1.无人诊所，打破医疗常规？! 2.智能脉诊，健康快车道？ 3.AI问诊，效率翻倍的秘密？
本文主要介绍了未来医疗服务的创新方向。首先，无人诊所通过智能化服务，简化了问诊和取药流程，实现了便利快捷。其次，智能脉诊仪凭借其先进的技术，能够迅速识别用户的健康状况，为诊断提供依据。最后，AI智能辅助问诊系统则通过高效的数据分析和模式匹配，有力地提升了医疗咨询的准确性和效率。
听说科技大佬都要来，乌镇连夜涌入1000多名神秘医生
乌镇互联网大会开幕在即，赶来准备捕捉众野生大佬的各路记者们早已摩拳擦掌。 每年互联网大会的热点都逃不过两种：大佬们的饭局和脑洞大开的黑科技。 大伙还记得去年天猫的无人超市吗？对，微笑能打折的那个。 用黑科技告诉大家：出来买买买呐，最重要的是开心~ 今年，小wifi也提前来到乌镇蹲点采访。果然早起的鸟儿有福利，发现了一项新的黑科技：24小时“无人诊所”。 这个诊所正在乌镇免费开放。 那必须去看热闹啊，顺便把吃多了会发胖的体质给治一治。 一路上，小wifi不禁疑惑：随着互联网和人工智能的崛起，什么无人驾驶、无人超市、无人仓储，现在怎么连诊所也可以“无人”？ 难道是去年饭局丛生，餐后大佬们都捂着肚子四处寻找健胃消食片，而另一边，昼夜伏击的媒体同行们废寝忘食，犯老胃病的概率骤起。从而触发了这一全新的需求？ anyway，无论是以上哪一种理由，这个“无人诊所”都值得一探。 结果小wifi看到这样的场景。 这……真的能看病吗？ 当然，基于走过路过不能错过的心态，小wifi决定前去试试。 说不定就真能解决吃多就发胖这种疑难杂症呐！ 走近发现这个“无人诊所”包含独立问诊室和智能药柜两大功能模块，是由平安好医生自主研发。 问诊可以进入独立问诊室坐下细说。 小wifi觉得，如果功能齐全，小也有小的好处，毕竟中国租金这么贵。 只要告知基本症状、面临的问题等，机器就会帮你自动连接专科医生，据说有数千多位医生可连线，且都是满满好评的医生。 买药也很方便，电子支付、银行卡都可以，各种年龄层的消费者都能用得上。 万一想要买的药没有，大家也可以通过平安好医生APP在线购买，再由附近的合作药店提供“一小时送药”服务。 最近咽喉不适的小wifi决定向医生们远程求助。 等到了非常细致的询问：有没有熬夜？吃不吃辛辣食物？是不是抽烟？ 然后医生给出了细致的解决方案：清喉利咽颗粒和开喉剑喷雾配合使用。 还不忘忠告小wifi生活习惯….. 只这些，小wifi也不会费那么多俏皮话描写。 无人诊所背后的技术和前景更值得吸引大家的目光。 7*24小时站岗 “AI Doctor”功不可没 为了能确保大家随时得到医疗帮助，无人诊所7*24小时营营业。但如何准确调度这个庞大的医生群体呢？既不浪费医疗资源，也让需要的人及时得到诊疗。 全靠“小身材”里面蕴藏的“AI黑科技”啦。 跟小wifi体验的一样，患者问诊时，首先接诊的是“AI Doctor”。别小瞧“AI Doctor”，通过与患者的语音和图文交互，TA能引导患者准确描述病症，形成结构化病史、精准提供智能诊断方案，供后续专科医生参考。 为什么“AI Doctor”这么聪明？TA会不会误导专科医生？ 平安好医生相关负责人表示，看病是一件很严肃的事情！“AI Doctor”是平安好医生200多位世界顶级人工智能专家研发的AI问诊引擎，经过超3亿条问诊及咨询数据的训练强化。目前，“AI Doctor”已经能覆盖超过2000种常见疾病，对数万种医疗和健康问题可做到即问即答。 另一方面，“AI Doctor”看完之后，还是有真人医生补充问诊的，能确保在线问诊咨询流程的准确性。平安好医生从三甲医院聘请了大量优秀的医生，自有医生团队已经超过千人，外部合作名医近5000人，各个经验丰富。 部分独立问诊室里还配有体温计和血压计，用户可以独立测量自己当下的身体情况，并及时与医生在线沟通。 “AI Doctor”替医生分担之后，医疗系统的问诊效率就被有效提高了。专科医生可以节约耗费在基础问题上的时间。 梦想照进现实 排队不再是看病的必经程序...
人工智能医疗的黄金机遇与挑战：Benevolent的未来之路及AI医疗创业的突破之道
这篇文章讲述了贝克街资本的Emily讨论了人工智能在生物领域的广泛应用，特别是在疾病诊断和老年监护等方面的重要作用。然而，Benevolent面临着挑战，尤其是多靶点药物设计和非标准化服务带来的利润不可控性。此外，数据来源不足是制约公司利用AI优势的瓶颈。滕忠照的景三科技则关注中国体检市场的空白，特别是脑部健康检查的缺失，他们以预防脑血管疾病为切入点，计划通过与民营机构合作来扩大范围。文章还提到了英国和中国的AI医疗创业环境差异，英国投资环境较为灵活且侧重早期市场，而美国生物医药条件相对更好。景三科技在寻找大范围预防的方法上提到合作策略，并透露了他们将关注血液中的特定蛋白检测技术以进行老年痴呆的早筛。总的来说，文章讨论了人工智能医疗行业的广泛应用、挑战以及创业公司的策略，强调数据和合作伙伴关系的重要性。
🚀医疗革命？！数字化引领未来，ChatGPT开启元宇宙时代，我们离免费全医保有多远？🔥
中国医疗资源分布不均，导致供需矛盾突出。传统增建医院和人员的方式难以解决，数字化是提高效率的关键。元宇宙和人工智能的结合有望颠覆数字健康产业，通过构建健康元宇宙，享宇宙致力于实现全球范围内的AI医生服务，旨在让医疗服务更加普惠免费。
真正的医学：让AI辅助看病，让医生专注看人丨展卷
点击上方蓝字“返朴”进入主页，可关注查阅往期文章 信息时代，过去孤立的、资料匮乏的非智能医疗正在向数字驱动的、人工智能辅助的智能医疗方式逐渐转变，检查数据更多更精确了，医生的决策更准确了，看病的效率更高了。不过，这样就行了吗？患者因此就满意了吗？医生因此就幸福了吗？ 美国著名心脏病学家、智能医疗发展领航人埃里克·托普（Eric Topol）博士在《深度医疗》（Deep Medicine）这本书里回答了这个问题。在他看来，技术应当支持更为人性化的医学，培养良好的深度医患关系。毕竟，医学的对象是“人”，而不是病。今天的展卷专栏摘选了托普关于“深度共情”的思考和展望，以飨读者。本文摘自《深度医疗》第十三章（河南科学技术出版社2020年11月第一版） 撰文 |Eric Topol 翻译 |郑杰、朱烨琳、曾莉娟 学习与患者交流或许能让医生重新爱上自己的工作。让患者走进医生的内心，什么都不会损失，反而能收获更多。——阿纳托尔·布鲁瓦亚尔 1975年秋天，我与其他90多位同学一起踏入医学院。当时，我们大多数人都刚刚大学毕业，是一群理想主义者。当时极其热门的医学类电视剧《韦尔比医生》（Marcus Welby, M.D.），讲述了一位对患者态度极好的家庭医生的故事；《基戴尔医生》（Dr. Kildare）也在电视上频繁重播。当时的医疗行业很单纯，医生能与患者建立真诚的关系，繁杂的影像扫描（拍X线片除外）或实验室化验等医疗操作很少，查房记录都是手写的。为新患者预约的门诊的会诊时间至少有一小时，复诊时间也有30分钟。那时，零售诊所根本不存在，也没有用来评估医生表现的相对价值单位，每位医生也不做月度工作报告，医院或诊所几乎没有管理人员。电子健康档案自然也不存在，医护人员也就不需要花费太多时间在计算机上，医疗机构中甚至都没有打字机。当时，“卫生系统”一词还未问世，全美医疗健康领域的工作岗位只有不到400万个。每位患者每年花费的医疗费用低于800美元，不到全美GDP的8%。 40多年后的今天，一切都截然不同了。如今，医疗行业已成为全美规模最大的行业，拥有超过1600万个工作岗位，也是美国大多数城市的主要就业来源，许多“非营利性”医疗系统的收入每年高达百亿美元。目前，我们在医疗健康上的人均支出已超过11000美元，每年总体超过3.5万亿美元，接近全美GDP的19%。部分药物和治疗的单次花费超过100万美元，绝大多数治疗癌症的新药一个疗程的起价超过10万美元，许多特效药每月大约需要花费2000美元。即便考虑通货膨胀、人口增长和老龄化等因素，调整这些数值，我们也很快就发现，增长趋势好比一列失控的火车。美国的卫生系统现在拥有雄厚的投资资产，如超过400亿美元的凯泽健康（Kaiser Health）、超过170亿美元的阿森松健康（Ascension Health），以及超过90亿美元的克利夫兰诊所等。 随着医疗健康行业经济的爆炸式增长，医疗服务也在逐渐失去人文关怀。令人感到震惊的是，早在90多年前，弗朗西斯·皮博迪就已经预言到这种情况：“医院……容易退化成没有人性的机器。”人们不再关心个性化医疗，商业利益取代了医疗健康，通过压榨临床医生来获得最大生产力和利润。医生花在患者身上的时间越来越少，即便花了时间，也缺乏与患者之间的沟通和联系，效果也不尽如人意。长期以来，医疗行业一直深陷在低效、错误、浪费和次优结果的泥潭中。尤其是近几十年来，医疗行业在照护患者方面真正迷失了方向。在美国，新患者预约的平均会诊时间仅12分钟，复诊仅7分钟。“韦尔比医生”的时代早已一去不复返。 虽说人工智能会给医学带来翻天覆地的改变，但并不一定意味着一切将变得更好。如今，技术应用可能越来越细分且专业化，带来的许多好处仍处于初级阶段，但这些技术最终将影响医学领域的每个人，不仅是放射科医生、病理科医生、皮肤科医生等“有模式”的医生，还包括其他各类医生、护士、医生助理、药剂师、理疗师、临终关怀服务者和其他护理人员等，在未来人工智能将承担他们的工作。此外，整个医院、诊所的生产力和效率都将得到显著提高。所有这些需要很多年才能实现，但最终会成为医学史上最大的变革。摆在我们面前的超级简化的工作流程，将会以各种不同的方式影响医疗健康的方方面面。而这可能会带来两种截然不同的结果：让情况变得更好，或变得更糟。而现在，我们必须跳出这个框架向前走，以确保我们正朝着正确的方向发展。 为医生和患者赢取宝贵的时间 人工智能给医学领域带来的最重要的成果之一，可能就是时间方面的改善了。目前在美国，超过一半的医生有职业倦怠，超过25%的年轻医生患有抑郁症，每年有三四百名医生自杀。职业倦怠会导致医疗失误，而医疗失误反过来也会加重倦怠。医生希望花更多时间与自己、家人、朋友，甚至是患者在一起，从而找到工作与生活的平衡。虽然这可能不是解决之道，但却是个开始。 对于患者而言，时间方面的改善给照护质量及健康结果带来了至关重要的影响。2018年，美国国家经济研究局发表了宾夕法尼亚大学埃琳娜·安德烈耶娃（Elena Andreyeva）和她同事共同撰写的一篇论文。该论文研究了关于家庭健康问诊时间对急性病患者治疗出院后的影响。她们分析了护士、理疗师和其他临床医生的6万多次会诊后发现：会诊时间每延长一分钟，患者再入院的概率会降低8%；兼职医疗服务者的服务每延长一分钟，患者再入院的概率会降低16%；护士每多花一分钟，患者再入院的概率会降低13%。在研究人员发现的所有可能影响再次住院风险的因素中，时间是最重要的。 1895年，被后人称为“现代医学之父”的威廉·奥斯勒（William Osler）写道：“用不到半小时的时间来审阅一份病例，是无法令人感到满意的。患者希望医生能多花时间在他们身上，10～12分钟的匆忙检查并不能使患者感到满意。”120多年后，一切都已成真。 芝加哥大学的内科医生戴维·梅尔策（David Meltzer）研究了同医生共处的时间与其他相关因素的关联性，比如照护的连续性，即会诊医生与住院检查时的医生是否为同一人。他的研究报告指出，花更多时间与患者在一起，能降低20%的住院率，节省数百万美元，而且有助于避免医院感染和其他医疗事故风险。这么做能带来如此巨大的收益，以至于凯泽医疗（Kaiser Permanente）和范德比尔特大学随后也复制了这一模式。 这些研究都表明，临床医生与患者的相处中，时间长短至关重要。延长会诊时间不仅能增进医患交流，建立信任，还能改善结果，降低后续成本。这如同一项前期投资，可以带来丰厚的回报。然而，现实却完全与提高医疗健康领域生产力的目标背道而驰，如今临床医生往往被迫在尽量少的时间内会诊尽量多的患者。要节省这些钱，就需要医生用时间来补偿。涉及34家诊所的168位临床医生的一项研究表明，工作节奏是工作满意度最重要的决定因素。 如今，人工智能可以帮助患者赢取宝贵的时间。2018年，美国公共政策研究所发布了一份有关人工智能技术影响的详尽报告：《为所有人提供更好的医疗和护理》（Better Health and Care for All）。该报告预测，人工智能将为不同的临床医生腾出平均超过25%的时间来照顾患者。技术带来的最重要的影响之一：让临床医生摆脱电子健康档案的束缚。在科罗拉多大学，医生开始将计算机带出诊室，在医生助理的陪同下为患者提供服务，医生的倦怠程度显著下降，从53%降低到13%。很多人认为，使用自然语言处理能达到与患者直接沟通同样的效果，然而单靠技术解决方案是行不通的，我们得认识到医学不是一条流水线。 虽然技术能带给医生更多时间，但仍然不够。如果要让医学真正地深入人心，就必须从根本上改变医生的思考方式及与患者互动的方式。 培养医生的共情能力，让就医更加人性化 当今的医学领域严重缺乏共情，其中只有一小部分原因与时间不足有关。 英国医生马修·卡斯尔（Matthew Castle）曾发表过一篇略带讽刺意味的文章，名为《工作过劳》（Burnout），他在文章中将自己的角色设定为一位生活在2100年的人工智能医生。他拥有足够的深度学习能力，能对每位患者进行完整的分子和神经精神病系统分析，熟悉所有生物医学文献，还能同步进行数千次会诊。有了这些数据和人工智能，很多人会认为一切都将是乌托邦式的，然而，他的公司却要求他提供人性化的品质服务。他筋疲力尽，要求休假6个月，理由是“公司要求培养共情能力”。卡斯尔写道：“不管人类或机器多么强大，一旦要求他们做一些不可能的事情，就会失败。” 随着机器变得越来越智能，人类需要沿着一条不同于机器的道路进化，以便变得更加人性化。在图13-1中，我试图描述这一点。随着时间的推移，人类的表现不太可能发生实质性的改变。而在各种细分任务上，机器将逐步超越人类。为了将人类带入一个新的高度，我们需要提高人文素养，而这始终是人类与机器的根本差异所在。值得注意的是，尽管人们一直在努力设计各种能提升共情能力的社交机器人或应用程序，但人类的共情能力并不是机器能够真正模拟的。一些试图探测愤怒、悲伤、疲劳和分心等人类情绪的人工智能应用正在研发中。由最先进的机器人公司研制的虚拟人已经被内置了共情能力，但参与研发的人工智能专家也承认其有所不足，因为还无法“使这样的机器充满人性”，日本人称之为“存在感”（sonzai-kan）。会共情只是人类的基本特征之一，我们还需要爱、笑、哭、梦想、害怕、悲伤、喜悦、相互信任、相互关心、受苦、探索、讲故事、启发、好奇、创造力、感恩、乐观、善良、表达情感、理解、慷慨和尊重等，并且还需要适应能力、创新力、直觉、常识、文化、抽象化和语境化的能力，以及灵魂等。 图13-1人类智能、机器及人类人文素养的变化曲线 人工智能专家布莱恩·克里斯汀（Brian Christian）在《最有人性的人》（The Most Human Human）一书中谈道：“要成为富有人性的人，就要成为一个具有生活痕迹、有特质、有观点的特定的人。人工智能表明，当我们试图将这些特定的人类品质赋予智能机器时，智能机器与人类之间的界线最容易模糊。”所以，我们不能允许这种情形发生。...
大厂当“海王”，独角兽专情，谁是AI医生的扛鼎者？
Med-PaLM是超级巨头的典型，打造的通用大模型，会在医疗等多个领域尝鲜探路；MedGPT则是垂直赛道的玩家，以AI为工具，走向医疗服务终点。 采写／陈纪英比尔·盖茨可能是ChatGPT的“头号铁粉”。他对ChatGPT的“表白”，简直如同情话一般热烈，“这是我一生中见到的两项最具革命性的技术之一”。ChatGPT在医疗领域的落地，则是比尔·盖茨最为看好的赛道，他期待全球都束手无策的看病难、看病贵顽疾，借此缓解。比尔·盖茨的盖章点赞并非虚美。他有着足够的权威性——既是微软的创始人，洞悉人工智能的未来图景，也是顶尖的医疗专家——在离开微软后，他把大部分精力投身于医疗慈善事业。不止比尔·盖茨，创新工场创始人李开复、奇绩创坛创始人兼CEO陆奇，以及红杉中国等，都对类ChatGPT技术落地医疗（以下简称HealthGPT），有着高度期待。陆奇笃信，好的医护就是“超级模型”，医疗产业本身就是模型驱动，正是AI可以长袖善舞的领域。而在国外，ChatGPT和谷歌打造的“Med-PaLM”，也都陆续秀出了“医术”；在国内，互联网医院平台医联刚刚上线了AI医生——MedGPT。Med-PaLM和MedGPT恰恰代表了两类玩家——前者是超级巨头的典型，打造的通用大模型，会在医疗等多个领域尝鲜探路；后者是垂直赛道的玩家，以AI为工具，走向医疗服务终点。投资机构、头部大厂、创业公司的集体涌入之下，AI医生到底能不能替补上位，纾解医疗供给短缺的顽疾？从模型上线，到大规模应用落地，需要闯过哪些关卡？ 一 巨头独角兽同向不同路创投机构、巨头和独角兽的汹汹入场，是看中了AI医疗的广阔前景——HealthGPT站在了AI和大健康交汇的十字路口，两者都是10万亿量级的超级风口。根据《健康中国2030规划纲要》，2030年，中国大健康产业市场规模有望逼近16万亿元，成为中国经济的支柱产业之一，可以类比的是，2022年，被视为经济支柱的房地产行业，开发投资总额也不过13.29万亿元。另据Frost & Sullivan发布的《医疗智能行业白皮书》预测，2030年，中国医疗智能行业规模有望超过1.1万亿。而风口正热的ChatGPT，其母公司OpenAI的估值，已经飙涨至300亿美元，还带动大股东微软的市值大涨三四成。陆奇甚至预测，OpenAI的未来市值有望碾压谷歌，成为全球首家超十万亿美元市值的企业。而在李开复看来，类ChatGPT领域，有三种投资机会：一是像OpenAI一样做平台，这是大厂才能玩得起的烧钱游戏；二是AI基础设施；三是细分领域应用，HealthGPT就是最有前景的赛道之一。尽管同向奔赴，但其实，谷歌的Med-PaLM，与医联的MedGPT，终点并不相同，必然会渐行渐远。无论是谷歌，还是OpenAI，搭建的头部AI平台，都不会专情于某一垂类领域，必然都抱着“既要又要还要全都要”的“海王”心态，涉足广泛，但浅尝辄止，蹚水医疗领域，也更多是对其底层AI能力的验证和锤炼。在AI大模型布局上，谷歌更担心的是，先发先至的OpenAI，对其赖以为生的主营业务造成致命冲击。今年年初，如临大敌的谷歌CEO皮查伊，招来了谷歌两位创始人拉里·佩奇和谢尔盖，连续开会商讨对策，在会上将ChatGPT称作“红色警戒级”的对手。而无论是为了抵御外部冲击，还是内部增长需求驱动，谷歌布局的战略重点，必然是通用型大模型。但医联等垂类玩家不同，AI是路径，医疗是终点。而且，医联主攻的并非泛泛的大健康领域，创始人、CEO王仕锐对公司的定性是“严肃医疗”。从未来的应用思路上，谷歌等泛平台，可能会涉足大众浅层次的大健康服务，比如提供在线咨询等服务；而医联MedGPT则是深入严肃医疗的链条中，借助这步落子，深化其角色定位，从链接者、服务者，延伸到“赋能者”。在既有的资源禀赋上，两者的优势也大不相同，谷歌、OpenAI的优势在于AI技术实力强大，资金雄厚不差钱。ChatGPT本身就是一场烧钱游戏，根据国盛证券的研报，类ChatGPT的AI大模型，一次训练成本，可能就高达数千万美金。医联等垂类玩家不如谷歌那般土壕，但其优势则在于，更专业也更聚焦，一方面其拥有海量的专业数据；另一方面，其力出一口，进窄门花小钱，在专注领域里，未必逊色于头部平台，也许还能表现更好。根据谷歌透露的成绩单。今年3月，比首代产品更聪明的谷歌Med-PaLM 2面世后，在医学考试中的表现处于“专家”水准，答题准确率超过85%，比前一代的结果高出18%。而ChatGPT的医学考试成绩单，就乏善可陈了。在三份答卷中，正确率分布在 52.4% 到 75% 之间，徘徊于及格线上下。医联MedGPT的表现，也可圈可点。医联抽取了532名复诊患者档案进行信息脱敏，并进行了模拟首诊实验。结果显示，医联MedGPT的诊断结果与患者原有线下门诊的诊断吻合率超过97.5%。头部大厂和垂类玩家同台秀技，各展所长，各有其用，其实并非面贴面的直接竞争关系，双方共存的格局，将会长期存续。 二 “称重”大健康类ChatGPT价值对HealthGPT产品翘首以盼的，不止头不大厂和创投机构，还有医疗行业人士和卫生主管部门。中国工程院院士、国家基层糖尿病防治管理办公室主任贾伟平断言，人工智能在医疗技术研究、临床诊断、手术治疗、早期干预、慢病管理等方面，都能发挥作用。国家肿瘤临床医学研究中心主任郝希山则期待，未来人工智能、大数据处理等方面的专家，可以和临床医生坐在一起，共同为病人出具更加个性化、精准化的诊疗方案。全国政协委员、北京医院放射科主任陈敏则认为，人工智能可以缓解城乡医疗资源供给不平衡。医疗主管政府部门对于人工智能的态度也相当开明。中国政府发布的《“健康中国2030”规划纲要》，多次提及智能化，比如疫情信息智能监测预警、医保智能监控、智能健康电子产品等。在深受医疗短缺之困的中国市场，丰富医疗供给，是类MedGPT产品最为显形的价值。中国医疗服务的供给不足，主要体现在两个层面。一是绝对性短缺，荷兰数据公司Euro RSCG绘制的全球医生资源地图显示，中国医患比例1:950，平均每1000⼈，对应1个医⽣，与之类比的是，在古巴，医患比是1:170，美国则是1：390，短缺一目了然。其次，则是结构性供给不足，城乡、区域医疗资源分配不平衡。而HealthGPT的高效学习、优化，应用，可以推动优质医疗资源快速复用，一旦能力成熟，可以为病人初诊病情，或者辅助医生诊断，以此释放医疗供给。在贾伟平的设想中，新一代人工智能或可进化为个体化的健康管家，未来医生开处方，不一定需要开具体药品，可以根据患者状况，推介不同特质的人工智能或是智慧医疗产品，这种“数字治疗”产品不仅能够提供短期的诊疗方案，还能提供全周期的健康管理服务。对于慢性病患者的价值尤为凸显。根据统计，在中国，慢性病导致的疾病负担占总疾病负担的近70%，导致的死亡占总死亡人数的86.6%。但由于医疗供给短缺，医生无暇对患者进行长期管理，导致患者依从性不高，全周期的诊疗方案难以延续，而HealthGPT可以接管病人，对其进行长期的跟踪管理。具体而言，医联可以把MedGPT纳入到其慢性病管理服务中，以此释放服务能力，降低服务成本，提升服务精度。也有望促进医疗服务平权。比如，通过MedGPT的智能监测系统，大城市的三甲医院医生可以远程监测边缘地区患者的心率、血压、体温等生理指标，做出远程诊断等等等。其次，中国缺乏提供全周期健康服务的全科医生，HealthGPT可以替补。发展全科医生，是中国新医改的主要举措，但据卫生部提供的数据显示，中国注册的全科医生仅有7.8万名，缺口高达二三十万。而技术过关的HealthGPT可以担当这一角色，成为大众健康的守门人，为其提供导诊和初诊服务。据官方透露，医联MedGPT目前已经拥有近3000种疾病的首诊能力，覆盖80%以上的成年人疾病和90%以上的0-12岁儿科疾病，已经初步具备了全科医生的潜质。在内测过程中，用户在求诊糖尿病时，MedGPT给出了详尽的解决方案，与患者线下面诊的结果几近趋同。在问诊环节，甚至对家族遗传病史，也有详细询问。而在用户求诊皮肤问题时，还引导用户上传患部照片，以此提高诊疗准确度等等。其三，对于医护群体而言，MedGPT能成为其功能强大的助理。医生身负科研任务，MedGPT能为其快速梳理资料数据等；可以在某些环节替代医生，解放医生生产力，比如新冠疫情期间，AI根据肺部CT图像识别完成疑似患者初筛等等；作为辅助监测工具，帮助医生减少医疗事故。根据统计，每年有2%的住院病人，经历过药错误事故，通常是源于医护群体的无意疏忽，或者流程漏洞所致，而MedGPT可以提供实时预警服务，在医护难以完全避免的懈怠时刻，警戒提醒等等。其四，辅助医院精细化管理。从事多年医院集团化管理的冯庆明博士告诉《财经故事荟》，他在尝试用AI进行科室经营分析，“AI能成为院长和科室主任的好帮手，进行医疗质量和患者安全指标及指数的监测、敏感指标预警等”。此前，国家卫健委的统计显示，全国三级医院的亏损率高达43.5%，降本增效、精细管理的需求相当迫切。总之，在医疗服务供给严重短缺的中国市场，HealthGPT肯定会身负重任，可能的使用场景还相当多元，而其商业估值，归根结底，取决于其能提供多少医疗服务价值。 三 过门石与护城河尽管在中国市场，类MedGPT产品的商业前景，已是抬眼可望的集体共识，但啃下这块“硬骨头”，也并非易事。与其他领域不同，医疗服务的独特性在于，其一医疗服务非常专业非常复杂。其二，医疗关涉生命健康，因此服务的容错率极低，安全性是不能逾越的底线，也不能容忍类似ChatGPT一样的信口开河的任性。一个典型的例证是，MedGPT提供的诊疗方案中，最后一条都会相当谨慎的建议——如有需要尽快到医院进行后续检查诊疗。正因如此，假如没有任何积累，从0到1贸然布局HealthGPT，难有胜算。要想在此有所作为，起码需要以下三重资源禀赋。其一，HealthGPT的升级打怪，要靠数据和算法一起喂养，因此，海量且专业的医疗数据，必不可少。但难度在于，通常来说，医疗数据较为敏感，外部公司难以拿到专业数据。而医联之所以能够首发MedGPT，也在于其数据优势。目前医联已经聚拢了超过150万注册医生，在线管理了数千万确诊慢性病患者，依赖于上述数据，MedGPT收集整理接近20亿条真实医患沟通对话、检验检测和病例信息进行深度训练学习，才能保障模型的推理质量、准确性与可靠性。谷歌Med-PaLM2表现不俗，也赖于海量数据的调用，其依托的PaLM大模型，拥有5400亿参数，是Google迄今为止研发的最大规模的模型。正是依赖于大量数据的浇灌，MedGPT才有所突破——过去，医疗行业人士普遍担心，类ChatGPT技术，无法像医生一样“望闻问切”。MedGPT则尝试解决这一难题，首次解决了AI医生无法与真实患者连续自由对话的难点，并在医疗问诊场景中支持多模态的输入和输出。其二，仅有数据还远远不够，还必须深入一线，既懂AI，又懂医疗。HealthGPT刚刚上线时，表现生涩不可避免，如何快速进步？唯一的答案，就是基于大量专业医生的真实反馈，进行强化学习、调优校正。医联链接的数百万医生，未来都能成为MedGPT大模型的“导师”和“教练”。其三，任何大模型的终点，都是应用，无场景则无价值。构建应用场景，一方面能让HealthGPT的技术红利得以变现，医联聚集的150万名医生，让其在应用推广落地中，可以势如破竹。另一方面，更高频更广泛的应用，也能以战代练，持续锤炼优化HealthGPT的能力。而且，医联MedGPT，还可以和其存量业务互补协同。比如，医联已经布局的云检验、云影像、云药房、云医保等，可以助力MedGPT获得更完善的诊疗数据，提升诊断水平，有望在疾病的预防、诊断、治疗、康复、报销等环节，构建全链智能的闭环服务。不过，由于医疗是政府部门高管控的敏感行业，因此，对于谷歌、医联等玩家而言，仅仅突破技术关、业务关还远远不够，也要迈过医疗伦理关，法律法规关。其一，到底如何界定HealthGPT和医生的关系？尽管类MedGPT技术进步神速，但其能力还远未达到独立出诊的水平。因此，现实的选择是，HealthGPT不要妄想替代医生，而是辅助医生。尤其是在疑难杂病重症领域，医生的专业经验，依然不可替代。卫生主管部门出台的《人工智能辅助治疗技术管理规范》，对其界定也是“辅助治疗”。其二，作为医生的助手，HealthGPT该如何纳入主管部门制定的诊疗技术指南临床路径，明确流程，界定角色等，让更多医生和医院科学使用，可能还要等待法律法规的后续完善。其实，早在2009年，卫生部就出台了《人工智能辅助治疗技术管理规范(试行)》，随后又在2017年更新了版本。一方面，上述规范，展示了主管部门拥抱新技术的开明和开放；另一方面，人工智能技术的进化，早已今非昔比，而出于审慎原则的管理规范必然存在滞后性，并不适配当下HealthGPT技术突飞猛进的现实。总之，前景广阔，是HealthGPT值得期待的光明未来；关卡重重，则是HealthGPT必须直面的当下挑战。关关难关关关过，只要方向对了，就不怕路远。 END 名创优品焕新：产品学习苹果，开心对标迪士尼市值跌去4000亿，长城如何“守城”？Temu狂飙，卖家分化这届用户，为何心心念念点映礼？千亿箱包产业沉浮记：疫中挣扎，开年狂飙2亿农村老人上网冲浪有多野？元宇宙里旅游，这届年轻人的过年新姿势？我是2亿灵活就业者之一：快乐摸鱼，不再PUA自己羽绒服狂卷高端：大鹅失人心，国货硬碰硬健身房“冰与火之歌”：煎熬、求生、变道、分化陪玩“正名”：始于电竞，治愈孤独，兴于规范新能源汽车西征：特斯拉杀四方，新势力高举旗，老玩家急跑量淘特9块9的阳光玫瑰和被治愈的“沪漂”乡愁12.88万搅动行业风云：一线揭秘毫末小魔驼幕后操盘手们AI概念股冰与火：短期承压，长期引爆，临界点信号已出现？2022年过半，我们追问六家中国工厂泡泡玛特闯关全球化：险滩、激流与蓝海名创优品：一半Dollar General，一半乐高中国体育服饰五十年：起于草莽，兴于国潮硬科技大厂的金三银四：没有裁员，扩招万人一群普通人的北京“管控区”保供战她在大厂当Leader：偏见、盔甲与破壳名创优品想做零售界“迪士尼”？2022年品牌如何反脆弱？我在大厂搞反腐：同事微信屏蔽我，配合提审前高管公域太卷，私域凸显，大牌尖货涌入小程序小县城夜未眠：产业枯荣，餐饮长青“薇琦”大战，用户躺赢私域下半场，平台攻守道亚马逊退，拼多多进，拼书背后有何深意？美妆集合店“虎口夺食”比特币”修罗场“：有人一夜暴富，有人血亏想死这届年轻人有多野 这届中介有多猛 中国创投行业血泪史高瓴张磊不下车互联网时代的偷拍、告密和人肉流水的钱宝，铁打的韭菜钛媒体年度作者百家号年度出彩作者媒体训练营十佳作者钛媒体年度作者百家号年度出彩作者媒体训练营十佳作者天极网2020年、2019年度十大自媒体砍柴网年度作者机械出版社十大自媒体
亚洲AI医疗新力军：百度CDSS如何通过基层赋能，重塑医疗服务格局？
该文章主要探讨了亚洲地区尤其是中国市场上AI医疗的发展和价值，以百度AI医疗的临床辅助决策系统（CDSS）为例进行分析。CDSS通过AI技术如自然语言处理、知识图谱，解决基层医疗中医生短缺、能力不足及设备设施等问题，提升了基层医疗服务的能力和效率。文章强调了AI医疗在基层医疗赋能上的社会价值，有望改善基层医院的供需矛盾，提高公众对基层医疗的认可度，并推动企业的社会责任与企业价值实现。同时，作者指出AI企业在面向基层的医疗普及中面临如何适应不同规模医疗机构需求、提供体系化解决方案等挑战。
体素科技：AI医疗的商业模式全在这里了 | AI TALK
5 月 25 – 27 日，在杭州，上千名志愿者、出品人完成了一场为年青人举办的大会。按照发起人阿里巴巴技术委员会主席王坚的说法，2050 是一个年份，不太近，充满想象，也不太远，我们都能活着看到。 在第一次听到「让世界离年青人更近，让年青人离世界更近」这样的办会理念时，我们想起机器之心用前沿科技内容聚合的全球 AI 青年，从在象牙塔里研究技术到毕业后面临创业、择业的选项，他们不仅应该关心技术走向，也需要了解因为这些技术的创新促成了产业正在发生的商业变革。 而那些被我们报道过的 AI 创业公司，大多恰好处于成长周期的少年或是青年阶段，如何生存和发展也同样是他们心头大事。 在 2050 大会上，机器之心发起了一场以《AI 技术公司的活法和前景是什么》为主题的论坛，云从科技、体素科技、深瞐科技、声智科技、一知智能和 Udacity 分别谈了谈 AI 技术如何才能「落地为安」。以下为第一支演讲视频——体素科技创始人丁晓伟《AI技术如何推开传统医疗市场的大门》： 要点速览： 医疗领域以经验积累为基础的诊断方式与AI算法模型训练过程的机理非常相似。此外，医疗数据爆炸与医疗人才紧张现状，让用AI去赋能一些现有的临床工作流程变得非常有必要。 心脏病与肺癌等疾病的诊断流程可以做成一个全自动的量化分析的过程，诊疗时间大大缩短，期间医生的主观程度，包括劳累，疲劳，经验不足这些问题就统统得到非常好的解决。 除了诊断流程，AI医疗解决方案也能解决互联网问诊平台与家庭疾病预防面临的各种问题。 丁晓伟： 大家早上好，我是丁晓伟，是体素科技创始人，也是 UCLA 的研究助理教授。体素科技作为医疗 AI 的创业公司，代表 AI 公司讲一下怎么把医疗传统市场用 AI 打开。 其实这个问题大家都比较好奇，或者在座的医疗界之外的人士，包括医生，我们合作的医生也经常问我：「你们做 AI 的人到底怎么把这个用在医疗领域？」 大家一直在新闻上看 AI 医疗，但是都不知道长什么样子，怎么用。我今天就去讲一些更加具体的案例。给大家介绍一下这个领域是怎么回事。 我们公司一开始创立在中美两地。在美国的地点是洛杉矶和凤凰城。在国内，北京和上海是我们主要团队的所在地。 AI 医疗是一个研究大于工业界的领域。之前这个领域主要是处于研究的阶段，我们公司的创始人也都是具有学术背景的，除了我之外还有我 UCLA 的博士导师...
广东未来三年医疗大变样？行动计划带你探索科幻般的互联网医疗服务!
广东未来三年将推动互联网医疗全面发展，2020年三甲医院全面开展在线服务，包括医保在线结算、智能审核和远程医疗等，并通过大数据优化医院管理，加强公共卫生与医疗机构合作。通过培养人才、建设全民健康信息平台和监管互联网医疗数据安全，该计划旨在打造全国领先的医疗服务体系并促进分级诊疗格局的形成。
全球医患供需矛盾？误诊率高，人工智能医生真的靠谱吗？
据统计，全球约90%的患者未能得到完全正确的治疗，由此推动了人工智能医生的发展。然而，医疗资源分配不均的问题在中国尤为突出，大医院挂号难、基层医院却门可罗雀。AI技术有望通过优化资源配置和减少误诊，改善医患供需矛盾，如AI在影像诊断上的快速准确分析能减轻医生负担，提高诊疗效率。尽管面临基础设施建设和数据难题，AI医疗的潜在价值不容忽视，它有潜力降低医疗成本，提供更便捷的医疗服务。