「镁客·请讲」深睿医疗乔昕:AI医疗才起步,说变革尚早

简介: “深睿医疗已经远远不只是在做医疗影像诊断单一领域。”

“深睿医疗已经远远不只是在做医疗影像诊断单一领域。”

AI医疗离我们有多远?

当IBM沃森陷入瓶颈时,国内的AI医疗却是别开生面的另一番场景。从2016年开始,国家作为政策引导方,已出台了50多条涉及医疗大健康的“纲要”或“意见”,同期大量资本快速涌入市场,而人工智能的发展无疑让这团火烧的越来越旺。

在AI医疗这条赛道上,既有BAT这样的巨头,也有锋芒毕露的初创企业,譬如深睿医疗,这家成立于2017年的AI医疗创企,在短短的一年时间就获得了三轮融资,累积金额达3亿元。

医疗行业老兵的创业故事

乔昕在创办深睿医疗之前,已经在医疗行业摸爬滚打了几十年了,从北医三院到西门子医疗,身处医疗第一线的他,也第一时间感知到了AI可能会给整个医疗产业带来的变革。

大多时候,谈及国内的AI医疗绕不开的一个话题便是IBM沃森,Watson起源于1997年IBM深蓝战胜卡斯帕罗夫。2014年初,IBM投资10亿美元专门建立“Watson Group”。Watson在2015年4月成立了Watson Health部门,之后收购了大量医疗数据公司。

TB1F6goLAzoK1RjSZFlXXai4VXa.jpg

巧的是,在西门子医疗期间,乔昕在西门子医疗部负责的数据医疗相关工作,也和IBM沃森有着千丝万缕的关系。彼时的乔昕在西门子医疗接触了很多互联网医疗、数字医疗的业务,后期再深入了解IBM沃森之后,乔昕觉得时候到了。

众所周知,医疗行业非常注重长期的临床实践经验,而医疗人才的培养体系和速度又迟迟跟不上,单单一个医学院学生系统的课程培养也需要五年时间,种种因素导致了现在医疗资源不平衡、看病难等等问题。

“在AI出现之前,我们很多的医疗建设进程都非常缓慢,大家一直在为医疗场景寻求合适的技术,AI的出现是关键的拐点。大量的医学知识需要人工智能来数字化、智能化。这是一项浩大的工程。”

乔昕认为医疗最为核心的两个关键工作是诊断和治疗,而当前以深度学习为代表的AI技术无疑为这两个环节提供了新的解决之道。

乔昕决定自己创业之初,正好遇到了现在深睿医疗的董事长,百度联合创始人之一的雷鸣,以及曾就职百度和高德,精通机器学习算法的现任深睿医疗CTO李一鸣,三人搭伙快速将深睿医疗带入正轨。

深睿医疗创建之初,也和大多数AI医疗创企一样,选择从医疗影像诊断开始,一方面因为深睿医疗源自北大信息科学院人工智能创新中心,同时这也是乔昕在西门子医疗最得心应手的部分。但乔昕和团队显然并不满足于此,所以公司成立不久他们就建立了深睿医疗研究院,而负责研究院的则是深睿医疗联合创始人及首席科学家、加州大学伯克利分校计算机博士、美国计算机协会杰出科学家、IEEE Fellow俞益洲教授。

两年布局,完成AI医疗产品的闭环

公司成立之初,乔昕选择的AI医疗切入口是重大疾病的诊断,包括肿瘤、心脑血管疾病的早期筛查以及诊断。当时它们推出的第一款是Dr.Wise®肺结节人工智能医学辅助诊断系统。

不过如今在深睿研究院的技术加持下,他们的AI医疗产品也已经发展到包括早期筛查、重大疾病的诊断、辅助决策以及治疗后效果评估等在内的医疗诊断闭环。

用乔昕的话来说,“深睿医疗已经远远不只是在做医疗影像诊断单一领域。”而在AI医疗产品的定位方向上,除了重中之重的肿瘤和心脑血管疾病,深睿医疗也在涉猎像消化系统、神经系统,儿童生长发育、体外诊断、治疗手术导航等等。

就在去年年底,深睿医疗发布了Dr.Wise®AI医学辅助诊断系统、智能影像云Dr.Wise®Cloud以及Dr.Wise®多模态科研平台。这三个分属不同应用层面的产品,构成了上文所提及的AI医疗产品的闭环。

据悉,目前深睿医疗在医院落地最广泛的四款产品分别是Dr.Wise®肺结节人工智能医学辅助诊断系统、乳腺钼靶人工智能医学辅助诊断系统、脑卒中人工智能医学辅助诊断系统和基于人工智能的儿童生长评估管理系统,这些也是他们人工智能医学辅助诊断系统中的几款王牌产品。

TB1ddgmLpzqK1RjSZSgXXcpAVXa.jpg

以肺结节筛查为例,在传统的治疗过程,对于肺结节良恶性的诊断一直是个难题,深睿医疗和各大医院以及相关医疗机构合作,通过不断的海量数据深度学习分析和医生诊断反馈,已经可以显著提高对肺结节良恶性判断的准确率。

谈及为什么当前深睿医疗会建立如此全面的产品线,乔昕对自家的技术信心十足,他强调,“我们这两年和高校、科研机构一起做课题,投入最多的一块就是科研,所以我们也有实力去驾驭这些产品。”

据了解,今年的CVPR(IEEE国际计算机视觉与模式识别会议)上,深睿医疗目前已经有8篇论文被收录。

不过在乔昕看来,在医疗这个领域,AI的应用才刚刚开始。“虽然我们进入了很多领域,但医学是个庞大的知识架构。”

AI医疗落地正进入磨合期

谈及当前的AI医疗现状,乔昕认为,“医疗这个行业非常传统,离不开医院和病人。所以它的商业模式并不能像技术一样有很大的突破以及创新空间。无论如何,技术真正的服务患者才是最终价值,我们要看产品真正能带来什么价值。”

乔昕在医疗行业待了几十年,他对AI医疗的发展保持着清醒的认识:医学是个注重实践的学科,当前的技术可以满足一些需求,但还有更多的工作需要一步步完成。医疗领域的数据量不大,相应地又对训练的算法要求非常高,需要专业的人做数据标注、训练集。这些都是需要持续探索的。

TB19mgnLCzqK1RjSZFpXXakSXXa.jpg

对于像深睿医疗这样的创企来说,现阶段的发展有两个方向,一方面需要不断地研究前沿技术,例如基于小样本的无监督式学习,另一方面就是技术应用的进一步落地,真正服务医生以及患者。

另外,很多人或许会问如果AI有一天替代医生要怎么办?其实这个问题更像一个悖论,医学极其重视临床实践,很多时候医生的经验比单纯数据推理结果更为准确,只能说AI在医疗领域作为帮手的角色会越来越重要。

乔昕对于未来的AI医疗发展有着自己的雄心壮志,但也有不少隐忧,他认为产业的当务之急是脚踏实地的把专家的知识、传统的经验知识数字化和智能化。

“现在才是起步,远远没有到医疗行业可以出现变革的阶段。马拉松比赛的发令枪才打响,正有好几千人从起跑线上涌出来。”

路漫漫其修远兮,AI医疗这座高峰我们才到山底,仍然需要更多专业的医疗学者、技术人才进入到这个行业。

【镁客·请讲】专注于报道科技创新项目;我们敞开心扉面对每一位创业者,力求为您呈现一群鲜活、有性格的品牌和人物;我们倾听创业故事和人生经历、探讨商业模式和行业趋势、对接资本市场和供需双方,以期为产业发展注入新的活力。

相关文章
|
6天前
|
人工智能
科技赋能妇产医疗,钉钉联合打造小红 AI 患者助理
复旦大学附属妇产科医院与钉钉共同打造的 AI 助理“小红”上线。“小红”孵化于钉钉智能化底座,通过学习复旦大学附属妇产科医院的 400 多篇科普知识,涵盖妇科疾病宣教、专业产科指导、女性健康保健等问题,能够为患者提供妇科疾病、产科指导、女性健康保健等知识的专业解答。
58 10
|
22天前
|
机器学习/深度学习 人工智能 自然语言处理
Baichuan-M1-14B:AI 助力医疗推理,为患者提供专业的建议!百川智能开源业内首个医疗增强大模型,普及医学的新渠道!
Baichuan-M1-14B 是百川智能推出的首个开源医疗增强大模型,专为医疗场景优化,支持多语言、快速推理,具备强大的医疗推理能力和通用能力。
177 16
Baichuan-M1-14B:AI 助力医疗推理,为患者提供专业的建议!百川智能开源业内首个医疗增强大模型,普及医学的新渠道!
|
29天前
|
人工智能 监控 安全
设计:智能医疗设备管理系统——AI医疗守护者
该系统将结合人工智能技术与区块链技术,实现对医疗设备的智能化管理。目标是提高医疗设备的管理效率,确保医疗设备的数据安全,优化医疗资源的配置,提升医疗服务质量。
|
1月前
|
存储 机器学习/深度学习 人工智能
昇腾AI行业案例(六):基于 PraNet 的医疗影像分割
欢迎学习《基于 PraNet 的医疗影像分割》实验。在本实验中,你将深入了解如何运用计算机视觉(CV)领域的 AI 模型,搭建一个高效精准的医疗影像分割系统,专注于息肉分割任务,并利用开源数据集对模型效果加以验证。
33 1
|
1月前
|
人工智能 API
MMedAgent:专为医疗领域设计的多模态 AI 智能体,支持医学影像处理、报告生成等多种医疗任务
MMedAgent 是专为医疗领域设计的多模态AI智能体,支持多种医疗任务,包括医学影像处理、报告生成等,性能优于现有开源方法。
151 19
MMedAgent:专为医疗领域设计的多模态 AI 智能体,支持医学影像处理、报告生成等多种医疗任务
|
2月前
|
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。
173 31
|
2月前
|
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。
107 2
|
2月前
|
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。
326 2
|
2月前
|
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。 ##
85 0
|
2月前
|
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。

热门文章

最新文章