五年内医疗行业AI应用前瞻

简介: Meeker的研究表明,由于自2013年以来数字化方面投入的增加,全球医疗数据的数量同比增长了48%。随着这种富信息资源可用性(以及随之而来的负担)的提高,医疗和保健实践的各个方面都在重新设想。利用这一爆炸性的数据将使得市场和服务在交付规范方面完全转型。

health-care.jpg

今年夏天,KPCB合伙人玛丽·梅克(Mary Meeker)的2017互联网趋势报告将医疗保健作为一个时机已经成熟的领域单独提了出来。报告指出,由多种融合技术驱动的医疗保健市场正面临着“数字拐点”,目前发展非常迅猛。

这是一个轻描淡写的说法。

Meeker的研究表明,由于自2013年以来数字化方面投入的增加,全球医疗数据的数量同比增长了48%。随着这种富信息资源可用性(以及随之而来的负担)的提高,医疗和保健实践各个方面未来的发展都需要重新评估。利用这一爆炸性的数据将使得市场和服务在交付规范方面彻底转型。数据消费AI解决方案将在这场革命中占据重要的地位。

Meeker在分析中强调了三个充满着数字创新机会的领域:患者授权和健康管理、临床路径和方案的改进、预防保健。这些领域的创新与人工智能以及机器辅助密不可分。但在实践中,AI增强的医疗保健将会如何呢?

由数据驱动的人工智能技术非常适合解决健康市场中长期存在的低效率问题,削减了数千亿美元的成本,同时减少了医生的负担。这些技术可以用来捕获描述病人过去与现状的大量数据、实时分析数据、协助推断出实现病人和医生目标的最佳方法、为病人和医生提供不间断的实时支持。除了人工智能,没有其他解决方案可以完成这样的任务。

技术专家和投资者维诺德·科斯拉(Vinod Khosla)认为,人类医生目前所做的80%的工作将很快被技术所取代,从而让医生能够把时间集中在医患互动上。他谈论的并不是机器人医生,而是手工数据消费和生成的过程,这些过程占用了医生的大部分时间,而且更适合让人工智能来做。 Juniper Research分析估计,在医疗保健客户服务中使用聊天机器人可以实现“每次问诊节约4分钟,相当于每次互动平均成本节约0.5到0.7美元”或者对于账单或数据录入这些麻烦事,可以很容易地转变为自动化任务,因为这些都非常耗时间,而且既不能证明也不需要医生的技术水平。这样的任务可以而且应该委托给人工智能来做。

人工智能时代的医疗保健

在五年内,医疗保健行业有可能会在人工智能方面出现突破性的创新。这里有几个例子:

1. 医生将使用AI虚拟助理。AI助理将为医生提供实时和不间断的支持和建议,以帮助医生进行诊断和治疗,包括行政上的支持。许多公司已经投入了总计数十亿美元来发展人工智能,比如IBM的Watson以及Ada,它们类似于一个数字咨询护士。而这仅仅是个开始。

AI虚拟助理能用于搜集、分析和共享患者群体甚至单个病人的数据,包括:病史、新的威胁和流行病学统计、图像、视频、位置数据、医生的意见和治疗等等,所有这些都不可能仅仅依靠人力来分析整理。随后,医生将利用这些知识来不断地改善治疗。

2. 配备了AI虚拟助手的医生将能够治疗是如今5到10倍数量的慢性病患者,而且治疗结果将更好。最近的研究与市场报告指出:“一个基本的人工智能……在临床实践中可用于警报和提醒、诊断、治疗规划、信息检索和图像识别”。大量的劳动力可能被AI自动化所取代。AI虚拟助理将具有会话能力,并以消息的方式回答患者提出的常规问题、提出治疗方案供患者选择。

3. AI虚拟助理将持续地为所有人提供实时的智能健康建议。我们在AI增强领域最大的机会就是保持人们的健康,而不是等人生病了才去治疗。AI虚拟助理将能够深入了解人们的饮食、运动、药物、情绪和精神状态。手工记录管理日常营养、健身效果是乏味而又困难的。但是,包括计算机视觉、自然语言理解和机器学习在内的新技术则提供了相关的接口,使得个人能够方便地向AI虚拟助理“展示出”或者“告诉”AI虚拟助理“他们在做什么”。此外,AI虚拟助理可以利用其他机制,例如通过运动检测、物联网传感器,来“知道”发生了什么,并能够轻松搜集到有价值的个性化数据。患者将有一个永恒的“朋友”,为他提供数字健康知识和建议,甚至鼓励他们做出健康的选择、追求健康的生活方式。

4. 以前只能在医院使用的医疗设备将出现在家庭中,并进行更精确和更及时的监控。新一代的家用卫生设备已经出现,它们结合了高级成像和传感器技术,用于跟踪生物特征变量,并收集更多的测量数据。例如,AliveCor的移动平板可以连接智能手机,并提供个人心电图。你可以随时随地知道自己的心律是否正常,是否检测到心房颤动。另外一个例子是Scanadu的测试工具包,它使用AI来测量尿液样本中的化学物质和几种健康指标。近期还会出现数百个其他的新例子。

5. 在现有的以及广泛使用的数字设备中将出现普通人负担得起的疾病诊断和治疗新工具,例如智能手机。今天的智能手机已经具备了高分辨率相机、加速计、陀螺仪、触摸识别、麦克风、扬声器等模块,这些都可用于健康类应用软件。拿着手机的手的轻微运动可能会给帕金森病带来线索。社交网络使用的变化可能显示出得了抑郁症。情绪和语音模式分析能识别出焦虑情绪。这些只是通过个人智能手机可以获得的数据来分析的几个例子而已。

6. 机器人和家庭AI系统将帮助患者独立生活。机器人将来到你的家中,提醒你服用药物,帮你做家务、做饭洗衣、为坐轮椅的病人拿东西、帮助老人洗澡,甚至提供情感支持,如日本的机器人宠物

展望

你可能会认为,AI正在经历的是50多年前就已经开始的炒作周期,并最终会走向幻灭。我不同意这个观点。随着深度学习、符号AI、计算机视觉、自然语言和机器学习与智能手机相结合算法的发展,AI时代刚刚开始。它将使得超级计算机进在每个人的口袋,并始终与网络保持连接。与云计算相比,这个更加强大1000倍,毫无疑问,AI发展曲线正以指数级的速度增长。

目前,大家比较熟悉的AI引擎,例如拟人化的Siri、Cortana、Alexa、Google Assistant以及其他数百个“智能聊天机器人”,仍然不够成熟,他们的能力还非常有限。但他们正在像人类一样学习,他们尚处于幼年期,刚刚开始爬行。医疗AI虚拟助理很快就能走路,甚至跑步了。在接下来的几年里,他们将会与用户进行对话,从对话中学习,保持语境,提供积极的帮助。

随着这些能力在卫生部门得到应用,AI能为医生提供实践所需的支持和时间,并能节省数万亿美元的医疗费用,给更多的公民带来健康。欢迎来到AI的时代。

文章原标题《What AI-enhanced health care could look like in 5 years》,作者:NORMAN WINARSKY,译者:夏天,审校:主题曲。

文章为简译,更为详细的内容,请查看原文

目录
打赏
0
0
0
0
1807
分享
相关文章
36.7K star!拖拽构建AI流程,这个开源LLM应用框架绝了!
`Flowise` 是一款革命性的低代码LLM应用构建工具,开发者通过可视化拖拽界面,就能快速搭建基于大语言模型的智能工作流。该项目在GitHub上线不到1年就斩获**36.7K星标**,被开发者誉为"AI时代的乐高积木"。
AI-ClothingTryOn:服装店老板连夜下架试衣间!基于Gemini开发的AI试衣应用,一键生成10种穿搭效果
AI-ClothingTryOn是基于Google Gemini技术的虚拟试衣应用,支持人物与服装照片智能合成,可生成多达10种试穿效果版本,并提供自定义提示词优化功能。
83 17
AI-ClothingTryOn:服装店老板连夜下架试衣间!基于Gemini开发的AI试衣应用,一键生成10种穿搭效果
帮你整理好了,AI 网关的 8 个常见应用场景
通过 SLS 还可以汇总 Actiontrail 事件、云产品可观测日志、LLM 网关明细日志、详细对话明细日志、Prompt Trace 和推理实时调用明细等数据汇总,从而建设完整统一的可观测方案。
阿里云AI Stack,加速大模型创新应用
阿里云AI Stack作为面向企业级客户的轻量化、极致性价比、软硬一体AI解决方案,顺利通过了中国信通院《AI大模型一体机技术能力要求》测评。
AI大模型都有的“幻觉病”,企业AI应用创新路上须警惕
法思诺创新提醒:AI大模型虽强大,但其“幻觉病”不容忽视。文章剖析了AI生成错误信息的现象及其成因,包括数据质量问题、缺乏常识理解及追求流畅度的倾向,并警示企业在医疗、法律、金融等关键领域应用AI时需警惕潜在风险。为应对挑战,应通过技术改进、人机协同和伦理规范三重手段约束AI行为,同时强调企业应以人为主导,将AI作为辅助工具,在享受技术便利的同时有效控制风险。
AI职场突围战:夸克应用+生成式人工智能认证,驱动“打工人”核心竞争力!
在AI浪潮推动下,生成式人工智能(GAI)成为职场必备工具。文中对比了夸克、豆包、DeepSeek和元宝四大AI应用,夸克以“超级入口”定位脱颖而出。同时,GAI认证为职场人士提供系统学习平台,与夸克结合助力职业发展。文章还探讨了职场人士如何通过加强学习、关注技术趋势及培养合规意识,在AI时代把握机遇。
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
近年来,多模态表示学习在人工智能领域取得显著进展,CLIP和SigLIP成为里程碑式模型。CLIP由OpenAI提出,通过对比学习对齐图像与文本嵌入空间,具备强大零样本学习能力;SigLIP由Google开发,采用sigmoid损失函数优化训练效率与可扩展性。两者推动了多模态大型语言模型(MLLMs)的发展,如LLaVA、BLIP-2和Flamingo等,实现了视觉问答、图像描述生成等复杂任务。这些模型不仅拓展了理论边界,还为医疗、教育等领域释放技术潜力,标志着多模态智能系统的重要进步。
85 13
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
从零开始即刻拥有 DeepSeek-R1 满血版并使用 Dify 部署 AI 应用
本文介绍了如何使用阿里云提供的DeepSeek-R1大模型解决方案,通过Chatbox和Dify平台调用百炼API,实现稳定且高效的模型应用。首先,文章详细描述了如何通过Chatbox配置API并开始对话,适合普通用户快速上手。接着,深入探讨了使用Dify部署AI应用的过程,包括选购云服务器、安装Dify、配置对接DeepSeek-R1模型及创建工作流,展示了更复杂场景下的应用潜力。最后,对比了Chatbox与Dify的输出效果,证明Dify能提供更详尽、精准的回复。总结指出,阿里云的解决方案不仅操作简便,还为专业用户提供了强大的功能支持,极大提升了用户体验和应用效率。
1329 19
从零开始即刻拥有 DeepSeek-R1 满血版并使用 Dify 部署 AI 应用
【AI落地应用实战】大模型加速器2.0:基于 ChatDoc + TextIn ParseX+ACGE的RAG知识库问答系统
本文探讨了私有知识库问答系统的难点及解决方案,重点分析了企业知识管理中的痛点,如信息孤岛、知识传承依赖个人经验等问题。同时,介绍了IntFinQ这款知识管理工具的核心特点和实践体验,包括智能问答、深度概括与多维数据分析等功能。文章还详细描述了IntFinQ的本地化部署过程,展示了其从文档解析到知识应用的完整技术闭环,特别是自研TextIn ParseX引擎和ACGE模型的优势。最后总结了该工具对企业和开发者的价值,强调其在提升知识管理效率方面的潜力。
AI程序员:通义灵码 2.0应用VScode前端开发深度体验
AI程序员:通义灵码 2.0应用VScode前端开发深度体验,在软件开发领域,人工智能技术的融入正深刻改变着程序员的工作方式。通义灵码 2.0 作为一款先进的 AI 编程助手,与广受欢迎的代码编辑器 Visual Studio Code(VScode)相结合,为前端开发带来了全新的可能性。本文将详细分享通义灵码 2.0 在 VScode 前端开发环境中的深度使用体验。
178 2

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等