Благодаря постоянному совершенствованию медицинской информатизации и быстрому развитию передовых технологий традиционная система здравоохранения уже более 10 лет находится в состоянии глубоких преобразований. Большие данные, алгоритмы и вычислительные мощности создают бесчисленные прорывы, поскольку глубокое обучение демонстрирует свой потенциал и ценность для ряда приложений здравоохранения.
В конце 2000-х годов медицинские компании из списка Fortune Global 500 активизировали внедрение ИИ в отрасли - от диагностики и лечения в больницах до цепочки поставок лекарств и внебольничных сценариев. С тех пор ИИ стал ключевым отраслевым компонентом во всем мире и, как полагают, может решить основные проблемы здравоохранения, преодолевая нехватку ресурсов, сокращая расходы и улучшая клинический опыт пациентов.
I. Обзор мирового рынка индустрии здравоохранения
Отрасль здравоохранения за последние десятилетия пережила быстрое развитие благодаря повышению осведомленности населения в области здравоохранения, продолжающемуся росту мировой экономики и старению населения. Deloitte прогнозирует, что к 2020 году глобальные расходы на здравоохранение достигнут 8,7 триллиона долларов США, а совокупный годовой темп роста (CAGR) составит 4,3 процента.
Согласно данным Организации экономического сотрудничества и развития (ОЭСР), расходы на здравоохранение в США в 2015 году составили 16,8 процента ВВП страны, в то время как соответствующий показатель для Китая составил 5,4 процента, что говорит о том, что у Китая есть относительно больше возможностей для роста в отношении расходы на здравоохранение.
II. Технологии искусственного интеллекта в здравоохранении
Широкий спектр технологий искусственного интеллекта, включая компьютерное зрение, обработку естественного языка (NLP), интеллектуальный анализ данных и робототехнику, был реализован в специализированных сценариях здравоохранения, таких как здравоохранение и фармацевтическая логистика, управление хроническими заболеваниями, диагностика и лечение в больницах, медицинское страхование и т. Д. • Компьютерное зрение и робототехника - наиболее часто используемые зрелые технологии в системе здравоохранения.
Компьютерное зрение применяется для обработки медицинских изображений и роботизированной хирургии, а также для поддержки распознавания лиц и чтения документов в аптеках и больницах.
Интеллектуальный анализ данных в основном используется для управления данными здравоохранения и медицинских платежей.
НЛП очень ценно в сценариях, требующих обработки текста, например системы электронных медицинских карт.
Робототехника может значительно улучшить автоматизацию здравоохранения и широко применяется для обслуживания клиентов аптек, рекомендаций в области здравоохранения, автоматизации аптек, хирургии и т. д.
Глубокое обучение обычно используется для интеллектуальной визуализации в медицинской диагностике.
III. Сценарии применения искусственного интеллекта в компаниях здравоохранения из списка Fortune Global 500
Диагностика и лечение в больнице. Сюда входят общие сценарии диагностики и лечения заболеваний, которые применимы ко всем пациентам. Благодаря огромному количеству ценных медицинских данных, извлеченных с помощью машинного обучения, робототехники и других технологий, связанных с искусственным интеллектом, процесс диагностики и лечения может стать более эффективным.
Цепочка поставок лекарств. ИИ в основном применяется в процессах исследований и продаж в фармацевтике. В качестве инновационного инструмента ИИ может выполнять высокоэффективный скрининг соединений во время открытия лекарств. Во время логистики и распределения лекарств технологии машинного обучения могут эффективно предсказывать и прогнозировать бизнес-цикл.
Внебольничные сценарии: люди, которые живут с хроническими заболеваниями или имеют неоптимальное состояние здоровья, могут включить мониторинг своих физиологических параметров в реальном времени с помощью носимых устройств, при этом данные будут загружены в облако для дальнейшего анализа. . Это позволяет быстрее выявлять аномалии, чтобы врачи могли провести более раннее вмешательство. Медицинский андеррайтинг - еще один важный сценарий применения ИИ в сфере здравоохранения.
Другие сценарии. Другие популярные приложения искусственного интеллекта, не входящие в наш список Fortune Global 500 для медицинских компаний, включают производство лекарств и управление больницами.
IV. ИИ в рейтинге Fortune Global 500 медицинских компаний: технологии, сценарии и применение
В. Примеры использования искусственного интеллекта в компаниях здравоохранения из списка Fortune Global 500
Алгоритм SpoT для идентификации сепсиса компании HCA Healthcare. Используя технологию машинного обучения и данные о миллионах госпитализаций, американская компания HCA создала алгоритм SpoT для быстрого обнаружения сепсиса. Контролируя физические параметры пациентов, такие как температура, пульс, частота дыхания, количество лейкоцитов и уровень лактата, SpoT может помочь клиницистам и медсестрам на раннем этапе выявить подозрение на сепсис. Алгоритм работает со 100-процентной чувствительностью, что означает, что все истинные положительные результаты сепсиса могут быть идентифицированы.
Виртуальный помощник Maya от Abbott: Abbott India стала первой фармацевтической компанией в стране, которая развернула виртуального помощника AI для своих сотрудников по продажам в начале 2018 года. В пилотном проекте участвовало около 3000 сотрудников отдела продаж, которые работали с личным помощником и поддержите BOT Maya, чтобы они были готовы к этому дню. Maya общается с пользователями на простом естественном языке с помощью голоса или текста и может помочь им с получением информации, обработкой часто задаваемых вопросов, выполнением административных задач, получением отчетов и подключением к корпоративной базе знаний, такой как SalesForce или Tableau.
Исследовательская платформа Novartis для патологии: патологи и специалисты по обработке данных из Novartis в партнерстве с технологическим стартапом PathAI разработали платформу искусственного интеллекта, которая может помочь в решении задач цифровой патологии. Пользователи могут исследовать изображения патологии с помощью «машинных глаз», чтобы уловить скрытые, тонкие или сложные, но информативные шаблоны, которые трудно различить патологам-людям. Чтобы научить модель различать типы клеток, PathAI разбил каждый обучающий слайд примерно на 10 000 более мелких фрагментов изображений, которые команда патологов-консультантов пометила.
Система непрерывного мониторинга глюкозы (CGM) Medtronic Guardian Connect: Medtronic запустила систему Guardian Connect CGM, в которой используется встроенный миниатюрный датчик для круглосуточного мониторинга уровня глюкозы в межклеточной жидкости под кожей. Данные можно напрямую отправлять на смартфон через беспроводной передатчик. Пользователи могут просматривать последние показания уровня глюкозы, изучать исторические тенденции, отслеживать ежедневные действия, которые могут повлиять на уровень глюкозы, и получать предупреждения о низком или высоком пороговом значении глюкозы.
VI. Тенденции и проблемы искусственного интеллекта в компаниях здравоохранения из списка Fortune Global 500
Тенденции:
1. Пациенты получают более разумное лечение хронических заболеваний за пределами больницы.
2. Управление процессами в больницах становится более эффективным.
3. Медицинские роботы становятся все более популярными. широко развернуты с большим количеством приложений.
4. ИИ проникает во все процессы исследования и разработки лекарств.
Проблемы:
1. Сохраняются опасения по поводу разглашения конфиденциальных или частных личных медицинских данных.
2. Разрозненные информационные хранилища - это проблема медицинских учреждений.
3. Трудно осуществлять контроль качества маркировки и аннотации данных медицинских изображений.
4. Точность компьютерной диагностики должна продолжать повышаться.
Источник: Синхронизированный Китай
Локализация: Tingting Cao | Редактор: Майкл Саразен
