工智能(AI)技术在医疗领域的应用,包括其在疾病诊断、治疗计划制定、患者监护和健康管理等方面的潜力。通过分析AI如何帮助医生更准确地诊断疾病,提高治疗效果,以及降低医疗成本,我们可以预见到一个更加智能、高效和人性化的医疗未来。 ##