AI医师助手

本文源自:金融界 人工智能正在深刻改变医疗行业的面貌，为患者带来前所未有的便利和高效服务。随着技术的不断突破和应用场景的持续拓展，”AI+医疗”已驶入发展快车道，正在掀起一场席卷全球的医疗革命。 AI赋能医疗服务，提升诊疗效率 在医疗服务领域，AI技术的应用正在显著提升诊疗效率和患者体验。以上海市第一人民医院为例，该院引入的AI陪诊师”公济小壹”能够全流程指导患者就医，从预约挂号到报告查询，实现了”一站式”服务。这不仅大大简化了就医流程，还特别适合不熟悉线上操作的老年患者。上海市第一人民医院副院长孙晓东表示，医院还引入蚂蚁百灵大模型辅助医生书写电子病历，显著提高了工作效率和病历生成的准确率。AI+医疗正在成为提升医疗服务质量的关键推手。 数据安全与隐私保护成为AI医疗发展的重中之重 随着AI技术在医疗领域的深度应用，数据安全和隐私保护问题也日益凸显。蚂蚁集团大模型应用部总经理顾进杰指出，AI在医疗领域的应用对数据、算法、算力以及可靠性、安全性和隐私保护等方面提出了更高要求。为此，支付宝推出了”医疗可信一体机+可信云”解决方案，通过密态计算与存储技术保障数据隐私和安全。这一方案不仅解决了医院算力不足的问题，还通过公有云与专有云部署密态推理，有效保护了患者数据隐私和医院商业机密。AI+医疗的发展，必须建立在坚实的数据安全基础之上。 从新闻中可以看出，AI+医疗正在以惊人的速度发展，并在多个领域取得了显著成效。IDC预计，到2025年，全球人工智能应用市场总值将达1270亿美元，其中医疗行业占比高达五分之一。面对如此广阔的市场前景，我国政府和企业正在积极布局，力争在这场全球AI医疗革命中占据领先地位。未来，AI+医疗有望像”扫码支付”一样，成为惠及每个人的普及性技术，为我们带来更智能、更高效、更人性化的医疗服务体验。

“智慧静脉药物配置中心可以增强职业防护、提高工作效率、降低劳动强度，确保精准可靠。智慧内镜中心可以通过智能识别完成术前检查，减少60%以上的术前医患沟通量；其中洗消机器人可以将单个内镜清洗效率提升30%-50%，单人工作效率提升5-8倍。”说起公司的两款核心产品，深圳市博为医疗机器人有限公司创始人兼总经理靳海洋滔滔不绝。 靳海洋受邀参加了7月11日召开的龙岗区2024企业服务大会，其公司的智慧静配中心被列入龙岗区2024年第一批场景能力清单。 会上，龙岗区首次发布一批场景机会清单（共60个）、场景能力清单（共90个），以及深圳市线上工业技术研究院科技成果平台供需清单，还出台了《龙岗区“我帮企业搭场景”专项行动工作方案（2024-2025年）》，旨在为企业、人才挖掘供给场景机会，征集梳理企业、人才场景能力（也就是企业新技术、新产品、新方案），组织开展场景供需对接，推动促进新技术、新产品、新方案落地。 “家门口”的智慧医疗应用场景越来越多了 智慧医疗是首批场景清单的重要应用领域之一。场景机会清单中，包括医疗大模型创新应用、人工智能赋能医疗影像创新应用、智见AI眼镜辅助视障人士生活、手术机器人、建设生命科学创新中心等5个机会；场景能力则涵盖医疗大模型、智慧静配中心、泌尿外科手术微创解决方案、医用信息管理系统、数字病理切片AI辅助诊断、病理诊断—数字病理切片AI辅助诊断平台等，共录入6个。 智慧静配中心整体方案 深圳市博为医疗机器人有限公司的智慧静配中心解决方案，以静脉药物调配机器人为核心，整合贴签机、分拣机器人、医用清洗机等前后端配套产品，配合管理系统，实现静脉药物调配工作的自动化、信息化和智能化管理。 “治疗血癌的常用药中含有砒霜成分，长期接触将带来较大的职业伤害；肿瘤药的用量需要根据患者身高体重等详细计算，对精度要求非常高。因此，一旦出现精神状态不佳、疲劳、经验技巧欠缺等人为因素，可能给患者带来较大伤害，而通过人工智能可以使调配过程更规范、精准、可控。”靳海洋表示。 同样表现出色的智慧内镜解决方案，以临床需求为导向、梳理内镜中心全过程，设计应用场景，嵌入智慧内镜中心患者管理平台、智慧内镜洗消平台、智能内镜管理系统等多种创新智慧手段，实现了多个最费人费力环节的智慧化替代。 “有的医院预约手术要排到几个月后，主要是因为‘人等镜’，运用智慧化解决方案后，可以大大缩短等待时间，让患者尽早接受治疗、恢复健康。”靳海洋表示，通过智能产品尽可能多地解放人力，可以让医院的医护人员和仪器设备更大程度发挥治病救人的核心职能。 据了解，博为医疗机器人公司已加快在龙岗落地智慧医疗解决方案的步伐。该公司已与龙岗中心医院合作开展某智能化评估平台项目，同时与区内新建及改造医院达成合作意向。而龙岗区第一批场景清单的发布，也将助力该公司实现更精准、高效的供需匹配对接，赋能新市场开拓。 华佗GPT导诊服务 而在龙岗区另一个三甲医院——龙岗区人民医院，国内首个应用华佗GPT技术的智能导诊系统于今年3月落地，曾引发轰动。该系统由香港中文大学（深圳）和深圳市大数据研究院联合研发，可根据患者的具体病情，针对性地提供健康咨询和问诊服务，导诊精准度达到95%以上。 “家门口”的智慧医疗应用场景越来越多了，未来将有越来越多的龙岗人受益于医疗领域各类型各环节的智慧解决方案。 打造“全领域、全区域、全流程”场景应用创新 此次龙岗区“我帮企业搭场景”专项行动工作方案及清单发布，重点围绕“全领域、全区域、全流程”开展场景应用创新，力争一年内落地不少于10个具有示范性和重要影响力的标杆场景，两年内落地不少于100个具有创新性的应用场景，每年为不少于1000家次企业开展场景对接。 围绕“全领域场景开放”，龙岗区结合产业优势与发展规划，开放了智能驾驶、全身智能、全屋智能、低空经济、“AI+服务”等18个重点领域。 聚焦“全区域场景应用”，龙岗将在大运中心、天安云谷、国际低碳城、大芬油画村、甘坑古镇等16个区域提供创新应用场地，吸引各类前沿技术和创新产品在龙岗首试首用。 提供“全流程场景服务”，继首次发布清单之后，龙岗区企业服务中心将每季度梳理一批场景机会、场景能力清单并对外公开发布，“1+8+11”专属服务组将每月组织场景供需对接会。区企业服务中心将与各行业、属地工作组一起，形成从清单挖掘到供需对接、应用落地、市场拓展的全流程服务。 “通过政府搭建平台，面向全社会征集企业场景能力，围绕企业场景能力，主动挖掘可提供试验测试、产品验证、示范推广的场景机会，让‘能力’与‘机会’实现双向奔赴。”龙岗区副区长平原表示。 目前，龙岗区“我帮企业搭场景”工作已迅速铺开。水务部门工作人员在服务企业过程中发现，当前的污水处理厂存在清洗工作压力大、曝气系统易堵塞、人工投料不精准等问题，影响污水处理效率和质量。挂点干部了解后，马上将其列入了应用场景的需求清单，广泛寻求解决方案。 随着龙岗区“我帮企业搭场景”专项行动的持续深入，未来，借助深i企、龙i企以及线上工研院“线上撮合+线下服务”政产学研用平台，将推动更多科技成果、科研团队、技术需求、政策服务等多层次资源汇聚龙岗，助力企业技术需求和科研院所科技成果实现精准对接，提高科技成果转化率，助力辖区企业创新高质量发展，培育壮大新质生产力。 文、图｜程泉

美国宾夕法尼亚大学健康系统在宾夕法尼亚医学生物库中拥有大量匿名患者数据，高级副总裁兼首席信息官Michael Restuccia的团队看到了利用这些数据造福研究医院患者的机会。 “我们讨论了如何利用AI研究中的一些创新技术并将其部署到诊所中，”他说。这促使他们创建了一种基于AI的诊断工具，这种工具可以自动评估典型腹部CT扫描生成的500多张图像，帮助早期诊断脂肪肝，一种常见的脂肪肝疾病。此类系统还可以帮助确定放射科医生应首先检查哪些扫描的优先级。 美国宾夕法尼亚大学佩雷尔曼医学院的医生、教授兼放射学副主任Charles Kahn补充说，能够获取有关人群的信息并了解个体与其他人群的不同之处，通过及早发现病情进行干预。“这就是精准医疗，这只是我们可以做的事情的一个原型。” 美国宾夕法尼亚大学正在打破医疗数字化的界限。斯坦福医学儿童健康中心、迈阿密大学健康系统和大西洋健康中心都在精准医疗、机器学习、环境文档等领域推进了相关项目。“从临床角度来看，我们看到了放射学、诊断服务和病理学方面取得的进步，”德勤AI实践负责人、医学博士Bill Fera这样说道。 宾夕法尼亚大学的AI首创成果 基于AI的CT扫描分析系统是首批部署到临床实践中的系统之一，一部分原因是研究驱动的学术医疗实践可以打造和运行自身的工具，而无需经过医疗产品制造商获得FDA批准所面临的严格程序。Kahn表示：“我们不能赠送或出售，但可以在实践中使用它。” 不过，这套系统并非一夜之间建成的。“算法真正准备好投入生产大概花了两年的时间，”宾夕法尼亚大学医学信息服务应用副主任Donovan Reid说，四年之后，也就是去年这个系统终于准备好投入生产。 由于该算法需要大量处理资源，团队决定将算法托管在云端。数据被加密并发送到云端进行处理，结果流回到放射学报告中。为了协调这个过程，IT团队开发了一个AI协调器，并计划将其开源提供给其他医疗提供商。宾夕法尼亚大学研究教授Walter Witschey表示：“这将对社区服务医院带来影响。” 在系统启动和运行之前，团队也面临一些挑战。IT担心图像数据流对基础设施产生影响，并且必须随时匹配计算资源以适应成像研究的需求。应用经理兼项目负责人Ameena Elahi 表示：“我们收到的数据量比我们预期的要大得多，而且系统必须快速产生结果。医生想要立即就看到结果，而不是等到凌晨四点。” 令人惊讶的是，直接成本（人工成本除外）每月仅为700美元左右。“我们发挥创造力，使用了已有的工具和应用，”Elahi说道。到目前为止，这个系统已经处理了6000多张扫描，现在团队正计划扩大规模，涵盖医院系统每年产生的150万张成像扫描。她说：“我们正在扩大协调器覆盖的范围，以处理不同类型的研究内容。” Atlantic Health的环境文档 当Atlantic Health System研究如何减少医生倦怠时，IT团队专注于优化患者就诊期间的文档效率，并减少高级副总裁、首席信息和数字转型官Sunil Dadlani所谓的“购物篮负担”。 技术实际上导致了临床医生负担过重。Dadlani表示：“例如，电子健康记录（HER）系统是造成压力最常见的原因之一，医生在EHR上花费的时间比花在患者身上的时间还多。”医生经常将一些文档工作带回家，Dadlani和其他医疗CIO将其称之为“睡衣时间”。此外，随着消费者与数字世界的联系越来越紧密，家庭和工作之间的界限已经变得模糊。“这是导致倦怠的主要原因之一，”他说。 该项目最初由来自所有利益相关者代表组成的小组。在与临床医生明确问题后，协作团队制定了一项策略，医生全程参与其中。Dadlani说：“他们甚至参与了选择技术的过程。”IT团队随后为4800名临床医生部署了一个环境文档系统。 借助环境文档（也称为环境监听技术），AI算法可以监听临床医生和患者之间的对话，并实时创建笔记，临床医生可以查看这些笔记并将其保存到患者的记录中。“在很多情况下，记录是无需编辑的，”德勤的Fera说。 Dadlani表示，有了新系统之后，医生就可以有更多的时间与患者面对面交流，而不必担心创建文档的工作。现在有80%到90%的医生在使用它——他说，这个数字并不容易达到。 项目规划的一部分，涉及到了确保尖端技术能够与Atlantic Health现有的四五年技术足迹相结合。“你还必须了解在工作流程中的哪个位置使用这些技术，而不会给上游或下游带来问题，”Dadlani说道。而且IT的责任并不止于部署，他说：“这些技术存在性能偏差，因此你必须在整个生命周期内对其进行审核和监控。” 为了减少收件箱的工作量，团队分析了入站内容并创建了处方续药请求、预约安排和护理团队需要解决的问题等类别。然后，他们创建了一个系统，将消息分配给适当的人员，并应用AI来创建可由医生审查、编辑和发送的回复内容。没有人工审核，任何回复都不会发出。Dadlani说：“这非常重要，如今，我们在供应商满意度和效率方面处于全国前列。” 迈阿密大学健康系统进行调度优化 迈阿密大学高级副总裁、首席信息和数字官David Reis面临着另一种时间管理问题：外科医生在人力资源系统中预订休假和其他外出时间与学术医疗中心25多个手术室的调度系统是没有进行关联的。 “没有任何信息告诉手术室调度人员医生休假了，”这导致宝贵的手术室时间段没有被利用起来。因此，根据一位医生领导的建议，Reis组建了一个团队，创建了一个基于机器学习的主动型系统，该系统提供了关于手术室时间表中已分配时间段和数百名外科医生已预约时间段之间发生冲突的实时通知。 这个算法需要集成两个独立的平台：人力资源端的Workday和Epic电子病历系统。“我们想要一个可以无限扩展且高度可靠的解决方案，”迈阿密大学健康系统首席企业架构师Ravi Akkiraju说，但他不想从零开始进行开发。因此，团队首先联系了供应商。“Epic没有用于时间段安排的API，Workday也没有。”因此，他们和Workday合作开发了一个与Epic后端数据库及收件箱功能交互的API。 启动和运行新系统非常耗费时间，需要大量的手动工作。“Epic系统中有数万个数据表和数十万个数据字段，我们必须确定哪些适用于我们讨论的时间表，因为这是一个全新的集成。” 随着系统的启动和运行，手术室能够填补265个原本闲置的时间段。Reis说：“这样265名患者就能够提前接受手术，”并且前六个月内能够完成超过200小时的额外手术。 斯坦福医学儿童健康建立新的路线图 斯坦福儿童医院有大量癌症患者，但直到去年，针对每位患者定制的治疗方案或路线图大多仍停留在纸面上。 “我们的EMR供应商Epic在这一领域一无所有，我们也找不到任何能满足我们需求的产品，”斯坦福大学的首席信息和数据官Tanya Townsend说道，因此团队构建了自己的集成，将电子病历链接到托管患者路线图的Microsoft SharePoint系统中。 该项目耗时八个月建成。但现在，临床医生可以打开患者记录，如果有路线图，患者图表中就会出现一个提示，将临床医生带到SharePoint文档。现在有500多名员工使用该系统，系统中包含了1000多名患者的路线图。 Fera预计我们将会看到越来越多开放的EMR系统API可供提供商组织使用，这将为此类项目节省时间和金钱。他说：“法规正指引我们朝着这个方向前进，打开EMR，这就是创新的起点。开放的API将让我们可以在EMR之外进行创新，带来更多加速的机会。” 医疗数字化的下一步是什么...

　　华尔街见闻 　　越来越多的人正在使用ChatGPT诊断自己是否患有疾病。Sam Altman表示，Thrive AI Health将使用AI来提供个性化的健康预测和评估，使人们更容易获得负担得起的、高质量的医疗保健。部分分析人士担心数据隐私与过度依赖AI的问题。 　　AI当道，我们应该相信它能够改善我们的健康吗？ 　　Sam Altman认为，答案取决于你对AI的看法以及你对Thrive AI Health计划的信任程度。 　　Thrive AI Health是由OpenAI的CEO Sam Altman与赫芬顿邮报创始人Arianna Huffington共同创立的一家新公司，旨在利用AI的力量来改善人们的健康状况。该公司计划开发一种个性化的AI健康教练，可以提供有关饮食、运动、睡眠和压力管理的建议。 　　Sam Altman的目标雄心勃勃。在接受媒体采访时他称Thrive AI Health为‘重建医疗保健系统中的“关键基础设施”’： 如果成功，Thrive AI Health可以帮助人们降低患慢性病的风险，提高生活质量，并降低医疗保健成本。 　　Sam Altman表示，他加入Huffington的决定部分源于他听到了一些人使用ChatGPT来诊断自己患有疾病的故事。“人们愿意与聊天机器人分享他们的个人信息，即使这些信息可能被永久存储。” 他认为，Thrive AI Health正可以利用这一趋势来提供有价值的产品和服务。 　　Huffington认为，AI能够提供个性化的建议，因为Thrive AI Health将根据用户的生物特征和健康数据生成“个性化的人工智能驱动的见解”，分发信息和提醒，以帮助他们改善行为。她强调，这将比目前医疗系统提供的建议更有效，因为后者通常是笼统且不针对个人的。 　　更重要的是，Thrive AI Health可以先帮助人们改变行为，从而改善他们的健康。“改变行为可能很困难，而Thrive AI Health可以提供持续的动力和支持。” 　　Altman和Huffington在采访中表示，Thrive AI Health可以弥补医疗保健系统的不足之处，例如缺乏可获得性和负担能力。他们指出，并非每个人都能获得合格的医疗专业人员的帮助，而AI健康教练可以提供7天/24小时的建议，并且成本更低。 　　那么，产品到底会是什么样子？由于Thrive AI Health的产品仍处于开发的早期阶段，Huffington并未详细描述其具体形式。但她表示，Thrive AI Health的平台将“通过各种可能的模式使用”。 它可以通过你的工作场所，如Microsoft Teams或Slack。...

未来医疗奇遇记：AI医生如何颠覆我们的健康世界 一、引子：当科幻电影走进生活 嘿，朋友们，你们是否曾幻想过，在不久的将来，走进医院不再是件让人头疼的事？想象一下，你踏入的不再是冰冷的候诊大厅，而是一个充满未来感的“健康空间站” 。而在这里，迎接你的不是疲惫的医生，而是一位拥有超能力的“智慧守护者”——AI医生。今天，咱们就来聊聊这场即将在医疗界上演的“科幻大片”。 二、揭秘：AI医生的超能力从何而来 你知道吗？AI医生可不是一夜之间练就的绝世武功。它背后，是无数科技巨头的智慧结晶，是大数据和云计算的强强联手。想象一下，AI医生就像是一个超级学霸，它夜以继日地啃着医学书籍，分析着海量的病例资料，还时不时地跟全球的医学专家交流心得。就这样，它逐渐掌握了疾病的奥秘，拥有了超越人类的诊断能力。 三、奇遇一：AI医生 的精准打击 说起AI医生的本事，那可真不是盖的。有一次，老李因为咳嗽去医院检查，结果医生告诉他可能是肺癌。这可把老李吓坏了，但幸运的是，他遇到了AI医生。AI医生只用了几分钟时间，就仔细分析了老李的CT片子，然后淡定地说：“别怕，这只是个小结节，良性的。”后来经过手术验证，AI医生的判断完全正确。这下子，AI医生在医院里可是名声大噪，大家都说它是“火眼金睛”。 四、奇遇二：个性化治疗，量身定制的健康方案 除了诊断能力强，AI医生还有个拿手好戏——个性化治疗。小张是个糖尿病患者，以前他总是不知道该吃什么、不该吃什么。但自从有了AI医生的帮助，他的生活就发生了翻天覆地的变化。AI医生根据小张的基因信息、病史和生活习惯，为他量身定制了一套健康饮食方案。小张按照方案执行了一段时间后，血糖水平竟然稳定了下来。这让他高兴得合不拢嘴，逢人就说：“这AI医生比营养师还专业呢！” 五、奇遇三：智能管理，24小时的健康守护者 不仅如此，AI医生还是我们的贴身健康守护者。王阿姨是个高血压患者，以前她总是担心自己的血压会突然升高。但现在有了AI医生的帮助，她再也不用担心这个问题了。AI医生通过智能穿戴设备实时监测王阿姨的血压变化，一旦发现异常就立即发送预警信息给她。这样一来，王阿姨就能及时采取措施控制血压了。她逢人就说：“这AI医生比我老伴还贴心呢！” 六、争议与挑战：AI医生也不是万能的 当然啦，AI医生虽然厉害但也不是万能的。就像超人也有弱点一样AI医生也有自己的短板。比如数据隐私和安全问题就是个大问题。毕竟我们的健康数据可是非常敏感的如果一不小心被泄露出去那可就麻烦了。还有啊AI医生的准确性和可靠性也需要不断验证和优化毕竟医疗无小事每一个误诊都可能给患者带来无法挽回的伤害。 七、展望未来：AI医疗的无限可能 不过话说回来尽管AI医生还面临着不少挑战和争议但它的未来绝对是值得我们期待的。随着技术的不断进步和应用的深入拓展AI医疗将会为我们带来更加便捷、高效、精准的医疗服务。到时候啊看病就再也不是啥头疼事儿了。我们只需坐在家里动动手指就能享受到顶尖的医疗资源和服务啦！让我们一起期待那个更加智慧、更加健康的未来吧！

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。...

融资快报 Hebbia 完成 1.3 亿美元融资：位于纽约的 AI 初创公司 Hebbia 宣布完成新一轮 1.3 亿美元融资，由 a16z 领投，Index Ventures、Google Ventures 以及 Peter Thiel 参投。据悉，Hebbia 目前估值约为 7 亿美元，公司成立于 2020 年，其软件可分析数字化文档和数据源，包括监管文件、PDF 以及音频和视频剪辑，以帮助客户处理比面向消费者的聊天机器人更复杂的查询，类似 Glean。 旷视科技MEGVII上交所提交注册：旷视科技MEGVII以自研视觉感知算法引擎为核心，致力于持续打造在各商业领域的 AIoT 操作系统，以及深度构建具备连接百亿物联网设备能力的生态系统，为 200 多个国家和地区的数十万开发者提供智能物联服务及解决方案。近日旷视科技MEGVII上交所提交注册。 Solidroad获得 120 万美元投资：Solidroad 是一个用于招聘、入职和培训的人工智能平台。本轮融资由 Dan Kiely（Voxpro 联合创始人）、Jack Pierce（Wayflyer 联合创始人）、Ciaran Lee（Intercom 联合创始人）、CPL 的 Anne Heraty 和前...