新生态亟需激发“AI+医疗”潜力
随着“健康中国”口号的提出，并上升至国家战略层面，ai+医疗”模式引发业界关注。5月25日，在浦江创新论坛之未来（科学）论坛“ai+医疗：赋能健康共同体”上，国内外专家纵论ai医疗落地挑战与未来愿景。
“ai+医疗”通常是指将人工智能、大数据、物联网、云计算等新型技术和手段，运用在医疗服务主体、医疗机构和医疗服务对象上。目前，全球平均每万人拥有医生14人，在中国这一数字也是14人。优质医疗资源的供需不平衡，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异，以及人口老龄化加剧、慢性疾病增长、人们对健康重视程度提高，催生了医疗ai（人工智能）的发展。
全球医疗行业需求大，在医疗信息化、医疗大数据、智能影像分析，甚至智能问诊和智能病历方面，ai都可以赋能。上海交大人工智能研究院副院长王延峰说，ai作为“超级医生助手”，将围绕医生、围绕改善中国医疗整体环境，利用这一类多学科综合诊断（mdt）系统，以病人为中心，通过多科室现场协作，获得最佳诊疗方案。
超级医生助手希望解决的问题，就是让ai成为智能助手。当然，人工智能的未来不是代替医生，甚至也不仅仅是辅助医生，而是帮助重构医疗体系，建立新的基础设施的必要奠基石。
我国糖尿病患者在6000万人规模，并且仍以每年2%的速度增加，这一增幅高于美国。当下医生资源和医疗资源不足，一些知名专科医院每天需要问诊“千量级”的病人，并管理“百量级”的病床，这种工作量没有人工智能辅助，难以实现人民满意的医疗。
全身唯一能看得到毛细血管的地方——眼底，成为突破口。通过眼底彩照推出的“视网膜全病种解决方案”不仅反映眼部疾病，还能反映高血压等慢性病的累积。据在场专家介绍，按工作流程，先采集眼底照片，上传mmc糖网筛查平台，通过ai+人工眼底阅片，先由ai自动读片，进行病变检测，并分级按轻、中、重度来描述病变，再由眼科医生阅片复核。整个过程，只要1到5分钟出结果，远远少于从眼科到内分泌科的奔波时间。
中国工程院院士、内分泌专家宁光教授透露说，目前全国500家医疗机构接入国家标准化代谢性疾病管理中心（mmc），利用这种ai眼底筛查工具，已总计筛查5.26万人次，检查发现糖尿病视网膜病变（dr）1.38万人次，患病率超过26%。
医疗ai很热，但实际落地应用的还相对较少，加之真正的人工智能人才尚未涌入到医学领域，医疗ai道路仍然漫长。人工智能在医疗场景落地仍然面临很多挑战，其中大数据处理、算法、监管和商业价值变现是当前需要关注的三大问题。
联影智能coo詹翊强表示，处理实际医疗工作中的庞大数据量是一大难点。在实验室场景中，大量三维的医疗图象数据会产生巨大的数据量，“特别是在大型医院里，可能有十台ct同时向系统输送数据”，对数据处理的速度和精度要求极高，对整个信息系统的架构也有很多要求。
而体素科技首席执行官丁晓伟担心，算法本身是否能够得到医疗界的认可和接受。现有的算法评估标准通常以工程界的标准为主，不一定能得到临床医生的认可。目前得到药监局许可的临床实验，大部分在受控的环境下进行，而医生对这种受控环境下做出来的数据，也不一定真正认可。腾讯优图实验室医疗ai总监郑冶枫则认为，智慧医疗是一个很大的领域，靠单点突破，研发某一个病种的辅助诊断，很难落地。企业可以考虑在挂号、支付、电子健康卡、互联网医院、医疗百科全书等多个方面入手，寻求商业落地。
日本各大传感器厂商，纷纷推出传感器产品用于改善医疗保健行业
视觉语言预训练(VLP)模型的最新进展
基于数字信号处理的DSP芯片的应用趋势
索尼侧面指纹设计手机的回归,侧面指纹迎来新机遇!
四种电工常用的温度保护元器件
新生态亟需激发“AI+医疗”潜力
变压器如何选型
虹科方案 | 虹科Panorama SCADA方案数据库功能应用
芯片破解方法_如何防止芯片被破解
Verilog编码风格的建议
医疗器械视觉定位应用
谷歌Nexus Q拆解揭秘:探索“美国制造”复兴之路
led创意显示屏的数字化应用
SEGGER的Ozone现可支持用于M1/M2（ARM内核）上的macOS
如何辨别多功能电力仪表的常见故障
LoRa和BLE：物联网的最新应用
以多核DSP处理器为核心的以太网通信接口硬件设计概述
过电压保护器的操作说明
华为新机渲染图亮相 红米Note 7 Pro P2i降低90%入水量
TIME_WAIT状态的优化思路
“ai+医疗”通常是指将人工智能、大数据、物联网、云计算等新型技术和手段，运用在医疗服务主体、医疗机构和医疗服务对象上。目前，全球平均每万人拥有医生14人，在中国这一数字也是14人。优质医疗资源的供需不平衡，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异，以及人口老龄化加剧、慢性疾病增长、人们对健康重视程度提高，催生了医疗ai（人工智能）的发展。
全球医疗行业需求大，在医疗信息化、医疗大数据、智能影像分析，甚至智能问诊和智能病历方面，ai都可以赋能。上海交大人工智能研究院副院长王延峰说，ai作为“超级医生助手”，将围绕医生、围绕改善中国医疗整体环境，利用这一类多学科综合诊断（mdt）系统，以病人为中心，通过多科室现场协作，获得最佳诊疗方案。
超级医生助手希望解决的问题，就是让ai成为智能助手。当然，人工智能的未来不是代替医生，甚至也不仅仅是辅助医生，而是帮助重构医疗体系，建立新的基础设施的必要奠基石。
我国糖尿病患者在6000万人规模，并且仍以每年2%的速度增加，这一增幅高于美国。当下医生资源和医疗资源不足，一些知名专科医院每天需要问诊“千量级”的病人，并管理“百量级”的病床，这种工作量没有人工智能辅助，难以实现人民满意的医疗。
全身唯一能看得到毛细血管的地方——眼底，成为突破口。通过眼底彩照推出的“视网膜全病种解决方案”不仅反映眼部疾病，还能反映高血压等慢性病的累积。据在场专家介绍，按工作流程，先采集眼底照片，上传mmc糖网筛查平台，通过ai+人工眼底阅片，先由ai自动读片，进行病变检测，并分级按轻、中、重度来描述病变，再由眼科医生阅片复核。整个过程，只要1到5分钟出结果，远远少于从眼科到内分泌科的奔波时间。
中国工程院院士、内分泌专家宁光教授透露说，目前全国500家医疗机构接入国家标准化代谢性疾病管理中心（mmc），利用这种ai眼底筛查工具，已总计筛查5.26万人次，检查发现糖尿病视网膜病变（dr）1.38万人次，患病率超过26%。
医疗ai很热，但实际落地应用的还相对较少，加之真正的人工智能人才尚未涌入到医学领域，医疗ai道路仍然漫长。人工智能在医疗场景落地仍然面临很多挑战，其中大数据处理、算法、监管和商业价值变现是当前需要关注的三大问题。
联影智能coo詹翊强表示，处理实际医疗工作中的庞大数据量是一大难点。在实验室场景中，大量三维的医疗图象数据会产生巨大的数据量，“特别是在大型医院里，可能有十台ct同时向系统输送数据”，对数据处理的速度和精度要求极高，对整个信息系统的架构也有很多要求。
而体素科技首席执行官丁晓伟担心，算法本身是否能够得到医疗界的认可和接受。现有的算法评估标准通常以工程界的标准为主，不一定能得到临床医生的认可。目前得到药监局许可的临床实验，大部分在受控的环境下进行，而医生对这种受控环境下做出来的数据，也不一定真正认可。腾讯优图实验室医疗ai总监郑冶枫则认为，智慧医疗是一个很大的领域，靠单点突破，研发某一个病种的辅助诊断，很难落地。企业可以考虑在挂号、支付、电子健康卡、互联网医院、医疗百科全书等多个方面入手，寻求商业落地。
日本各大传感器厂商，纷纷推出传感器产品用于改善医疗保健行业
视觉语言预训练(VLP)模型的最新进展
基于数字信号处理的DSP芯片的应用趋势
索尼侧面指纹设计手机的回归,侧面指纹迎来新机遇!
四种电工常用的温度保护元器件
新生态亟需激发“AI+医疗”潜力
变压器如何选型
虹科方案 | 虹科Panorama SCADA方案数据库功能应用
芯片破解方法_如何防止芯片被破解
Verilog编码风格的建议
医疗器械视觉定位应用
谷歌Nexus Q拆解揭秘:探索“美国制造”复兴之路
led创意显示屏的数字化应用
SEGGER的Ozone现可支持用于M1/M2（ARM内核）上的macOS
如何辨别多功能电力仪表的常见故障
LoRa和BLE：物联网的最新应用
以多核DSP处理器为核心的以太网通信接口硬件设计概述
过电压保护器的操作说明
华为新机渲染图亮相 红米Note 7 Pro P2i降低90%入水量
TIME_WAIT状态的优化思路