12月23日,《2016风暴眼·未来医疗100强论坛》在北京举行,医疗领域人工智能领军企业Airdoc创始人出席大会并发表了题为《人工智能在医疗领域的机遇与挑战》的演讲。
Airdoc创始人张大磊首先向与会嘉宾介绍了人工智能的工作原理和深度学习的一般工作流程,以及他所带领的Airdoc公司的使命:立志于通过人工智能让医疗健康服务更高效——基于深度学习,在医学专家指导下形成算法模型服务,帮助医生提高诊断效率和准确率。
张大磊在演讲中重点提到,人工智能在医疗健康领域的机遇主要有七大方向:临床诊断辅助系统等医疗服务,应用于早期筛查、诊断、康复、手术风险评估场景;机构信息化,通过数据分析,帮助医疗机构提升运营效率;医学影像识别,帮助医生更快更准地读取病人的影像所见;医疗大数据,助力医疗机构大数据可视化及数据价值提升;药企研发类,解决药品研发周期长成本高的问题;健康管理类,通过包括可穿戴设备在内的手段监测用户个人健康数据预测和管控疾病风险;基因测序,将深度学习用于分析基因数据推进精准医疗。
在当天的演讲中,张大磊也分享了Airdoc团队利用深度学习在医学影像识别领域领域取得的成果。在人工智能和医疗健康行业的深度融合上,Airdoc已经与包括约翰·霍普金斯(The Johns Hopkins)、协和等在内的国内外多家顶级医疗机构建立深度合作关系,在肿瘤、心血管、老年病等多种疾病的早期发现和预测预警领域取得突破进展并成功应用于临床,Airdoc人工智能产品在特定疾病的辅助诊断和早期诊断方面已经接近或部分超过顶级专家水平,获得相关领域学术界专家的高度评价。
张大磊表示, “Airdoc已经是临床医生做判断的有力助手,但疾病诊断还有很多社会人文因素。我们Airdoc对自己的定位就是人工智能时代的听诊器、显微镜、血压计,只是医生的好工具,并不能替代医生,最终的诊断决策还是需要医生做出。医生诊疗病人已经几千年,不会因为一两个技术出现而变化”。
尽管人工智能医疗已经火热全球,但还面临很多应用落地的问题。张大磊提醒到,人工智能在医疗健康领域同样存在6个方面的挑战:
首先,就是数据质量问题。机器学习所用到的数据其实是训练学习模型的教材,教材的质量最终决定了学习的成果,如何获取高质量的教材是大部分人工智能医疗企业共同面临的问题,临床数据质量不容乐观。
其次,病人的隐私问题。在训练模型和数据预处理之前,患者隐私保护需要每个行业参与者高度重视,Airdoc严格遵循HIPPA,也在和中国主管部门沟通建言推出类HIPPA的信息保护法案,患者隐私保护不容有失。
第三,还有观念问题。基于人文伦理的传统观念影响,接受人工智能医疗这一事实的过程可能比想象的要长。
第四,监管问题。目前对于人工智能医疗健康大数据的使用监管,我国的法规较美国英国澳大利亚等国家而言还有一些差距需要补足。
其余两点分别是跨机构数据模型验证和支付问题。“人工智能医疗健康所面临的挑战还有很多,希望能和更多有志于改变医疗的人士一道共同战胜人类疾病,让所有人更健康。”张大磊最后表示。
[ 责任编辑:武泽印 ] [ 我要挑错 ]