AI医师助手

写诗、画画、唱跳、开直播…….只有你想不到，没有它做不到。当下，AI正通过各种身份与角色不断参与到人类生活。当人工智能遇上医疗健康，小爱又来为健康管理“出手”了！爱康集团旗下首个“AI健康管家”——IKKIE即将登陆，带你领略点儿不一样的科技。 2018年爱康全面启动iKang AI+计划，给传统体检与健康管理加上了AI“外挂”。2021年开始，已汇聚近6,000万体检大数据的爱康“医疗云”，依托“体检云、影像云、心电云、检验云”，在覆盖检前、检中、检后的全环节中，为用户提供实时、智能、精准、连接的全新体验。如今，被赋予 “AI健康管家”使命的IKKIE，将化身爱康AI大使“上岗营业”，为19岁的爱康，拉开第二个十年的新序幕。 IKKIE的名字灵感，来源于爱康的英文名称——iKang。为了打入颜值即正义的AI数字形象圈，IKKIE被设计成一朵3D形态的“云”，在不同对话场景下，还将变换各种表情。而作为一个刚出道不久的AI健康数字人形象，IKKIE的功能已然十分成熟，每一张X光片、肺部CT、眼底照片……都有它在背后为用户把控。同时，它背后还有覆盖，眼底、肺、心脏、脑血管、乳腺、牙齿、骨骼等“数字医生”护航，高效实现“千人千面”的精准动态健康管理。描绘“健康画像”，预测健康“走势”，开出健康处方，预见健康未来。 6月14日BRTV北京卫视，2023爱康AI未来之夜即将来袭。一场观点、笑点、知识点齐飞的医疗分享盛会，刷新AI体检的全新认知，IKKIE也将加盟现场，首度亮相。 来源：新华网 全国卫生产业企业管理协会转化医学产业分会（以下简称分会）是全国卫生产业企业管理协会（以下简称总会）的分支机构。全国卫生产业企业管理协会是经原国家卫生部申报，国家民政部登记批准，1992年10月成立，是在国家民政部、中央和国家机关工委领导和国家卫生健康委员会的指导下，具有行业管理职能的国家一级社会团体。是由从事大健康相关的医疗、服务、科研、管理单位和专家、企业家等人员自愿结成的全国性、行业性社会团体，是非盈利性的社会组织。协会宗旨:坚持“护佑健康、发展产业、诚信创新、服务社会”，推进卫生健康产业企业发展，为国家经济建设和人民健康服务。CCTMIS（全国卫生产业企业管理协会转化医学产业分会）致力打造一个“产学研医、协同创新”的平台，目前协会有超过4000个会员，其中超过半数为临床专家型医生！

文章来源：头豹公众号 十九大以来，健康中国成为国家战略，“为人民群众提供全方位周期健康服务”成为工作目标，医疗机构将“从以治病为中心”转变到“以健康为中心”，愈加凸显健康管理的重要性。 AI健康管理指运用新一代信息、通信、人工智能、生物信息等技术手段，感测、分析、整合健康数据采集、健康检测、健康评估、健康干预四个关键环节的各项信息，从而对个体或群体的健康需求做出智能响应的新模式。AI助力健康管理，可以为人们提供更加精准、高效、便捷的健康服务，帮助人们更好地管理自己的健康。 2023年7月，由国家卫健委等6部委颁布的《深化医药卫生体制改革2023年下半年重点工作任务》提出加快推进公立医院高质量发展。推进“5G+医疗健康”、医学人工智能、“区块链+卫生健康”试点。开展改善就医感受提升患者体验主题活动。支持推进国有企业办医疗机构高质量发展，进一步推动AI在健康管理领域的渗透。 01 中国AI健康管理行业综述 AI健康管理指运用新一代信息、通信、人工智能、生物信息等技术手段，感测、分析、整合健康管理各环节信息，从而对个体或群体的健康需求做出智能响应的新模式。 AI健康管理目标群体逐步扩大，从针对患病群体逐步扩展到各类关注健康信息的群体，包括运动健康、护肤健康、营养健康等。 AI健康管理从医疗保险、健康体检出发，逐步扩展到疾病预防、慢病管理、运动管理、睡眠监测、母婴健康管理、老年人护理等。 中国AI健康管理行业尚处发展初期，但遍布多个细分领域，市场广阔。2018-2022年，市场规模由2,937.2亿元增加至8,913.0亿元，预计未来2023-2027年，市场规模将由11,239.3亿元增加至25,909.0亿元。 未来市场规模持续扩大的驱动因素为：AI技术的渗透推动行业进一步发展。AI算力占比步入“20%+”新阶段，AI应用全行业渗透率有望超80%，而针对健康管理领域，预计到2027年，医疗咨询服务、消费者健康服务、健康解决方案及慢病管理的AI渗透率有望分别达25%、75%、25%及5.3%，渗透率逐步提高，市场将进一步扩容。 02 中国AI健康管理行业产业链分析 中国AI健康管理产业链上游是医疗器械及医用耗材供应商，中游为AI健康管理服务商，下游根据不同的业务拓展对象分为B端和C端，其中B端包括医疗机构、药店等，C端主要为慢病患者、亚健康群体。 在带量采购、深化审评审批制度等政策推动下，医疗器械行业进入研发创新阶段，原材料、仪器创新方面有望实现进一步发展，推动价格下探，进一步促进健康管理覆盖基层。 产业链下游为医疗机构、药店及慢病患者、亚健康群体等患者群体，其中心脑血管疾病、癌症、慢性呼吸系统疾病、糖尿病为代表的慢病负担占总疾病负担的70%以上。 03 中国AI健康管理行业主要细分市场 中国人口众多，面临着严峻的慢性非传染性疾病防控挑战，随着经济社会发展和卫生健康服务水平的不断提高，慢性病防控能力得以提升，但发病率和患病率依然较高。 通过数字化技术的运用，慢病管理平台可广泛介入前期监测、跟踪管理、个性化慢病管理服务等多个环节，形成价值共创生态。 中国慢病管理行业已从早期面向C端用户的在线问诊产品拓展至医院、药店等B端用户，同时亦有部分服务商拟引进商业保险公司作为慢病管理的付费方。 中国老年人口规模大，对智能养老技术需求量大，利用适老化的健康技术手段，对老年人实施健康监测、评估和干预，有助于推动老年人融入数字化城市生活。 中国AI老年康养市场需求广大，产品和服务种类丰富多样，依靠国家层面的设计与规划，目前中国康养行业已进入数字化、智慧化阶段，市场正快速扩容。 随着国家的重视和社会对养老需求的增长，越来越多的企业在健康监测、医疗仪器、数据信息化等领域积极投资AI老年康养相关产品和服务，凭借自身技术优势以及资金优势，加速业务布局。 亚健康即身体状态处于健康与不健康之间，表现为一定时间内的活力降低、功能和适应能力减退等症状，中国亚健康群体人数繁多，呈低龄化趋势，AI健康管理有望协助改善身体素质。 中国AI亚健康行业尚处发展初期，市场体量较小，在亚健康群体的不断扩大和AI等技术的引用和进步等因素推动下，行业向数值化转变，吸引更多企业入局。 04 中国AI健康管理行业趋势研判 AI健康管理由于涉及领域宽泛，多领域企业纷纷入局，未来企业向产业链上下游覆盖，形成全产业链一体化，通过全程化布局有望提高综合竞争力。 随着人们健康意识的提高，健康管理服务市场逐渐升温，健康管理领域迎来新的发展机遇，虽投融资增速有所放缓，但“人工智能+医疗健康”赛道吸金能力依旧显著。 随着智慧健康管理的到来，医生的个人价值将被放大，构建智慧健康管理，将有助于机构实现跨越式发展，快速提升机构品牌和影响力。 基于美国等发达国际健康管理商业模式，未来中国AI健康管理行业将向健康险渗透，下游B端客户将拓展至保险公司及为员工购买商业保险的企业。  作者|头豹  编辑|effie

AI健康管理指运用新一代信息、通信、人工智能、生物信息等技术手段，感测、分析、整合健康数据采集、健康检测、健康评估、健康干预四个关键环节的各项信息，从而对个体或群体的健康需求做出智能响应的新模式。AI助力健康管理，可以为人们提供更加精准、高效、便捷的健康服务，帮助人们更好地管理自己的健康。 中国AI健康管理行业发展历程 资料来源：共研产业咨询（共研网） 在慢性病患者、亚健康群体增大及老龄化驱动下，AI健康管理需求市场快速扩张，2022年，中国AI健康管理行业市场规模达8913.0亿元；预计未来2023-2027年AI健康管理行业市场规模将由11239.3亿元增加至25909亿元。 2018-2027年中国AI健康管理行业市场规模预测及增速 资料来源：共研产业咨询（共研网） 针对AI健康管理领域，2022年我国消费者健康服务、慢病管理、健康解决方案及医疗咨询服务的占比分别达70.4%、15.0%、9.8%、4.9%，AI健康管理行业渗透率逐步提高, 预计未来市场将进一步扩容。 2022年中国AI健康管理细分行业市场规模占比 资料来源：共研产业咨询（共研网） 北京迪索共研咨询有限公司是一家拥有全球化视野、服务于全球客户的知名产业咨询机构，未来，共研咨询将持续深耕商业决策服务领域，致力于成为解决商业决策问题的顶级服务机构。 共研网发布的《2023-2029年中国AI健康管理行业产业链全景研究及市场前景评估报告》共十二章。对我国AI健康管理行业的发展现状、竞争格局及市场供需形势进行了具体分析，并从行业的政策环境、经济环境、社会环境及技术环境等方面分析行业面临的机遇及挑战。还重点分析了重点企业的经营现状及发展格局，并对未来几年行业的发展趋向进行了专业的预判。为企业、科研、投资机构等单位了解行业最新发展动态及竞争格局，把握行业未来发展方向提供专业的指导和建议。 第一章 AI健康管理行业相关概述 第一节 AI健康管理行业相关概述 一、产品概述 二、产品性能 三、产品分类 四、产品特点 第二节 AI健康管理行业经营模式分析 一、生产模式 二、采购模式 三、销售模式 第二章 AI健康管理行业运行环境分析 第一节 AI健康管理行业政治法律环境分析 一、行业管理体制 二、行业相关标准 三、行业相关发展政策 第二节 AI健康管理行业经济环境分析 一、全球宏观经济分析 二、国内宏观经济分析 三、经济环境对产业影响分析 第三节 AI健康管理行业社会环境分析 一、AI健康管理产业社会环境 二、社会环境对行业的影响 第四节 AI健康管理行业技术环境分析 一、AI健康管理技术分析 二、技术环境对产业影响分析 第三章...

2024世界人工智能大会于7月4日至6日在上海召开，连续四年与世界人工智能大会深度合作的华泰证券于大会期间举办“论道智能新趋势”科技金融创新论坛，探讨AI+医疗、具身智能、AI算力网络等前沿领域发展趋势。 华泰证券执行委员会委员、首席信息官（CTO）韩臻聪在致辞中表示，以人工智能为新生产工具、数据为新生产要素、算力为新基础设施的三新体系正与产业加速融合，其带来的深远影响包括提升行业服务能力、变革行业发展范式、催生新兴领域等。 在全球产业链重构的背景下，AI大模型相关的技术和产业将会如何发展？华泰证券研究所科技与电子首席分析师黄乐平表示，AI时代的硬件形态目前仍以PC、智能手机为主，因此短期内可以关注苹果产品更新，但随着AI交互能力的上升，长期则看好XR（Extended Reality，扩展现实技术）和具身智能相关产品的发展机会。 （受访者供图） 黄乐平还提到，在AI服务器革命中，液冷、光模块、HBM（High Bandwidth Memory，一种新型CPU/GPU内存芯片）等服务器关键技术的迭代，有望孕育出一批千亿市值公司，带来的量价齐升的投资机会。“在新一轮产业链重构中，越南、马来西亚、日本、墨西哥有望受益。” 让AI+医疗更个性化、精准化 就AI+医疗主题，西门子医疗大中华区副总裁、临床治疗系统负责人浦峥嵘在演讲中介绍了全球AI+医疗发展趋势。他表示，在AI赋能下，医疗将更加个性化、精准化，为更多患者提供更优服务。AI能够推动医疗影像、以及影像引导的治疗与检验设备智能化发展，支持从疾病预防和早期发现、诊断、治疗和监测、再到随访的临床全流程，替代医生部分常规工作。AI还能够支持并辅助医生完成关键临床决策，并帮助患者进行全生命周期的健康管理。 浦峥嵘特别提到，数字孪生技术在医疗中会有巨大的应用场景，利用各类检查中所积累的患者数据，能够构建出患者的生理模型，基于此可以模拟不同治疗方案、观察结果，从而帮助患者选择最佳个性化治疗方案。 让具身智能在真实环境中表现更好 就具身智能主题，西湖大学工学院人工智能领域主任、西湖机器人创始人王东林教授结合2005年Linda Smith（美国印第安纳大学教授）提出的具身智能假设三大原则，在论坛上分享了具身智能领域下一步的发展方向。 一是面对机器人场景和任务时，不能依赖预定义的定制化复杂逻辑，针对这一点，多模态大模型和机器人具身大模型技术已经具有了通用性，但仍然需要进一步解决幻觉、泛化和高效推理等问题。二是需要具有适应动态环境交互的进化学习机制，强化学习。目前在机器人上的应用主要局限于与小脑功能相关的手动奖励函数设计，在适应环境场景和任务方面尚缺乏通用性，并且也缺乏与大模型的深度耦合技术，以满足“大脑”和“小脑”一体化融合。三是环境对于塑造物理行为和认知机构都非常重要，为此需要通过机器人软件和硬件的深度结合，应对仿真和真实环境的差异，提升具身智能在真实环境中的表现。 让算力更自由 本轮人工智能浪潮对智能算力提出了指数级的增长要求，算力成为当下基础设施建设的热点，如何更高效地克服AI算力瓶颈、将挑战化为机遇？ 针对目前国内AI算力发展的瓶颈问题，DaoCloud首席执行官陈齐彦认为，不能单纯依靠硬件层面的投入，更重要的是整个产业生态联合起来。中国科技企业在基础软件产业链上，具备一定影响力，产业链上下游发挥各自所长，结合整个IT架构，管理好算力基础设施、优化算力资源的调度管理，才能让算力更自由。 篆芯半导体首席营销官、联合创始人康亮则认为，AI算力网络在规模、时延、功耗等方面，与过去的网络完全不同，对国内企业来说，一个很大的红利就是AI时代算力网络尚未统一标准，企业有机会成长起来。 在基流科技首席执行官胡效赫看来，在算力网络软件解决方案方面，国内与国外企业差距不大。不过在算力芯片这一硬件方面，中科驭数高级副总裁张宇均表示，国内企业确实还需要一定时间去追赶，但在DPU处理一些超低时延的重要场景下，国内已经可以跟国际巨头全面竞争，技术上不存在代际差。 采写：南都记者 赵唯佳 发自上海返回搜狐，查看更多 责任编辑：

近日，西安交通大学助理教授赵志斌团队将物理模型和深度神经网络加以结合，提出一种用于电池建模以及健康状况预测的“物理信息神经网络”（PINN，Physics-informed neural network）的 AI 算法，并将其用于电池建模、以及电池健康状况预测。 图 | 赵志斌（来源：赵志斌） 课题组还开源了相关数据集和完整代码（https://zenodo.org/records/10963339）。 此外，通过结合其他三个来自不同电池制造商的数据集，他们针对 387 个电池的数据，在 310705 个样本上进行验证，由此得出的平均绝对百分比误差为 0.87%。 为了验证本次方法，该团队通过开展电池退化实验，生成了一个由 55 个镍钴锰酸锂电池组成的综合数据集，并针对 6 种工况加以模拟。 实验结果显示：在不同化学成分的电池数据集上，本次提出的物理信息神经网络均具备适用性。 能够适应不同类型的电池和不同的使用场景，有望促进电池健康管理系统的开发。 具体应用可能包括： 其一，用于电动汽车。 提高电池寿命预测和电池寿命管理系统的准确性，优化电动汽车的电池使用策略和电池维护策略。 其二，用于航空航天。 提高卫星和无人机的电池管理系统，确保任务的可靠性和安全性，减少由于电池故障导致的任务失败。 其三，用于便携式电子设备。 优化手机、笔记本电脑等设备的电池管理，提高用户体验和使用寿命。 其四，用于储能系统。 在大规模的储能系统中，优化电池健康状态的监测和管理，确保能源系统稳定、高效地运行。 图 | 物理信息神经网络流程图（来源：Nature Communications） “AI+ 电池”研究，如何“有上加优”？ 近年来，锂离子电池的使用量以惊人的速度增长，几乎渗透到社会生活的各个角落。 锂离子电池凭借其能量密度高、自放电率低、使用寿命长等优点，已成为各种便携式电子设备、电动汽车、航空航天等众多领域的主要储能器件。 然而，锂电池的大规模应用也带来了一系列新的挑战和问题，特别是在安全性、可靠性和环保方面。因此，对锂电池进行退化建模和健康管理变得尤为重要。 在航空航天领域，作为卫星、无人机等高科技设备的重要能源供给，锂离子电池扮演着至关重要的角色。 这些设备对于电池的可靠性和稳定性有着极高要求，一旦电池出现问题，可能会导致任务失败，甚至造成巨大的经济损失和严重的安全隐患。 而通过对锂电池进行精细的退化建模和健康管理，就能提前发现潜在的故障，确保设备在复杂环境下的正常运行。 与此同时，该课题组发现关于物理信息神经网络在电池建模和电池评估的研究，已经初步崭露头角。 但是，尽管近年来一些期刊发表了大量有关电池健康管理的论文。然而，这些论文中所设计的健康管理方法，主要针对特定的数据集。 一旦更换一个数据集，论文所提出的方法可能就会失效。也就是说大多数已发表的论文，停留在利用物理知识来预处理数据的阶段，没有实现物理模型和神经网络的深度融合。...

全国科技大会、国家科学技术奖励大会、两院院士大会在北京隆重召开后不久，2024世界人工智能大会暨人工智能全球治理高级别会议近日在上海举行。人工智能是新一轮科技革命和产业变革的重要驱动力量，将对全球经济社会发展和人类文明进步产生深远影响。此次大会线下参观人数突破30万人次，全网流量突破19亿，比上届增长90%，均创历史新高。 前沿技术正加速赋能千行百业。大会期间，“AI+”等多元化场景井喷式涌现，一幅由人工智能绘制的美好生活画卷徐徐展开。伴随AI技术应用深入，医疗服务领域迎来创新发展。AI技术在医疗领域的应用成为大会备受瞩目的焦点，展现了其在提升医疗服务效率和质量方面的巨大潜力。作为在医药数据服务领域的领军企业，泰茂科技（股票代码870119）凭借其在AI技术方面的深厚积累，以AI赋能医药数据服务，为医药行业提供全新的数智化系统解决方案。 经过多年的行业数据积累与持续研发投入，泰茂科技在AI技术方面的应用已经走在行业前列。其大数据系统通过面向用户与行业的数据采集、存储、实时分析和运营管理，帮助用户实现智能化数据处理与可视化展示，从而挖掘和实现数据的最大价值。在医药数据服务领域，泰茂科技通过AI技术赋能，不仅提升了数据的处理效率，还通过智能分析为政府监管机构、医疗机构、生产企业、流通企业等提供了精准、高效的数据服务解决方案，助推医药行业的数字化转型与数智化发展。 泰茂科技在AI+医药数据服务领域的卓越表现，赢得了业界的广泛认可和多方好评。公司创始人彭勇表示，泰茂科技将继续以创新引领，以数据驱动，以科技力量，以AI赋能，致力于构建更加高效、智能、人性化的医药数据服务体系和平台，积极践行新质生产力，为医药行业的高质量发展贡献力量。 随着AI技术的不断发展和应用，医药行业正迎来一场深刻的变革。泰茂科技作为这场变革的积极参与者和推动者，正以其卓越的技术实力和前瞻性的战略眼光，引领着全国医药行业数据服务的新纪元。 作为引领未来的战略性技术，人工智能是新一轮科技革命和产业变革的重要驱动力量，是发展新质生产力的主要阵地。据悉，此次世界人工智能大会群星荟萃，共商AI之道。三天盛会迎来50多个国家和地区的1300位全球领军人物、展商、团组，包括9位图灵奖、菲尔兹奖、诺贝尔奖得主，88位国内外顶级院士。《人工智能全球治理上海宣言》正式发布，提出了促进全球人工智能健康有序安全发展的系列主张，以全球共识推进“AI向善”。

近年间，人工智能技术飞速发展，从NLP、OCR….到现在的生成式AI下的ChatGPT、Sora……，人工智能技术正在给我们带来惊喜，空前广阔的应用场景与商业化潜力引人遐想，然而临床研究领域一直以来面临着流程繁杂、监管严格、协作困难等挑战，人工智能又将为这一领域带来哪些改变? 事实上，人工智能技术在临床研究领域已不再陌生，从AI辅助医学影像阅片、OCR应用于化验单自动识别、ChatGPT应用于医学翻译/问答/文件生成、机器学习辅助EDC建库、数据挖掘和智能分析辅助决策和预警……AI已如3月的第一场春雨，悄然渗透至行业的每个角落。 而我们AI发现之旅的第一站，正是临床研究中最为基础也是最为关键的一环：数据采集和治理。 EDC的AI时代 数据是临床研究的基础和核心，然而这一环节所面临的挑战正在增加。 外部环境上，监管趋严、投资放缓、商业化竞争激烈等导致进度管理更为迫切；项目管理上，数据总量快速膨胀，新型疗法不断涌现，临床试验方案日趋复杂；执行过程中，方案变更日趋频繁，数据迁移等需求，对于EDC系统的灵活性和综合实力提出了更为严苛的挑战。 如何打造更为强大的EDC产品，适应更为复杂的新型疗法与研究方案？如何在确保数据完整、真实、可靠的情况下，进一步提升数据采集效率？作为数据管理者，又该如何实现数据价值的深度挖掘？ 更为先进技术的引入迫在眉睫，而AI技术的深度应用至关重要。 智能化EDC系统：让改变发生 以太美医疗科技eCollect 6为例，AI技术的深度融入，正在让传统的信息化工具拥有智慧大脑，并在自我学习中快速成长。 AI建库：CRF/eCRF设计和建库是一个非常耗时的过程，在Taimei Copilot AI的加持下，eCollect 6能够实现临床试验设计方案的智能解析，在数分钟内实现从“方案文本到CRF/eCRF”的全过程，显著提升建库效率，并且伴随使用频率的增加，其智能水平将不断提升； 根据估算，AI技术的加入，能够使得原本需要8-12周才能够完成的建库过程压缩至数周，将数据管理人员从繁重的重复劳动中解放出来；在一系列测试中，尤其是当下最为热门的肿瘤领域，自动建库取得了相当之高的准确度和可信度，切实帮助用户实现更高的运营效率。 自动逻辑核查：相较于人工测试，eCollect 6能够自动生成用例，自动新建受试者并填充测试，生成结果报告，辅以人工核查，节约大概三分之一的时间； 智能数据挖掘：临床研究数据中隐藏着大量信息，如安全性信号、进度管理风险、数据预警等，单纯依靠人力和经验来进行数据分析，不仅耗时耗力，效率低下，并且可能遗漏重要信息，AI技术的加入则能够让数据管理者如虎添翼，及时发现潜在信号并采取行动。 以eCollect 6为例，通过iMensa报告工具，数据管理者能够便捷的进行实时数据分析，及时发现异常趋势和问题，及时干预；如大数据发现某位用户输入的某位数值显著超出同一项目中其他数据，及时发出预警。 更灵活、更稳健的电子数据管理 临床研究复杂程度的提升不仅仅是数据总量的快速增长，不同来源、类型、标准、质量的非结构化数据的管理工作难度也在日益提升，而对于非结构化数据的治理和挖掘分析，正是AI技术的强项之一。 太美医疗科技数据管理专家透露，深度融入AI技术的智能化EDC系统，能够显著提升数据管理工作的效率，减少纸质文档，访问更便捷，表单修改更为智能，流程也更加清晰可见，而在海量数据的学习下，AI的智能水平还会不断攀升。 “在可预见的未来，越来越多的重复劳动如CRF创建、测试、数据整理等工作将逐渐被AI取代，我们的研究者将能够更加专注于核心的药物发现环节，基于数据挖掘成果优化流程，提升项目管理质效，同时，伴随更多在业务场景中的应用，AI技术也将飞速成长，成为企业临床营销效率提升的秘密武器。”专家表示。

#头条首发大赛# 快速导读 美国有大约1.29亿人应对慢性疾病，耗费4.1万亿美元，需要可持续解决方案。行为改变对预防疾病和治疗效果至关重要，尤其通过人工智能实现超个性化。人工智能在药物开发和疾病诊断方面革新医学领域，例如OpenAI和Color Health合作提供癌症筛查创新解决方案。个性化健康干预可改善睡眠、营养、体育锻炼、压力管理和社交联系。这表明人工智能在应对慢性疾病挑战和促进健康方面具有巨大潜力。 慢性疾病不断增长的影响 目前，美国有约1.29亿人口正在应对一个或多个重大慢性疾病。治疗这些疾病的经济负担占据了国家年度医疗支出的大部分，达到了4.1万亿美元。这种情况预计会随着时间的推移而恶化，凸显了迫切需要可持续解决方案来应对这些健康挑战的重要性。 行为改变在促进健康方面的作用 尽管医疗护理和遗传学在健康结果中发挥着至关重要的作用，行为修改的力量不容小觑。实施行为变化在预防疾病和增强疾病治疗效果方面可以非常有效。尽管与行为改变相关的困难固有，但通过人工智能实现超个性化，提供了解决这些挑战的独特机会，既有效又高效。 人工智能在革新个性化医疗中的潜力 人工智能技术已经通过加速科学进步，特别是在药物开发和疾病诊断领域，彻底改变了医学领域。OpenAI和Color Health等组织之间的合作正在为癌症筛查和治疗计划提供创新解决方案。通过利用人工智能的能力提供超个性化的健康干预，个人可以在与睡眠、营养、体育锻炼、压力管理和社交联系相关的日常行为中获得显著改善。

7月5日至7日，由国家卫健委主办的“2024中国卫生信息技术/健康医疗大数据应用交流大会暨软硬件与健康医疗产品展览会”在重庆召开。中国移动举办了以“算力+AI 新质生产力赋能医疗新发展”为主题的分论坛及成果展，来自全国的行业专家和产业合作伙伴，共同探讨算力网络、AI等新质生产力与医疗行业融合发展之路，并见证中国移动多项最新行业成果和能力的发布。 中国移动“算力+AI 新质生产力赋能医疗新发展”分论坛现场。重庆移动供图 本次会议上正式发布了中国移动“九天·医疗大模型”“医疗物联网平台”、《县域医共体白皮书》，并成立了“算力+AI医疗合作生态联盟”。 中国移动九天·医疗大模型发布仪式。重庆移动供图 九天·医疗大模型是基于中国移动九天基座大模型，通过增量预训练和多样化指令微调构建而成的医疗行业专属大模型。该模型具备海量的医学知识，其医学专业能力已通过执业医师资格考试，可提供深度融合医疗行业知识、精准适配医疗行业场景的专业化智能服务，目前已支撑全国多家龙头医院打造智能问诊、智慧随访、智能急救、会诊报告生成等标杆案例，有效提升医护人员工作效率。 医疗物联网平台具备海量医疗设备接入、多网络制式融合、医疗数据治理等能力，接入健康监测、医疗设备、基础通信三大类超500种终端，深度融合患者病历信息、病房环境等各类数据进行传输分析，服务智慧医疗、智慧服务、智慧管理三大场景，落地1000+医疗机构，实现从物联、数联到智联，助力三位一体智慧医院建设。 中国移动县域医共体白皮书发布仪式。重庆移动供图 此外，中国移动积极响应国家卫健委强基层政策号召，利用云网、大数据等信息技术手段，推进医共体内部医疗资源的整合和共享，承建医共体项目超百个。本次发布的《县域医共体白皮书》积累了的优秀实践与宝贵经验，将为县域医疗发展进一步作出贡献。中国移动还联合卫宁、东华、壹永、数坤等合作伙伴组建了“算力+AI医疗合作生态联盟”，未来将携手各方加速推进“泛在融合”的新基础设施建设，持续激发算力网络、人工智能等技术潜能，共同推动AI技术在医疗行业的普惠应用。 中国移动展厅现场。重庆移动供图 此次展览会上，中国移动成果展区分为“BASIC6科创能力、行业赋能”两个主要板块，充分展示了中国移动在算力网络、AI、大数据等新型信息基础设施建设中的能力，以及面向医院、公卫、基卫、康养领域的解决方案与服务案例，吸引了行业众多领导嘉宾驻足参观，对中国移动在医疗信息化领域的创新工作与成果给予了高度肯定。 在重庆，中国移动重庆公司正充分发挥云网优势，大力推进数字基础设施建设，全面助力重庆数字健康高质量发展。近年来，重庆移动紧跟国家与区域医疗行业政策，在数字健康建设、医疗体系改革等领域，坚持打造以5G+远程会诊、5G+移动医护、5G+远程心电等创新应用为基础的信息化示范项目，以医疗数据为核心的重庆健康医疗大数据平台，全面助力重庆医疗数智化升级。 面向云网能力建设，重庆移动持续打造“算力+行业”能力，提供一体化行业算力服务，不断优化卫生健康领域在基层医疗、县域医疗、医保与疾控等行业云能力布局，并在全市开展“一城一池”异构算力能力建设，打造了32个边缘云节点，以强大的算网资源优势，全面助推重庆打造卫生健康云网专区，构建卫生健康数字应用服务体系建设。与此同时，重庆移动还不断强化和专业公司的协同能力，全面打造生态资源，携手成都研究院、中移集成等专业公司及医疗行业头部生态伙伴，积极助力医疗机构高质量发展、国家区域医疗中心建设及基层医疗卫生机构设施设备升级换代。 未来，中国移动将持续筑牢AI算力基座，不断完善医疗大模型能力，加速激活医疗行业新质生产力，压实央企责任，切实增强人民群众的健康获得感。重庆移动将持续紧跟重庆市医疗卫生服务体系“十四五”规划战略部署，全面赋能“134+N”数字健康体系架构，围绕“三明医改”推广工作，积极助力重庆市数字健康建设实施方案落地，不断强化数字化赋能医改能力，为重庆数字健康发展作出更大贡献。(张艳)

体脂率、身体质量指数、基础代谢、内脏脂肪等级……一串串体测数据的背后到底意味着什么？不但很多普通健身爱好者说不清楚，部分健身教练也很难第一时间给出答案。“AI教练助手”的出现则有望解决这一痛点，第一时间给出更专业全面的分析。 7月7日，记者从维塑科技了解到，该公司在运动健康领域打造了首个采用生成式AI技术的人工智能大模型“夸父大模型”，上线后推出的“AI教练助手”正积极拓展用户。目前该公司产品已覆盖近60个国家和地区，在超12000家的医疗机构、专业运动队以及健康塑形机构落地，覆盖用户超过1000多万。 “我们希望用AI看懂整个人体。”该公司CTO褚智威告诉记者，作为“人体三维扫描”国家标准起草单位之一，公司核心技术团队都是人工智能与机器视觉相关的工程师，通过AI大模型算法能用视觉传感器捕捉的人体信息，提取身高、体温、心跳以及血压等生命体征，并分析体脂率、骨骼肌、基础代谢等身体成分，并分析3D体型体态信息以及体适能与关节灵活度分析等在内的人体动态评估数据。 运动健身场景具有明显的波峰波谷特点，普遍在上班前后即清晨与晚上人流量最集中，也是运动健康公司业务流量高峰，这就需要夸父大模型具备弹性伸缩的特点与强大的算力基础。为此，该公司选择与亚马逊云科技合作开发大模型，保证AI在健康领域的输出既准确又符合专业标准，并提高全球线下设备的实时响应速度，保障应用快速出海。 “我们相信AI在运动健康领域有更多潜力可挖掘。”在褚智威看来，随着AI大模型的发展，24小时无人健身房、虚拟健身社区、虚拟健身社群等应用场景具备更多爆发可能。 记者注意到，生成式AI正快速落地运动健康及生命科学行业。目前全球前十大药企中，9家选择了亚马逊云科技并进行数据分析和机器学习工作。比如，辉瑞利用AI和机器学习技术，生成潜在靶点进行趋势评估，还能更快地进行验证，每年可节省7.5亿至10亿美元的成本。 在亚马逊云科技医疗及生命科学行业解决方案高级总监黄庆春看来，未来真正能创造最大价值的将是生成式AI的行业应用。“云上的算力、数据、模型服务、应用开发框架是各行各业的企业快速试错，进行生成式AI探索的基础。”黄庆春表示，在这一探索过程，业务场景的选择、模型的选择、是否能够结合企业自身的私有数据进行模型的定制、是否符合负责任的AI的原则以及对应用进行持续提升的能力，这五大要素值得关注。 来源：北京日报客户端