چشم انداز توسعه هوش مصنوعی پزشکی

شبکه پزشکی مه 8 شنوایی در حال حاضر، هوش مصنوعی به عنوان دستیابی به موفقیت در توسعه صنعت بهداشت و درمان دوخته بود. سیزدهمین بین المللی رگولاتور دستگاه پزشکی انجمن به تازگی در شانگهای برگزار شد، همچنین یک سمینار ویژه بر روی 'تجهیزات پزشکی هوش مصنوعی انجام .

صنعت به طور کلی بر این باورند که مراقبت های بهداشتی فیوژن هوش مصنوعی و عمق پژوهش پزشکی با طیف گسترده ای از نیروی محرکه است که تصمیم این موج است برای تبدیل شدن به فوم یا تغییر کلیدی در صنعت به منجر شود.

تازگی، به خبرنگاران در بیمارستان دوستی پکن، دانشگاه علوم پزشکی سرمایه، گروه رادیولوژی دیدم کل منطقه انتظار، بسته بندی شده بود حتی راهرو نیز پر از بیماران است.

"ما باید 8-5 باشد، اما حتی در ظهر بدون وقفه، بسیاری از پزشکان به کار هر روز در ساعت 78. مدیر اداره Yangzheng هان به خبرنگاران گفت، در حال حاضر کمبود رادیولوژیست بیمارستان از استعداد، هر تصویر پزشکان حجم کار به خصوص بزرگ. به ویژه پس از اصلاح مراقبت های بهداشتی برای کاهش زمان تصویربرداری آخرین 8 آوریل تا گروه ما، برای مثال، CT در روز، از 400 مورد به 600 مورد، با توجه به تجهیزات و پرسنل افزایش یافته است، این بدان معنی است که حجم کار هر دکتر پزشکی تصویربرداری 50٪ افزایش یافته است.

'اگر شما می توانید برخی از تشخیص هوش مصنوعی تکراری جایگزین، تا حد زیادی می تواند به کاهش حجم کار از پزشکان، در نتیجه بهبود کیفیت تشخیصی. Yangzheng هان گفت ریه ندول تحقیقات، به عنوان مثال، یک بیمار در بیمارستان پس از پایان، اگر شما می توانید از طریق تکنیک های هوش مصنوعی همه ندول های ریوی کشف و شناسایی شدند آن، اگر بد خوب قضاوت، پزشکان می توانند در حدود دو سوم از زمان تفسیر تصویر ذخیره کنید.

من می دانم که محصولات هوش مصنوعی، به ویژه در شرایط تصویربرداری پزشکی، وجود داشته است تعدادی از تشخیص خودکار شده، تابع استخراج اطلاعات، شما می توانید برخی از چیزهایی که چشم انسان گفتن سخت است را استخراج کند. اگر چه یک جایگزین برای یک دکتر، اما برخی از پزشکان قادر به ارائه برخی از شده اطلاعات کمکی غیر قابل تصور

اگر چه در مقیاس بزرگ داخلی سه بیمارستان در توسعه بیمارستان کشورها بخش رادیولوژی خارجی، بطور قابل توجهی، اما از دیدگاه در سراسر کشور، به طور متوسط ​​رادیولوژی است خوش بینانه این زمینه نیست، یانگ Zhenghan گفت: "این که آیا آن یک جایگزین ساده برای نسخه برداری دکتر از تلاش برای بهبود کیفیت تشخیص، و یا بهبود است اولیه تشخیص و درمان در بیمارستان، و حتی ممکن است کمک به متخصص پزشکان بیشتر بالا بردن آگاهی از این بیماری، زمینه پزشکی شایسته هوش مصنوعی به شدت درگیر هستند.

بر اساس گزارش، دقت و صحت محصولات تصویربرداری پزشکی، هوش مصنوعی، در اندام ها و بیماریهای مختلف در عملکرد متفاوت باشد. در ادامه بالغ گره فعلی غربالگری ریه، به خصوص تشخیص ندول ریه، تشخیص AI سطح کمتر از یک رادیولوژیست کامل، تقریبا رسیدن به سطح حضور پزشک. با این حال، مطالعات بالینی است، هنوز هم وجود دارد که مشکل از توضیحی فقیر، که در نتیجه از ورودی و خروجی ارتباط داده ها وجود دارد اما نمی تواند مورد استفاده قرار گیرد منطق علمی برای توضیح

صفر کریپتون فناوری مدیر عامل شرکت ژانگ Tianze بستری، تفاوت تفسیری در مناطق دیگر نیز ممکن است پذیرفته، اما در زمینه پزشکی، به این معنی است که بسیاری از خطرات پزشکی.

ژانگ Tianze گفت که این مشکل از توضیحی هوش مصنوعی زمینه پزشکی فقیر، در حال حاضر صنعت معمولا دو راه حل: ابتدا، معرفی کارشناسان پزشکی برای تجزیه و تحلیل بیشتر و مطالعه همبستگی علیت، به محصول ژن پزشکی پزشکی از هوش مصنوعی، معادل مصنوعی هوشمند علیت فرض نتایج خروجی از کارشناسان بالینی و شرکت های فن آوری برای پیدا کردن یک رابطه منطقی با هم. دوم معرفی تعداد زیادی از موارد بالینی واقعی است، و استفاده از این موارد به تفسیر نتایج، تا که به ارائه توضیحات عاطفی به طوری که پزشکان با استفاده از روند برای پیدا کردن محصول احساس موارد درمان موفق است. با این حال، این تفسیر عاطفی مصنوعی شرکت فن آوری اطلاعات نیز موارد خاص به تکرار و مرز از الزامات تسلط دارند مطرح شده است.

«یا راه حل، هوش مصنوعی پزشکی باید از نزدیک با طب بالینی یکپارچه، نیازی به دخالت متخصصان بالینی و پیشرو تر از با کیفیت بالا، ابعاد غنی داده های بالینی و پاتولوژیک کافی. ژانگ Tianze فکر می کنم، به تنهایی شرکت هوش مصنوعی تکنولوژی محور، هیچ پرسنل پزشکی که در توسعه محصول و طراحی، بدون بسیاری از آزمایش های بالینی و پروژه آگاهی بالینی، محصول را نمی توان در یک سناریو پزشکی واقعی استفاده شود.

در این راستا، یانگ Zhenghan درجه بالایی از هویت: «تنها یک دکتر، به خصوص کارشناسان پزشکی در سطح بالا، می توانید محصول از هوش مصنوعی بالینی واقعا نیاز به انجام بیشتر در خط با نیازهای عملی.

هوش مصنوعی برای رسیدن به فرود محصول پزشکی هیچ کلید های میانبر و ترفندهای وجود دارد. صندلی استدلال وی قدیمی رئيس جمهور از بازاریابی، علم و تکنولوژی، علم و تکنولوژی در اوایل AI فرض غربالگری CT برای ریه کمک به توسعه سیستم، آن است که در بیمارستان ریشه دارد، Tongji و کالج پزشکی Tongji همکاری نزدیک بیمارستان، بیمارستان شانگهای Changzheng و سایر موسسات پزشکی و تکرار محصول، بهینه سازی فرآیند، همراه با استانداردهای محصول موسسات پزشکی تاسیس شده است، مناسب برای کاوش در نیرومندی، سهولت استفاده و ایمنی از ترکیب است.

آوریل 12، جلسه شورای اجرایی دولت مصوب در اصل "بر ترویج 'اینترنت پزشکی + سالم 'توسعه نظرات "، به وضوح هوش مصنوعی و برنامه های کاربردی دیگر از اینترنت و ترویج ادغام خدمات بهداشت و درمان.

در این راستا، صنعت به طور کلی بر این باورند که، از قدرت خام، توسعه پزشکی چین از هوش مصنوعی با آینده ای روشن، چون چین یک حمایت از سیاست بهتر است، یک منبع بیشتری از داده ها، همراه با تقاضای چین برای پزشکان کالا از هوش مصنوعی وجود دارد ، پس کارآفرینی این شرکت همچنین مایل به افزایش سرمایه گذاری در توسعه سریع محصولات می باشد.

'برای بیمارستان وابسته از سه بیمارستان بزرگ بالا و دانشگاه، کار تحقیقاتی هوش مصنوعی پزشکی در حال حاضر عنصر بسیار مهم، ما پیوست اهمیت زیادی به شرکت همکاری تحقیقاتی "یانگ Zhenghan گفت که دوستی در حال حاضر در پکن بیمارستان AI فرض تعدادی از محصولات پزشکی در پروژه های تحقیقاتی بالینی، و با سرمایه دانشکده پزشکی دانشگاه رزونانس مغناطیسی انجام تعدادی از پروژه های تحقیقاتی مشترک. اگر شرکت هوش مصنوعی در تلاش برای ترویج قابلیت های فنی و تحقیقات همکاری با کلمات بزرگ، هر دو طرف همکاری نیز افزایش خواهد یافت. '

به گفته یانگ Zhenghan آن نشان داد که اگر چه بسیاری از همکاری هوش مصنوعی این شرکت با بیمارستان پرداخت نشده است وارد مرحله اساسی، اما اگر یک تایید واقعی توسط مقامات نظارتی ملی، کاربرد بالینی از محصولات برجسته وجود دارد، من معتقدم که بسیاری از بیمارستان ها بسیار مایل به خرید برای هستند رادیولوژی بیمارستان، دستگاه تصویربرداری نسبت هزینه های فله است، اما در مقام دوم قرار گرفتند هزینه های نیروی کار یک دکتر است، چرا که پزشکان تصویربرداری دارای تحصیلات عالی، عناوین بالا استعداد تیم: به عنوان مثال، به پاتولوژی بخش رادیولوژی بیمارستان دوستی مراجعه کنید. از میان 31 تصویر پزشک، 21 پزشک متخصص و بقیه استادان است.

اگر ما این کار را بسیاری از مردم نیاز نیست، و یا همان نیروی انسانی است انرژی بیشتری برای انجام کار محتوای فنی تر، مانند پژوهش های علمی به ایجاد ارزش بیشتر، منابع بالقوه صرفه جویی برای بیمارستان وجود دارد. 'یانگ Zhenghan سعید می گوید: "استفاده از محصولات هوش مصنوعی می تواند با پزشکان همکاری کند تا سطح تشخیص را بهبود بخشد و حجم کاری را کاهش دهد. با این دو مورد، من شخصا فکر می کنم ارزش آن را داشته باشد."