云栖科技评论 | 医疗AI,医疗健康产业的“核按钮”

简介:

忽然之间,美国食品药物管理局(以下简称FDA)成了AI医疗亲密无间的好朋友和坚定的支持者。

2018年上半年,FDA相继批准癫痫监测与警报AI手表Embrace、AI临床监测平台Wave、脑卒中护理软件Viz.ai、自闭症筛查AI软件Cognoa以及血糖预测AI系统Guardian Connect等多款监测预警类医疗AI产品,及诊断辅助类和临床治疗类医疗AI产品,包括诊断糖尿病视网膜病变的全球首款AI医疗设备IDx-DR、腕部骨折检测诊断软件OsteoDetect、以及利用AI实现胰岛素剂量精确控制的临床治疗工具DreaMed Advisor Pro。

5个月的时间,FDA不仅批准了多达8款人工智能医疗产品,而且迅速从辅助监测预警类产品,拓展到针对诊断辅助类和临床治疗类产品的审批,如此速度,在FDA尚属首次,这不仅让美国新闻媒体大呼意外,更直接推高美国投资界对医疗AI的投资热度,数十亿美元在今年上半年流向硅谷的医疗AI公司,形成一股医疗AI投资热潮。

为什么FDA在医疗AI的审批上“开闸放水”?一向以“慎重审批、严格管控、周期冗长”著称的FDA为何态度大变?

医疗AI在监测预警、诊断辅助,甚至临床治疗上展现出的高水平是FDA加速审批的原因之一:

谷歌DeepMind团队与多家医疗机构合作的眼科疾病AI诊疗软件,在多次与人类医生的对比测试中,展现出了对超过50种眼科疾病高达94%的诊疗准确率,这一数字远高于传统的数字医疗诊断方式,甚至超过了大多数基层医疗机构在眼科疾病领域的诊断水平;

前面提到的腕部骨折检测软件OsteoDetect在1000张X射线图像研究诊断中,几乎达到100%的准确率,而且在部分检测中找到了被人类医生忽略的细微差异,更是在200个疑难病例上,与24位专业研究者平分秋色。

另一个原因则要归功于2017年7月FDA制定的数字健康创新行动计划(Digital Health Innovation Action Plan,DHIAP),这一计划详细阐述了在数字时代,如何确保高质量、安全和有效的数字医疗手段能够被应用于医疗行业,旨在帮助亟待大规模涌入市场的数字医疗产品,尤其是能够诊断疾病、在临床上发挥重要作用的数字医疗技术,在安全可靠以及有效的前提下,缩短FDA审批时间,尽快进入市场服务于医生和病患。

针对数字医疗的标准化审批体系和规范化流程,有效加速了医疗AI的审批速度。

但更重要的是,正如斯坦福大学数据科学、基因科技教授Dr. Carlos Bustamante所说,FDA很可能意识到当医疗AI技术高速涌入市场,对数字医疗产业、医疗行业和医疗系统,将会产生前所未有的推动作用,医疗AI将会是解决医疗系统存在的医疗水平不均、诊疗体系效率低下、医疗系统信任度不高等问题的突破点。

在医疗AI生态不断壮大的过程中,作为一种建立在云平台上、借助数据来获得能力的技术,不同医疗AI之间的数据互通、系统互联问题将被暴露出来,解决医疗诊断数据、医疗系统平台乃至底层云平台、大数据平台的连通性和互操作性问题成为关键性议题,传统医疗企业、数字医疗企业以及科技企业之间将开展前所未有的合作,通过制定统一的、自发性的医疗行业数字化标准,来解决医疗数据和医疗系统的互联互通问题,从而确保医疗AI以及数字化医疗健康有序发展。

在这一过程中,长期困扰医疗行业的数据共享与系统互通问题将得到有效解决:在过去,数据的持有者无法预见实现数据共享和数据联通后所能得到的回报,那些所谓的“附加价值”“收入增长”“长期利益”都更像是镜花水月,但医疗AI却可以让他们看到真实回报,清晰地展现出医疗数据和医疗系统互联互通之后的极大想象空间。

未来不仅是临床诊疗和病患服务,流行病控制预警、疑难杂症研究以及健康人寿保险都将受益于医疗AI,实现整个社会的疾病应对能力和健康生活水平的持续提高。因此,将医疗AI称作医疗健康产业的“核按钮”并不为过,当然,这个核按钮所带来的是健康和快乐。


原文发布时间为:2018-08-26

本文作者:Arc

本文来自云栖社区合作伙伴“阿里研究院”,了解相关信息可以关注“阿里研究院”。

相关文章
|
9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。
|
23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。
|
20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。
34 2
|
24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。 ##
|
21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与前景
本文探讨了人工智能(AI)技术在医疗领域的应用,包括疾病诊断、治疗方案制定、药物研发等方面。通过对现有研究成果的梳理,分析了AI技术在提高医疗服务效率、降低医疗成本、改善患者体验等方面的潜力。同时,也指出了AI技术在医疗领域面临的挑战,如数据隐私保护、伦理道德问题等,并展望了未来的发展趋势。
77 2
|
22天前
|
机器学习/深度学习 人工智能 机器人
AI技术在医疗领域的应用及挑战
本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的定义和分类开始,然后详细介绍其在医疗领域的具体应用,如疾病诊断、药物研发等。最后,我们将讨论AI在医疗领域面临的挑战,包括数据隐私、伦理问题等。
|
22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##
在现代医疗领域,人工智能(AI)技术正在逐步改变传统的诊疗方式。本文将探讨AI在医疗中的几个关键应用,包括医学影像分析、疾病预测和个性化治疗等。通过这些应用,AI不仅提高了诊断的准确性和效率,还为患者提供了更加精准的治疗方案。 ##
49 2
|
22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与挑战
本文深入探讨了人工智能(AI)技术在医疗领域的应用现状、面临的挑战以及未来发展趋势。随着科技的飞速发展,AI技术正逐渐渗透到医疗行业的各个环节,从疾病诊断、治疗方案制定到患者管理等,都展现出巨大的潜力和价值。然而,AI技术的广泛应用也带来了数据安全、伦理道德、法规监管等一系列挑战。本文旨在通过分析AI技术在医疗领域的实际应用案例,揭示其优势与不足,为推动AI技术在医疗领域的健康发展提供参考。
60 1
|
23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与前景####
本文深入探讨了人工智能(AI)技术在医疗健康领域中的多维度应用,从疾病诊断、个性化治疗到健康管理,展现了AI如何革新传统医疗模式。通过分析当前实践案例与最新研究成果,文章揭示了AI技术提升医疗服务效率、精准度及患者体验的巨大潜力,并展望了其在未来医疗体系中不可或缺的地位。 ####
|
22天前
|
机器学习/深度学习 人工智能 监控
AI技术在医疗领域的应用##
本文深入探讨了人工智能(AI)技术在医疗领域的多方面应用,包括疾病诊断、治疗方案优化、患者管理和远程医疗服务等。通过分析当前AI技术的发展趋势和挑战,文章旨在揭示AI如何改变传统医疗模式,提高医疗服务的效率和质量。此外,文章还讨论了AI技术在医疗领域面临的伦理和法律问题,以及未来的发展方向。 ##
27 0

热门文章

最新文章