AI助手资讯

互联网进入医疗领域本质也是赋能而不是颠覆，只有顺应医疗服务业务逻辑的才可能获得发展，而不是希望通过技术就能逆转业务逻辑。 来源： 村夫日记LatitudeHealth 编辑：宗正 封面来源：pexels 随着生成式人工智能获得市场追捧，大量资金涌入基于GenAI建立的医疗创业公司，传统人工智能不再受到市场的重点关注。从商业化路径来看，GenAI在医疗领域的商业模式更为现实，没有了传统人工智能的宏大叙事。这一方面是其吸取了之前的教训，但更重要的是GenAI更像APP刚推出时的状态，提供的是各类应用，而不是要直接攻克人类几千年不能解决的难关。从这点上来看，GenAI推动的商业模式虽然泡沫很大，但会留下一些有价值的应用，为将来的各类医疗解决方案提供基础设施。 在展望GenAI的趋势之前，有必要对传统人工智能进入医疗领域做一总结。从趋势来看，传统人工智能在医疗领域的整体性挫败要大于成功，但沿着传统医疗器械的路径仍是最可能获得成功的商业模式，这归因于算法对器械的高效赋能。从这点上来看，传统人工智能与互联网进入医疗具有明显的可类比性。互联网进入医疗领域本质也是赋能而不是颠覆，只有顺应医疗服务业务逻辑的才可能获得发展，而不是希望通过技术就能逆转业务逻辑。 与互联网一样，算法并不是万能的。算法的本质是通过对海量数据的分析来不断提高模型的精准度，以帮助医生和医疗机构提高效率并降低错误率。但是大数据是不断产生且没有穷尽的，这意味着从某一部门或某一地域获取的数据是很大局限的，通过这类数据来改进的算法是很难具备普适性的，这也意味着传统人工智能在具备确定性的数据上更容易具备优势，而不是实时动态调整的数据。 从医疗领域来看，虽然在治疗流程上，循证医学已经得到普遍的采纳，但很多复杂疾病的治疗需要综合多方面的数据来进行分析，且病人个体不同，复杂疾病都需要个性化治疗，算法仅能在数据上提供辅助参考，无法替代决策。 因此，传统人工智能的优势聚焦在简单、直接且确定性更强的数据运用领域，而不是复杂、需要综合分析且持续变化和动态性更强的领域。从这三个基本原则出发来判断，人工智能是基于过去已知的有局限的数据进行分析后做出的决策辅助工具，并不能对未来做出有效预测和判断。因此，在医疗领域，人工智能要想取得成功就必须尽量贴近传统业务流程。但作为辅助决策工具，人工智能到底是以何种形态来发展则决定着未来市场规模的大小。 从客单价大小依次来看，基本的排序是大型医疗器械、小型医疗器械、专科信息系统和健康管理，前三者属于院内场景，后者属于院外场景。院内场景主要的支付方来自医院，院外场景的主要支付方是用户自费。 首先，从院内场景来分析，医疗器械的定价高低是可类比最强的，有AI加持的大型医疗器械能够更好满足医院的需求，在整体竞争上有一定优势，特别是不容易陷入价格战。当然，从手术机器人的发展趋势来看，耗材而不是器械本身已逐渐成为保证收入的主要来源，这保证了营收增长的可持续性。但小型医疗器械和专科信息系统本身的客单价就较低，本身竞争就异常激烈，即使有AI加持，在低定价的前提下，需要用户规模取胜。但是，人工智能产品加持的医疗器械使用场景主要集中在大中型医院，这大大压低了市场天花板。 其次，对于院外场景来看，以健康管理为主的数字疗法虽然号称有治疗的作用，但实际上只是以处方形式提供服务，仍然是以一套基于算法的软件对用户的健康进行管理。正如上述对基本原则的分析，如果说院内场景下，无论是器械还是影像识别都满足了医疗机构的实际需求，且面向的是确定性强、简单和直接的应用。那么院外场景的数据动态性和不确定性决定了算法面临的巨大挑战，由于用户依从性高度依赖于其生活饮食习惯，这样的服务本质上更需要个性化，也就是更需要人工的干预，算法的普适性难以得到预期的效果。这使得数字疗法陷入了一个自身创造的悖论，算法的普适性难以应对动态和不确定性的数据。 最后，从估值来看，人工智能领域早期投资的估值都偏高，但即使业务模式成熟，其市销率（PS）仍然偏高。不过，如果营收和利润能逐步规模化，人工智能进入医疗领域的公司还是能保持一个稳定的市销率和市盈率（PE）。 我们对比了16家公司的PS，其中医疗设备和耗材类公司6家，医疗信息化公司8家，机器人公司一家，AI工具类公司1家。因大部分中国市场的AI和机器人公司均为亏损状态，因此我们将PS而不是PE做了比较。 比较发现，Intuitive Surgical作为机器人核心技术公司，PS最高，达到21倍。其他医疗设备和耗材厂商的PS偏高的在3左右，低的则不到1。信息化厂商中PS偏高的在4到7之间，偏低的则只有1到2之间。 因此，如果中国的手术机器人公司和AI解决方案公司的营收不能快速跟上，这些公司的估值将迎来巨大的挑战，堪比过去几年创新药从巅峰跌入谷底的现状。 总体来看，创业型的AI医疗解决方案和机器人公司在中国市场的估值还是比较高的，但这些模式目前都亏损严重，且收入上不了体量，长期靠融资续命。未来能否通过产品突破，获取收入的量增，进入资金自主循环，取决于其产品能力、销售能力。但目前阶段来看，这类模式仍然是依赖融资资金来维持的模式。 / END / // 本文来源：诊锁界 // 作者：宗正 ❖ 慎重声明：本文内容仅供学习交流，观点仅代表作者本人立场，版权归原作者所有，本文图中图片基于CC0协议，已获取授权，如有疑问请联系编辑。

　　爱思唯尔全球科研业务总裁Stuart Whayman接受第一财经专访时表示，人工智能是科学家使用的工具，他并不认为AI会替代科学家。 　　随着人工智能技术的不断发展，科研人员和临床医生在实际工作中对AI持何态度？ 　　当地时间7月9日，励讯集团旗下科学信息分析公司爱思唯尔发布了基于对全球123个国家和地区近3000名科研人员和临床医生的调查《洞察2024：人工智能态度报告》（下称“报告”），报告显示，尽管AI在科研和医疗领域拥有巨大的潜力，但目前在科研人员和临床医生工作中的应用仍然有限。 　　报告认为，受访者认为AI在加速知识发现、推动研究产出和节约成本方面具有巨大潜力，但确保AI基于高质量、可信赖的内容，并且其具备足够的透明度，是科研人员和临床医生眼中AI应用于其工作的前提条件。 　　“AI有潜力改变我们生活的诸多方面，包括科研、创新和医疗保健，这些都是社会进步的重要驱动力。随着AI越来越多地融入我们的日常生活并持续快速发展，未来AI将有更为广泛的应用。全球科研人员和临床医生告诉我们，他们有意愿采用AI来辅助工作，但前提是不能牺牲道德、透明度和准确性。”爱思唯尔战略执行副总裁Kieren West（基兰·韦斯特）说。 　　不到三分之一的受访者出于特定工作目的使用AI 　　报告在展现全球洞察的同时，也从多维度比较分析了中国、美国、印度三国的科研人员和临床医生对待AI的态度：全球熟悉AI的受访者有超过一半（54%）认为自己是AI活跃用户。但其中，仅有不到三分之一的受访者（31%）出于特定工作目的而使用AI。在中国受访者中这一比例为近40%，高于美国的30%和印度的22%。 　　爱思唯尔全球科研业务总裁Stuart Whayman（魏士駼）接受第一财经专访时表示，中国科研群体与其他国家相比，相似之处更多一些，当然也存在一些不同。“今年三月我曾经到过北京，当时我们组织了一场圆桌会议，邀请了八位来自高校的资深科研人员和科研领导人参加。当天会议的主题是“当人工智能遇上未来科学”，大家对这个主题都非常感兴趣。” 　　报告显示，仅有11%的受访者认为自己非常熟悉AI或经常使用AI。在未使用过AI的受访者中，有67%的人预计在未来两到五年内会使用AI，在中国受访者中这一比例高达84%，高于印度（76%）和美国（53%）。在谈及AI对科研和医学领域的影响时，中国受访者表现出更积极的态度，46%的人认为AI将对其工作领域产生积极影响，而美国和印度分别为28%和41%。 　　在全球范围内，受访的科研人员和临床医生普遍认为，AI能够帮助他们及其所在机构的工作：94%的科研人员和96%的临床医生认为AI将加速知识发现，92%的科研人员和96%的临床医生认为AI将迅速增加学术研究和医学研究的数量，92%的科研人员和临床医生认为未来AI将为机构和企业节省成本，87%的科研人员和临床医生认为AI将提高整体工作质量，85%的受访者认为AI将为他们节约时间，使他们能够专注于更有价值的项目。 　　魏士駼告诉记者，人工智能有机会彻底改变科研范式，不仅是研究的执行，还有科学的规划、设计和传播交流。它可以极大地改变我们今天所做的事情，真正加快速度。例如，人工智能可以改变科研的分析和设计方式，可以真正帮助我们分析大量数据，发现人类可能无法发现的模式。因此，人工智能可以引导我们探索新的科学领域，并加快找到可能存在联系的领域，找到我们以前从未发现过的模式。 　　“我认为在科研的执行层面，人工智能可以帮助提高速度。我们知道科研人员有时需要很多时间以及很大的工作量来进行实验。这让我们真正有机会去帮助科研人员减轻他们的一些重复性工作，让他们专注在高价值的科研工作本身。科研人员带来了创造力、判断力和洞察力，而人工智能可以加快完成工作的速度。通过机器学习、数据挖掘和人工智能，我们结合这些技术来推动科研向前发展，更快地取得科研突破。”魏士駼说。 　　人工智能是否会取代科学家？ 　　报告认为，科研人员和临床医生也意识到了AI可能带来的挑战，以及这些挑战可能对关键决策产生的负面影响，具体来看，95%的科研人员和93%的临床医生认为AI可能会被用于传播错误信息，86%的科研人员和85%的临床医生认为AI可能会导致严重错误，81%的科研人员担心AI会削弱批判性思维，82%的临床医生担心医生会过度依赖AI作出临床决策等。 　　如果AI工具基于高质量、可信赖的内容，并且贯彻负责任的AI原则，89%的科研人员表示愿意使用此类工具生成论文综述，而94%的临床医生表示他们会使用AI来评估症状、诊断病症或疾病。 　　魏士駼也表示，人工智能是科学家使用的工具。“归根结底，是科学家带来了创造力，带来了他们对结果的判断，对见解的判断，以及对结果的伦理道德、潜在影响的判断。我并不认为AI会替代科学家。” 　　他补充解释，人类利用人工智能确实可以加快研究的速度，但他相信，在未来的一段时间里，仍然需要人类对人工智能所做的事情进行监督，不能让人工智能在真空中自己运行，否则可能错失一些创造性价值。虽然人工智能可能会发掘一些现有的模式，它是“回顾式”的，即依赖于现有内容、数据，以及基于这些内容和数据所得出的成果，但有时科学家们所做的是更具创造性地思考并取得重大突破，这并不是基于以前就有的东西，而是一些令人惊艳的洞察力推动进一步发展。“所以我认为，随着我们不断前行，人类和人工智能技术的结合将变得非常强大，但科学家仍然对科研发展起着至关重要的作用。” 海量资讯、精准解读，尽在新浪财经APP 责任编辑：王许宁

　　中新网北京7月11日电 (记者 张素)随着人工智能(AI)技术不断发展，科研人员和临床医生对应用AI技术持何种态度？近日发布的《洞察2024：人工智能态度报告》(下称“报告”)给出答案。 　　报告基于对123个国家和地区的近3000名科研人员和临床医生的调查而成，由科研出版和信息分析机构爱思唯尔发布。报告显示，尽管AI在科研和医疗领域拥有巨大潜力，但目前在科研人员和临床医生工作中的应用仍然有限。 　　报告称，受访者认为AI在加速知识发现、推动研究产出和节约成本方面具有巨大潜力，但确保AI基于高质量、可信赖的内容，并且其具备足够的透明度，是科研人员和临床医生眼中AI应用于其工作的前提条件。 　　“随着AI越来越多地融入我们的日常生活并持续快速发展，未来AI将有更为广泛的应用。”爱思唯尔战略执行副总裁Kieren West(基兰·韦斯特)说：“全球科研人员和临床医生告诉我们，他们有意愿采用AI来辅助工作，但前提是不能牺牲道德、透明度和准确性。” 　　报告也从多个维度比较分析了中国、美国、印度的科研人员和临床医生对待AI的态度。结果显示，全球熟悉AI的受访者有超过一半(54%)认为自己是AI活跃用户。但其中，仅有不到三分之一的受访者(31%)出于特定工作目的而使用AI。在中国受访者中，这一比例接近40%，高于美国的30%和印度的22%。 　　报告还称，仅有11%的受访者认为自己非常熟悉AI或经常使用AI。在未使用过AI的受访者中，有67%的人预计在未来两到五年内会使用AI——在中国受访者中这一比例高达84%，高于印度(76%)和美国(53%)。 　　报告提醒，科研人员和临床医生也意识到AI可能带来的挑战，以及这些挑战可能对关键决策产生的负面影响。例如，95%的科研人员和93%的临床医生认为AI可能会被用于传播错误信息，81%的科研人员担心AI会削弱批判性思维，82%的临床医生担心医生会过度依赖AI作出临床决策。 　　有评论认为，人类利用AI确实可以加快研究速度，不过，需要对AI所做事情进行监督。人类和AI技术的结合将变得非常强大，但科学家仍然对科研发展起着至关重要的作用。(完)

撰文 | 马雪薇 前言 痴呆症目前是全球人口第七大死因，也是造成全球老年人能力丧失和依赖他人的主要原因之一。准确诊断痴呆症有利于老年人晚年的身体健康，并减轻他们的家庭负担。 如今，由波士顿大学研究团队及其合作者开发的一个人工智能（AI）工具，有望帮助我们（同时）诊断 10 种不同类型的痴呆症，将神经科医生的准确率提高了 26% 以上。 相关研究论文以“AI-based differential diagnosis of dementia etiologies on multimodal data”为题，已在线发表在科学期刊 Nature Medicine 上。 “我们的生成式 AI 工具能够利用常规收集的临床数据进行痴呆症的鉴别诊断，展示了其作为阿尔茨海默病及相关痴呆症可扩展诊断工具的潜力，”该论文的通讯作者、波士顿大学 Chobanian & Avedisian 医学院医学副教授 Vijaya B. Kolachalama 博士说道。 “全球范围内神经学专家不足，而需要他们帮助的患者数量正在迅速增长。这种不匹配给医疗系统带来了巨大压力。研究团队认为 AI 可以通过早期识别这些疾病并协助医生更有效地管理患者，防止疾病恶化来提供帮助。” 研究团队希望，随着未来 20 年痴呆症病例数量预计将翻倍，这个 AI 工具可以提供准确的鉴别诊断，并支持对痴呆症增加的针对性治疗需求。 临床医生诊断准确率提高 26% 根据世界卫生组织（WHO）所给的数据，目前全世界有超过 5500 万人患痴呆症，且每年全世界会新增一千万痴呆症病例，但不同形式的痴呆和症状的重叠可能会使诊断变得复杂，从而不能提供有效治疗。...