AI医师助手

AI看舌小程序通过图像识别和深度学习技术，实现了个性化舌诊分析，提供健康建议，简化了传统中医舌诊流程，提高了便捷性和普及性。它不仅为个人提供自我健康管理新方式，缓解了专家资源紧缺问题，还通过AI技术在门店中提升了服务效率和用户留存率。然而，用户还需理解其与传统诊断的结合，保持理性的健康管理习惯。此工具代表了中医数字化转型的趋势，对传统行业运营优化具有积极意义。

文章介绍了中医界AI问诊的应用扩展到了新茶饮领域，如武汉的"杏林问茶"等店铺引入智能设备辅助顾客进行体质辨识，以个性化推荐养生茶饮。虽然店家声称饮品是根据专业中医指导配制，但AI诊断结果与消费者挂号中医结果可能存在差异。中药茶饮市场表现良好，但口味平衡和医疗宣传上的模糊性成为制约复购率的因素。尽管如此，养生茶饮作为热门的保健品类型之一，吸引了众多品牌参与，包括老字号企业的子品牌创建，显示了其广阔的发展前景。

深圳市人民医院引入腾讯健康研发的AI大模型预问诊系统，实现了与患者的自然流畅对话，通过多模态技术理解和处理信息，提高了预问诊精准度。该系统利用机器学习和深度学习，积累了海量医学知识，并能协助患者分析检查报告，生成个性化问诊体验，同时还能自动追踪医学文献以保证知识库的更新。这一举措提升了医生效率，优化了医疗服务流程，标志着医院智慧化改革迈出了重要一步。目前，该预问诊服务已获得广泛应用和认可，未来医院将继续探索AI在医疗领域的创新应用。

本文主要讨论了人工智能在医疗健康领域的应用以及其带来的影响。与会嘉宾认为，人工智能通过赋能临床研究和新药研发，能够显著提升疾病预防和诊疗水平，同时缩短药物研发周期降低成本。北京市在这一领域的发展领先全国，众多医疗机构和科研人员参与产品的研发，人工智能已在医学影像、数据分析等多个方面取得了成功。AI也被视为打破医疗资源地域限制，让优质医疗服务普及的重要工具。例如，赛诺菲通过数字化技术使用AI提高了新药探索速度，GE医疗的影像产品则能快速准确诊断。此外，专家们还指出，尽管面临医学复杂性和规范问题，人工智能与专业知识结合能有效推动其在医疗领域的应用和理解。极简版

医学AI产业融合与发展大会探讨了数智化手术室与智慧医院的最新进展，互联网巨头如英伟达和谷歌通过AI医疗项目推动行业快速发展。这些公司利用各自优势，如谷歌打造AI工具分析健康数据，英伟达提供GenAI服务赋能医疗保健组织，腾讯则通过医疗影像平台支持AI研发全流程。医疗AI因其在精准治疗、新药研发和健康管理上的应用而备受关注，尤其在医学影像、手术机器人和药物研发等领域展现显著成效，标志着AI医疗正进入2.0时代。极简版：医学AI大会聚焦智慧医院建设，谷歌和英伟达等巨头通过AI推动行业变革，医疗影像、机器人和新药是主要应用场景，AI医疗正迈向2.0时代。

数字生物学是科技未来的核心，众多科技巨头如英伟达、谷歌、微软等纷纷投入AI医疗，这一领域的潜力与想象空间巨大。人工智能正在医疗解决方案中发挥创造力和效率提升作用，通过数据、算力和算法创新，AI医疗正迎来革命性发展，成为黄金赛道。全球医疗保健公司积极采用AI技术，预计市场规模在未来几年内快速增长，这不仅有望改善诊断和护理，还将优化医护人员工作，尽管面临技术创新与患者隐私保护的挑战，但'AI医疗'的前景充满机遇。

大数据文摘出品 作者：贾格·辛 译者：希瑞假设一个年轻人走进医院抽血，算法对他的化验结果进行分型，表明他很健康。但六周后，他死于心脏骤停。事实证明，该算法没有考虑该男子的家族史，该家族史充斥着早期心源性死亡。谁是罪魁祸首？答案目前尚不清楚，这意味着医院需要考虑人工智能对自己和患者构成的风险。与互联网流行的一系列人工智能工具不同，在医学领域，算法会影响生死。尽管 ChatGPT 仍在“超越人类”的路上高歌猛进，但人工智能在医疗领域的拓展显然需要更加谨慎。一边是愈发紧张的医疗资源，不看重负的工作人员，另一边则是人们对技术的恐惧和不信任。未来已来，但医疗还没有准备好。 医学革命来了 大众似乎普遍对人工智能感到兴奋。它被吹捧为一种具有无限潜力的神奇东西。斯坦福大学的埃里克·布林约尔夫松强调，人工智能和机器学习将成为类似于电力或内燃机的通用技术。人工智能的应用正在呈指数级增长，行业分析预测，到 2025 年，人工智能在医疗保健领域的市场规模将从 2019 年的 59 亿美元增长到2025年的313亿美元。入选福布斯50强的7家医疗保健公司都专注于人工智能，它们有一些共同的主题:药物发现、可穿戴技术、血液病原体分析和图像解读。不过，人工智能尚未准备好用于日常临床实践，许多用例目前仅在研究环境中模拟。那么，医学领域是否正在经历真正的变革，还是被困在可能无法实现的承诺中?医疗保健系统是一个庞大而复杂的环境，涉及多层次的互动。数据不断从不同的专业领域传入，包括医疗设备、传感器、实验室检查、血液检测、样本分析、医学影像、手术操作以及遗传学信息等。首先，我们要认识到数据的异质性和可变性，同时，为了更好地管理和利用这些数据，建立适合的数据架构将是关键。数据越多越好，这可以产生更好的训练数据集。很明显，没有机器学习就没有人工智能，而没有数据分析就没有机器学习。对于数据分析，需要适当的基础设施。这里没有魔法，只有好的计划、辛勤的工作，以及收集良好、标注详细的数据。医疗保健行业面临的挑战在于， 它需要发展自己的业务模式，以适应人工智能战略的部署。这必须从内部着手，并在不同地区进行统一分配，以确保人工智能策略的一致性和效果。除了对地方、地区或全球经济的影响外，人工智能还将对医疗保健系统产生深远的变革，因为它能释放数十小时的工人生产力，从而实现人员重新定位和再部署，同时确保所有人员都能以最佳状态工作。这将提升个人和集体的价值主张，但如何开始文化变革呢? 比技术更难的是文化 即便是 ChatGPT，有时也会得出莫名其妙的结论，这可能会产生不信任因素。与应用于在线银行、客户画像或网络安全的人工智能不同，在医学领域，算法会影响生死。因此，当人们不理解决策或诊断背后的推理时，需要相当大的信任跳跃。但时不我待，面对新的技术和方法，我们应该持开放的态度，保持好奇心。当我们踏上人工智能之旅时，确实需要回答一些基本问题: 当人工智能试图为我们解决的问题是，它使用的数据是否可靠?数据是否干净且没有偏见?我们都知道，带有固定偏见的数据可能导致有偏差的结果，而数据不足、数据缺失或数据损坏则会导致算法无用。将人工智能应用到日常实践中确实需要进行巨大的文化变革。实施人工智能意味着我们必须重新思考整个业务模式以及组织的文化。医疗机构需要通过跟踪和解释整个工作流程中的人工智能决策，同时纠正偏差并确保积极的结果，来证明它符合法规要求。在大多数慢性疾病中，人工智能会将辅助护理将从传统的每 3 到 6 个月一次的事务性就诊转变为远程的持续监测护理。这可能会导致基于例外情况的医疗模式，即通过远程监测发现异常时，才会召集患者进行评估。要实现这一点，就需要对数据的数量、速度和真实性有极高的信心，并将其整合到电子病例和工作流程中。人工智能可以填补许多空白，并扮演许多角色，而算法已经在临床医学的多个领域发挥了很好的作用。例如，通过评估视网膜图像诊断糖尿病视网膜病变。在这个领域，深度学习策略已经发展到内科医生不再需要专科医生帮助的程度。借助人工智能，他们可以自行诊断并规划治疗。这显然有助于分散医疗护理的需求，并减少与专科医生进行协调的需求。另一方面，算法可以在患者入院时对其进行风险分类，不仅能高度准确地预测结果，还能预测住院时间。除此之外，在临床试验、药物开发和基础科学领域，人工智能的作用正在蓬勃发展。计算模型正逐步协助我们发现更成功的药物靶点，确定干预措施的优先次序、挑选更好的替代终点，并开发出人脑难以看到和想象的模型。一切将不再是传闻。 医生最终会被取代吗 尽管人工智能在医学中的角色不断演变，但它无法与人类的感性相抗衡，至少目前还不能。尽管人工智能可以通过分析大量数据来提供广泛的诊断选择，但在试图模拟医生基于丰富的经验和感知所做出的直觉判断时，人工智能的表现并不佳。人类的直觉基于与记忆和经验相关的感官输入，而这些记忆和经验很难通过计算策略捕捉，更难通过算法模拟。在试图模仿人类智能时，无法将情感归纳为算法是人工智能的致命弱点。这些数学算法没有感情，不能考虑(至少在当前阶段)决策的情感方面，也考虑不到患者所处的社会环境、社会关系和社会互动的复杂性。不过，对于反映病人情绪状态的语言和非语言线索的人工智能辅助分析正在不断完善。从主动和被动传感器获取这些信息，再加上推断情绪或心理状态的分析工具，将成为可能。使用视频和静态图像来获取面部表情、语言、姿势、抽搐等信息，可以帮助量化情感和情绪，并预测社交互动。举例来说，一些可穿戴设备可以追踪孤独症儿童心率或自律神经功能的突然波动，从而清楚地了解儿童的心理状态。通过简单的人工智能形式，如手表，可以实现这一点，手表表盘上有颜色编码，可以根据儿童的情绪状态和承受的压力快速变换颜色。Affectiva 是一家人工智能供应商，使用光学传感器和摄像头来对面部表情进行分类。再与自主神经调节和心率变化等客观数据结合起来，就能对患者的情绪状态进行分类。通过算法评估面部潮红和面色变化，计算机摄像头现在能够辅助诊断心律失常或心脏病变。可以想象，这些算法需要在不同的肤色、种族和民族之间进行专门的优化。 声音是另一种反映情感状态的人类特征，可以通过自然语言处理进行分析。人工智能在声音分析方面具有应用价值，可以测量恐惧、犹豫、愤怒、压力或愉悦等情绪。这里的重点在于节奏、音调、音色，以及其他微妙的变化。在不久的将来，人工智能将有助于诊断抑郁症、焦虑症甚至躁狂发作，通过可穿戴设备或智能手机实现。利用面部表情和语音的人工智能分析，将成为远程医疗互动的固有部分，让临床医生深入了解病人的情绪状态。尽管障碍正在减少，但速度仍然不够快，这可能会导致生命损失。尽管我们尚未完全实现目标，但可以肯定的是，我们正在朝着正确的方向大步前进。 图书推荐 《未来医疗》讲述了顶尖医疗学术集团的最新前沿实践，展示传感器、人工智能与日新月异的医学革命。麻省总医院心脏中心前任主管贾格·辛（Jag Singh）向我们讲述， AI+医疗如何让我们在长寿的同时拥有更健康的生命。从智能可穿戴设备到远程就医，从医疗科技到未来医院，真实就医案例，生动解读传感器智能医疗如何及时干预疾病、管理慢性疾病、提高生命质量，甚至避免突然而至的死亡。 租售GPU算力租：4090/A800/H800/H100售：现货H100/H800特别适合企业级应用扫码了解详情☝

文章主要讨论了AI医疗领域的快速发展和2.0时代的需求，指出线下医疗特别是医院和体检中心是AI应用最迫切的场景，但目前整合应用还未成熟。美年健康作为民营体检行业的领军者，通过“健康小美”机器人项目展示了其在AI化方面的早起步和雄心，利用用户大数据基础、数字化平台以及过往的技术积累，有望成为AI2.0时代医疗商业化的共建者。美年的优势在于庞大的用户流量、AI1.0的实践经验以及持续的研发投入，这使得他们在与华为云、润达医疗的合作中显得有底气。接下来，文章提到美年健康从AI1.0向AI2.0的转变过程中，政策支持和社会需求是基础驱动事件。美年的成功转型，可能源于其对医疗市场的深刻理解和对技术趋势的准确把握。

在一级市场上，两家已递表港交所的AI制药企业——英矽智能和晶泰科技均在几年间估值飙升，吸引了一众知名投资机构和医药企业入局。值得一提的是，英矽智能在四年多的时间里已完成七轮融资，共计获得约4.08亿美元的投资。公司估值从2018年6月A轮的5440万美元升至2022年7月D轮（第二次交割）的89,470万美元，增长逾15倍。人工智能正在生命科学领域扮演着越来越重要的角色，只是，为何投资者会如此关注该领域的人工智能？ “AI+医疗”备受青睐 在今年3月召开的英伟达2024GTC大会上，英伟达与明星投资人Cathie Wood以及微软研究院院长Peter Lee等重量级嘉宾探讨生成式AI如何重新定义医疗服务以及新药发现。后续，诺和诺德基金会宣布将与英伟达合作，在丹麦建造一台名为Gefion的AI超级计算机，该计算机主要目标是发现新的药物和新的治疗方法。 作为投资界备受青睐的“组合套餐”，“AI+医疗”再度成为“重头戏”。 近日，AI医学影像企业深智透医（Subtle Medical Inc.）宣布完成B+轮近千万美元融资，投资方包括聚焦深科技的硅谷知名投资机构Fusion Fund等过往投资机构，也引入了扎根硅谷的新晋美元基金嘉加资本(ENVISIONX Capital)、Bluerun Ventures、上海文周投资及其它亚太区域战略合作方；此外，医疗级传感器、连续血压监测技术提供商——心永科技也于近日宣布完成数千万元人民币A轮融资；不久前，Genmab用18亿美元收购普方生物，使得后者B轮投资者之一的OrbiMed（奥博资本）在短短两个月时间便斩获超过4倍的退出收益，获得国内外投资界关注。 根据国外Builtin网站给出的回答，人工智能技术不仅可以大大降低管理成本，还能加快全球生物医学研究和药物开发。 在过去一年中，基础模型、大型语言模型 (LLM) 和生成式人工智能 (AI) 吸引了供应商、生物制药公司和投资者的关注，其原因在于能使医疗服务更加高效、创新和有效。波士顿咨询（BCG）曾在一篇名为《Drug Discovery Today》的论文中指出，AI可以将药物开发成功率从当前的5%~10%提高到9%~18%。通用GPU计算的广泛应用，极大地提升了AI模型的训练速度和规模。借由GPU强大的并行计算能力，研究人员得以训练出更加复杂、精准的AI模型，处理前所未有规模的生物医学大数据。该论文指出，如果AI药物在1期和2期的高成功率能够持续，并与传统药物在3期的成功率相结合，那么新药的研发成功率将从目前的5-10%提高到9-18%，制药行业的整体研发效率将实现翻倍。 除了AI对药物研究方面能带来助力，它与其他医疗领域的结合也使得应用层领域备受市场重视。 第一，人工智能与医疗诊断相结合。对于就医患者来说，不完整的病史和大量的病例可能会导致致命的人为错误。而人工智能不受这些变量的影响，能比大多数医疗专业人员更快地预测和诊断疾病，为医生提供明晰的材料。 第二，患者体验与人工智能相结合。人工智能可用于支持数字通信，为患者提供日程提醒、量身定制的健康提示和建议的后续措施。人工智能辅助健康诊断的能力会提高患者就诊的速度和准确性，从而提供更快、更个性化的护理。今年4月15日，我国美年健康AI应用新产品——“健康小美”数智健管师开启内部试运行。通过“健康小美”，用户可以在上传个人生活习惯、运动情况等信息后，一键生成适配自己的健康管理计划；也可以基于个人健康数据、生活习惯、家族病史等获取专属的体检、预防方案。 第三，人工智能在医疗数据管理中的应用。一些信息有时会在数万亿个数据点中“走失”，而无法连接重要的数据点会减缓新药、预防医学和正确诊断的开发。人工智能具备处理大量数据的功能，可以打破“数据孤岛”，在几分钟内连接过去需要数年才能处理的信息。这将大大减少医疗管理流程的时间和成本，有助于提高日常运营效率和患者体验。 第四，机器人手术中的人工智能应用。根据Builtin网站透露的信息，人工智能和机器人可以被医院用来协助从微创手术到心脏直视手术等各种手术：外科医生不仅可以坐在电脑控制台前控制机器人的机械臂，还可以在整个手术过程中与机器人密切合作，机器人可以为医生提供手术部位的三维放大视图。据悉，机器人辅助手术可以减少手术相关并发症，减轻疼痛，缩短恢复时间等。 AI制药或是下一个IPO风口 自2024年以来，“AI+医疗”在A股市场上就一直热度未减。 中邮证券认为，“AI+医疗”可以多维赋能医药全产业链。AI在药物研发、疾病诊断及筛查、医疗影像、手术机器人等细分应用场景全面渗透，多维触达医药全产业链。 万联证券投资顾问屈放也曾公开表示，目前资本市场对于AI制药普遍采取开放态度，在前期IPO和后期再融资方面都会提供相应的便利，而资本市场往往对于该类上市公司的估值也偏高，可以预见的是，未来AI制药必然是下一个IPO的风口。 因此，在投资者中，风险投资和成长型股权基金一直在向以生成式人工智能为核心竞争力的公司投入资金。例如，专注于医疗保健的 LLM 公司 Hippocratic AI 在由 General Catalyst 和 Andreessen Horowitz 共同领投的种子轮融资中筹集了5,000 万美元。Genesis Therapeutics 是一个利用生成式人工智能来寻找新型候选药物的药物发现平台，它已经完成2亿美元的B轮融资，参与投资的包括 Andreessen Horowitz、Fidelity...

温州中国电信携手卫健委，通过“健康云检”项目引入AI技术辅助医生诊疗，实现了影像分析效率大幅提高，从5分钟缩短至2-3分钟，降低误诊漏诊风险，同时形成规范报告。该项目覆盖多部位，惠及近700万次分析和1500人次危机提醒，显著提升了基层医疗机构的筛查能力和服务水平。公司计划进一步推动医学AI创新，并打造产学研一体化平台，迎接智能未来。