AI+医疗:八大应用场景打造超级风口

点击上方蓝字关注我们


1

智能医疗机器人


智能医疗机器人主要指用于外科手术、功能康复及辅助护理等方面机器人。世界上最具代表性的外科手术机器人——达·芬奇手术系统,拥有一套三维成像系统和四支灵活性远远超过人类的机械手臂。在这套系统的帮助下,医生能够显著提高手术的精度和稳度,有效减少对患者身体的创伤。机器人的应用也使得远程手术成为现实。

2

智能药物研发


智能药物研发的底层核心是知识图谱,其实质就是将来自实验室的理化数据、各种期刊文献中的研究成果、以及各种开放医疗资料等原本没有联系的数据连通,将离散的数据整合在一起,从而提供更有价值的决策支持。

2015 年,美国硅谷公司Atomwise基于现有的候选药物,应用人工智能算法,在不到一天时间内就成功地寻找出能控制埃博拉病毒的两种候选药物。

3

智能诊疗


智能诊疗融合了知识图谱、自然语言处理、认知技术、自动推理、机器学习、信息检索等技术,通过假设任职和大规模的证据搜集、分析、评价,从而给出诊疗判断。

在智能诊疗的应用中,IBM Watson是目前最成熟的案例。它可以在17秒内阅读3469本医学专著、248000 篇论文、69种治疗方案、61540次试验数据、106000份临床报告。2016年,Watson在日本曾诊断出一名60岁女性患有罕见的急性骨髄性白血病。

4

智能影像识别


智能影像识别指运用人工智能技术识别及分析医疗影像,帮助医生定位病症分析病情,辅助做出诊断。

贝斯以色列女执事医学中心(BIDMC)与哈佛医学院合作研发的人工智能系统,对乳腺癌病理图片中癌细胞的识别准确率能达到 92%。

5

智能健康管理


智能健康管理主要通过体检报告、电子病历、可穿戴设备、智能手机等方式收集用户身体状况的相关数据,提供分析报告及健康管理建议。

健康管理平台Welltok,运用人工智能技术分析来源于可穿戴设备的 Map My Fitness 和Fit Bit 等合作方的用户体征数据,提供个性化的生活习惯干预和预防性健康管理计划。

6

智能语音


智能语音主要用于辅助医生书写病历,提升医生工作效率。

调查显示中国50%住院医生每天花在写病历的时间约为4个小时,科大讯飞智能语音系统能在医生和护士、患者交流的过程中,由人工智能系统自动过滤掉无用信息,将所需的医疗数据自动转换成文字,并形成结构化电子病历。医生只需对电子病历内容进行简单修改确认,即可打印提供给患者,并完成电子档保存。

7

智能就医搜索


智能就医搜索是指针对特定就医需求,提供高质量、专业化、智能化的信息检索服务。

跨境医疗公司康安途,通过深度挖掘约2700万篇科研论文和各类资料,将各国的新药进展、医疗价格、发病率、医保覆盖等指标进行分析,建立全球医疗信息大数据库,搭建人工智能平台,为患者筛选性价比最优的医疗咨询方案。

8

智能医疗导诊


智能医疗导诊主要利用智能问答系统(AIJust)帮助患者解答挂号、缴费、科室分布等常见问题,引导患者顺利就医,提升医院导诊咨询的压力。

在国内,科大讯飞、百度、智慧思特都在积极探索智能医疗导诊的相关服务。在国外,医疗机构利用Medical Graph图谱分析对病人做出迅速、有针对性的判断,从而使病人分诊时间缩短 30%-40%。


随着医疗领域各个应用场景逐渐清晰,不仅人工智能将迎来新一轮创业大潮,医院和病患也能切实感受到它所带来的便利!



版权申明:本文由智慧思特编辑整理,如需转载,可申请授权。部分图片来自网络,侵删。文章内容仅为作者个人观点,不代表公司立场。

》》》更多精彩文章

· 智慧思特与腾讯达成合作,共同推进智慧城市建设

· 微软、百度两大人工智能首次对话曝光,亮瞎你双眼!

· 战无不胜的人工智能被曝存在漏洞

· 23439个菜谱,数据分析师这样学做饭  

· 厉害了word哥,大数据扒出来重庆有9640家火锅  

· 大数据分析:蓝瘦香菇突然这么火,炒作?炒作! 

· 大数据分析:中国人都喜欢这样设密码,你呢

· 零基础入门,资深吃货带你搞懂大数据 

· 假如中国代替英国进行脱欧公投,结果会... 

· 惊!机器学习终结红学研究百年争端? 

· 人脸识别可以主动防御吗?能,但方法略Low

· 如何看待谷歌公开tensorflow专用处理器TPU?


阅读原文:http://mp.weixin.qq.com/s?__biz=MzI4MTA4ODQ0MQ==&mid=2650362166&idx=1&sn=b4efa6b69e12147d6b10c4bc9e470697&scene=0#wechat_redirect
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,198评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,663评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,985评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,673评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,994评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,399评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,717评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,407评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,112评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,371评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,891评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,255评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,881评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,010评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,764评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,412评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,299评论 2 260

推荐阅读更多精彩内容