Airdoc张京雷:人工智能可以满足各级医院的需求

Airdoc张京雷:人工智能可以满足各级医院的需求

我们都知道人工智能最早是于1956年在达特茅斯学会上提出的。我们目前正在经历的这一轮人工智能主要是基于21世纪初深度学习技术的一些突破。

目前在医疗领域和人工智能的结合已经十分常见,人工智能与医疗领域结合的重要发展方向有哪些?市场准入法规等是否会成为我国医疗人工智能发展的瓶颈?

近日,由深圳信立泰药业有限公司、上海对外科学技术交流中心及无锡安和健康科技有限公司联合支持,由耶鲁医疗健康中国校友俱乐部和中欧MBA健康俱乐部联合举办的医疗人工智能的发展趋势与机遇活动在上海召开,医疗领域人工智能领先企业Airdoc受邀参与本次论坛,其副总裁张京雷就Airdoc在医疗人工智能产品在临床应用中的使用和探索展开了分享。

随着图像识别、深度学习、神经网络等关键技术的突破带动了人工智能(AI)新一轮的大发展。

张京雷表示,人工智能对于医疗健康领域中的应用已经非常广泛,从应用场景来看主要分成了问诊分诊、影像识别、新药研发、营养学、微生物以及基因挖掘领域。

问诊分诊:人工智能可以诊断疾病,

医学影像:帮助和教会医生看影像,

新药研发:大幅度降低药物研发成本,

营养学:管理我们的健康,

微生物以及基因挖掘:快速发现人体和微小单位之间的关系。

在人工智能基础技术突飞猛进提供了持续的技术红利的大背景下,医疗+AI 开始突破早期的技术瓶颈,获得新的发展契机。

大型医院同样需要人工智能

在我国,医疗分配不平均,顶级的医生和顶级的设备等医疗资源主要集中在一些大型医院,因此很多人认为顶级医院并不需要人工智能的辅助。

客观来看,在我国,顶级医院的患者太多,每天医生都要为数十甚至数百的患者提供服务,这对医生的身体和精神都带来巨大的压力,而人工智能的出现,可以在供给端为医疗带来变化,可以帮助医生做一些相对简单、重复性的工作。

比如病历的输入,比如影像的判读,医生可以将更多的精力放到与病人的沟通和治疗过程中,在去年5月份,上海长征医院就携手Airdoc出现在微软Build开发者大会,完美诠释了人工智能在三甲医院当中的应用。

基层医院和体检机构是趋势

我国地域辽阔、医疗资源分配不均,之前诊疗任务大量集中在三甲医院,推进分级诊疗有效分配医疗资源是必然之举。

4 月 28 日,国务院正式下发《关于促进“互联网+医疗健康”发展的意见(国办发〔2018〕26 号)》,明确允许依托医疗机构发展互联网医院,支持探索医疗机构处方与药品零售信息共享,探索放开院外处方和第三方配送,打通在线问诊、处方、药品配送到家全流程。

人工智能可以将将顶尖医学专家的知识和诊治经验进行快速复制,为基层医生提供实效、实时的决策支持,可以提高广大经验不足的医疗工作者的工作能力。

互联网是人工智能工作的基础条件,人工智能的工作需要通过互联网进行数据传输,通过互联网可以将人工智能的服务给世界任何一个地点的医生提供服务,并且给予专业的建议。

人工智能、互联网、基层医生的有机结合,可以很好的响应分级诊疗政策,让居民可以不出家门享受最优质的医疗服务。

人工智能对慢性病大人群筛查

在我国部分居民缺乏健康常识,诸多慢病早期没有明显症状,很多患者确诊时已经疾病较为严重,比起早期发现治疗费用几何倍数增长。

在过去,顶级医院开展义诊,为边远地区居民提供医疗服务,每天能够服务的患者数量有限。中国有数以亿计的慢病患者,悬殊的医患比意味着无数的患者无法享受优质的医疗服务。

张京雷介绍,为了能够让人工智能走出医院,可以服务每一个人,Airdoc最终选择了通过视网膜识别慢性疾病。

Airdoc先后从国内外顶级医院收集了数百万张医学影像,构建多层卷积神经网络,最终研发出了Airdoc人工智能慢病识别系统,通过Airdoc视网膜识别算法可以识别30多种慢性疾病,包括白内障、青光眼、老年性黄斑变性等常见眼科疾病,以及糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病。

视网膜照相技术日趋成熟完善,在移动性上有着巨大的优势——搭配眼底照相机,Airdoc的慢性病识别算法已经走出医院,在职场、社区卫生服务中心、体检机构展开大人群普查,针对大人群做初步筛查,然后将患者转诊到顶级医院进行进一步确诊和治疗,帮助患者早期治疗疾病,大大降低医院和患者家庭的治疗成本,同时给卫生管理部门建立本区域人群的疾病谱。

在过去三年的时间内, Airdoc已经在北京、上海、海南、江苏、河北及安徽等多省市展开大人群慢病筛查,每天都为数以万计的人群提供快速识别建议。

在人工智能时代,Airdoc通过深度学习算法将眼底医生的服务能力延伸至千家万户。给视网膜拍照操作简单、无创无痛且没有过多的使用限制,搭配Airdoc人工智能技术后同时识别多科室多种疾病,使用场景广阔,是内分泌、心血管、神经内科、肾内科医生定量监控患者疾病进展的高效精准工具。

相关领域
人物