<form id="1tbf9"><nobr id="1tbf9"></nobr></form>

          <address id="1tbf9"></address>

            <address id="1tbf9"></address>

                    <form id="1tbf9"></form>

                    ./t20201015_1035581_taonews.html
                    專題
                    首頁  >  專題  >  媒體視點  >  名刊精選  >  《張江科技評論》

                    《張江科技評論》

                    開博時間:2019-06-06 14:03:00

                    《張江科技評論》是由上??茖W技術出版社與上海市張江高科技園區管理委員聯合創辦的一本科技評論類雜志。該刊報道評價國內外創新性科學技術的發展趨勢及其商業價值,介紹上海在建設全球領先科創中心進程中的制度成果、技術成果、創業成果,推動產學研密切協作,促進科技成果轉化,服務經濟轉型發展。

                    文章數
                    分享到:

                    智能醫療將成為行業應用“新常態”

                    2020-10-15 11:35:00

                      “新基建”的基礎投入將加快現有醫療系統的信息化、智能化升級,醫療數據交互進程進一步加快,智能醫療將迎來發展高潮。

                      智能醫療不是簡單的技術進步,而是全面的以技術推動醫療健康產業的變革。這種變化主要體現在醫療模式的變化(從以疾病為中心到以患者為中心)、信息化結構的變化(從臨床信息化到區域信息化)、醫療管理的變化(從一般管理到個性化管理)以及預防和治療觀念的變化(從關注疾病治療到關注疾病預防)。

                      新型冠狀病毒肺炎疫情(以下簡稱“新冠肺炎疫情”)之下,大多數行業都受到不同程度的影響,而醫療健康行業卻引起全社會關注,讓大眾體驗到其方便性。例如:采用基于“互聯網+”的遠程醫療、在線問診;采用大數據的健康碼;基于人工智能的醫學影像智能讀片、輔助診斷等應用?!翱萍伎挂摺贝笥锌蔀?,這也成為人工智能落地行業應用的典范。未來,以人工智能、大數據為代表的高新科技賦能醫療健康行業,將成為“新常態” “新基建”。

                      智能醫療的發展驅動力

                      ● 醫療資源供需不平衡

                      醫療資源供需不平衡既是國內醫療行業面臨的突出問題,也是智能醫療發展的主要驅動力。從需求層面來講,人口老齡化加速、慢性疾病種類增多、居民健康意識提高等增加大量醫療需求。從供給層面來講,優質醫生和醫療資源不足、資源分配不均,難以與快速增長的醫療需求匹配。

                      醫療需求快速增長。國家統計局統計數據顯示,截至2019年12月底,60歲及以上人口為25 388萬人,占總人口的18.1%。慢性疾病患病率隨之不斷上升。預計到2026年,我國糖尿病和高血壓發病率將增加至14%和28%,這將給醫療系統帶來更大的壓力,產生長期的藥物治療和疾病管理成本。

                      醫療供給端資源不足、分布不均?,F今醫療系統存在兩個主要問題。一是醫療與公共衛生資源不足,醫療專業人才短缺。華夏幸福產業研究院數據顯示,2018年中國每千人擁有的執業醫師人數只有2位,重癥加強護理病房(ICU)床位占總床位數的比例僅有5%左右,而發達國家有15%。我國人均醫療支出為4 236.98元,醫療費用支出占GDP的比例僅為6.46%。二是醫療資源分布不平衡。國家衛生健康委員會統計(如表1所示),2019年1—11月,全國醫院接待就診總人數為34億人次,其中三級醫院接待17.6億人次,占總人數一半以上。

                    全國醫院醫療服務量

                      ●人工智能為醫療行業賦能

                      弗羅斯特-沙利文咨詢公司研究指出,人工智能可將醫療效果提高30%~40%,減少多達50%的醫療成本,主要通過強大的計算能力、成熟的算法和海量的大數據,使人工智能加速應用在醫療行業。

                      疫情期間,人工智能、大數據等信息技術在實際應用場景中大量試水,加快人工智能技術驗證進程。智能影像識別將病灶識別速度降至2~3秒,提高了醫生診療效率。智能化人體體溫測量系統分擔了防疫工作壓力。多人檢測、無接觸、多目標體溫測量,異常體溫篩查大幅提高了檢疫工作的效率和準確性。智能語音對話機器人幫助防疫人員在線完成疫情通報、疫情調查、健康回訪等多場景任務,降低了防疫人員勞動強度和感染風險。人工智能助力藥物研發、疫苗研發、病毒基因測序,可將原來60分鐘的新型冠狀病毒基因分析時間縮短一半。

                      ●政策引導智能醫療產業釋放紅利

                      2015—2020年,近20項人工智能相關政策在我國陸續頒布,在技術創新、人才培養、產品落地、行業融合、標準監管等方面發揮了指導性作用。2017年國務院印發《新一代人工智能發展規劃》,2018年教育部印發《高等學校人工智能創新行動計劃》《關于促進“互聯網+醫療健康”發展的意見》,2020年在中共中央政治局常委會上提出加大公共衛生服務、5G網絡、數據中心等“新基建”進度。

                      “新基建”的基礎投入將加快現有醫療系統的信息化、智能化升級,醫療數據交互進程進一步加快,智能醫療將迎來發展高潮。

                      智能醫療將成為醫療服務模式“新常態”

                      使用人工智能、大數據、5G技術可構建覆蓋診前、診中、診后的線上線下一體化醫療服務模式。人工智能結合醫療健康服務可提高服務質量,改善患者體驗,節省醫療保健成本,加強醫院的運營和管理。

                      ● 診前

                      在診前環節,人工智能主要應用在預防、篩查和分診工作中。首先通過終端、可穿戴設備采集數據,然后使用人工智能技術對健康數據進行分析、疾病預警,幫助用戶自我評估健康狀況。人工智能疾病篩查主要包括醫學影像篩查、基因篩查。人工智能虛擬助手采用智能機器人、人臉識別、語音識別、場景識別等技術,結合自然語言處理和知識圖譜等認知層能力,可以根據患者的情況和診療需求進行分析,大幅提高預問診、分導診以及診療引導的效率。

                      ● 診中

                      在診中環節,人工智能技術主要應用在臨床診斷、語音電子病歷、智慧病房以及臨床治療等四個方面。在臨床診斷中,使用人工智能輔助診斷模擬醫生的看病思維和診斷疾病過程,快速讀取醫學圖像并進行智能診斷,幫助制訂可靠的診療計劃,輔助醫生快速準確地確定病灶位置、確診疾病。語音電子病歷結合大數據和區塊鏈等技術,通過互聯互通,共享相關醫療機構的數據,實現上下級醫院、醫院與社區、疾控中心之間的高效協作。智慧病房使用人工智能監測系統、跟蹤式預測系統以及床旁交互系統輔助護理。在臨床治療上,借助基因檢測和人工智能等技術手段實現個性化治療方案。

                      人工智能可以快速分析大量數據,挖掘并更新突變位點和疾病的潛在聯系,強化人們對基因的解讀能力,提供更快捷、更精確的疾病預測和分析結果,實現患病風險預測、輔助診斷、靶向治療方案制定、診后復發預測等功能。

                      ●診后

                      在患者診后管理中,人工智能主要應用于康復護理和智能隨訪??祻妥o理機器人可幫助需要康復護理和行動不便的人群。智能隨訪系統是醫院隨訪工作簡便化的重要輔助工具。一方面,通過持續的追蹤隨訪、監測和效能評定推算疾病復發和再患病風險,擴大醫療服務范圍,有效緩解線下醫院門診的壓力,使醫療資源得到最充分的利用;另一方面,通過多種智能化功能幫助患者實現自我康復與健康管理,有助于增強用戶體驗和提高患者就醫滿意度,提升醫院的服務效率和質量。

                      智能醫療主要應用場景

                      人工智能與醫療健康領域的融合不斷加深,智能醫療將成為醫療服務模式“新常態”,且應用場景更加廣泛(如圖1所示)。

                    應用場景

                      ● 新藥研發

                      新藥研發面臨周期長、費用高、成功率低等三大問題。完整的藥物開發過程包括靶標篩選、藥物發現、臨床試驗等。隨著大數據和人工智能在科學研究中的應用,藥物研究和開發將變得更加精確和便捷。

                      傳統的藥物靶點篩選是通過人工將已知藥物與人體內的各種潛在靶點分子進行交叉篩選,從而找到有效的作用點。這種方法不僅速度慢,而且容易忽視隱藏的關系。通過人工智能自動篩選藥物和靶標,可提高篩選速度。此外,人工智能還可以實時收集外界最新消息,及時優化或糾正篩選過程。

                      藥物挖掘主要依靠高通量篩選,自動合成化合物,并逐一對化合物進行驗證。然而,隨著化合物種類的增加,成本和風險也隨之增加。利用人工智能進行虛擬藥物篩選,既可以減少實際篩選的藥物分子數量,還可以預測藥物分子可能的活性,發現潛在的化合物,構建具有合理性能的化合物。

                      藥物臨床試驗綜合應用物聯網、大數據、人工智能技術。使用人工智能對大量病歷進行分析匹配,有利于確定合適目標受試者,節省招募受試者的時間,更具針對性。使用智能可穿戴設備對患者進行實時監測,獲取更具時效性和準確性的信息。在試驗方案的設計中,應用區塊鏈等技術可以增強患者隱私保護和測試可信度。

                      ● 醫療影像

                      目前,人工智能醫療影像已成為我國人工智能醫療領域最為成熟的細分領域。在醫療影像領域,我國專業醫生缺口較大,臨床需求持續增加,人工智能醫療影像市場需求迫切。人工智能能夠從三個方面解決醫療影像需求問題。一是病灶識別和標注。使用深度學習方法分割影像、提取特征、定量和對比分析,幫助醫生識別并標注出病灶,提高醫生診治效率。二是靶區的自動勾畫和自適應放療。在腫瘤放射治療過程中對影像進行處理,幫助放射科醫生自動勾畫計算機斷層掃描(CT)片,大幅度縮短處理時間。在腫瘤放射治療中,可使用智能放療技術持續識別病灶位置變化,減少患者治療損傷。三是影像三維重建。使用配準算法來解決斷層圖像配準問題,節約配準時間,提高手術效率。

                      ● 健康管理

                      目前,慢性疾病逐漸成為一種新的流行病,占據人類疾病病譜首位。慢性疾病病程長、無法治愈、治療費用昂貴,所以疾病的健康管理尤為重要。智能醫療下的新健康管理模式更加注重患者的自我管理,強調實時健康監測,即時反饋健康數據,及時進行干預。

                      人工智能可改善健康管理領域中從業人員專業性不足、數據關聯性較弱的痛點問題。目前,健康管理從業人員非醫學背景較多,專業性不足,難以為用戶定制科學完善的健康管理計劃。使用人工智能技術可構建專業、實時動態更新的醫療知識圖譜,在一定程度上提高健康建議計劃的專業性。通過可穿戴設備和體檢中心等多平臺收集用戶的體征數據,對健康數據深度挖掘、精準匹配,能夠提高疾病風險預測的準確性,使健康管理更加系統化、精細化、個性化。

                      共建產學研醫創新聯合體

                      人工智能技術的快速發展為醫療行業帶來新的機遇,同時也因其發展的不確定性而帶來新的挑戰。醫療人工智能涉及多學科,需要醫工復合型、創新型人才。針對“產業”創新乏力、“學術”偏理論不落地、“醫療服務”缺乏創新技術手段的問題,需要整合優質資源,積極吸納醫療、互聯網科技企業的產業資源,吸引高??蒲性核目萍佳邪l智庫,積極引入醫學專家的力量,建立產學研醫創新平臺,開展深度交叉創新合作,加速科研成果落地。

                      以上海理工大學醫療器械與食品學院醫學信息工程研究所為例,我們先后與多所三甲醫院分別在醫學影像、智能病理系統、智能醫患溝通平臺等醫工交叉項目開展合作。這樣可以更深入地理解臨床痛點,綜合使用人工智能、大數據、區塊鏈等技術,不斷打磨產品模型,實現軟硬一體,提供專業的解決方案。未來類似的產學研醫創新合作也將深入挖掘醫療需求,將人工智能下沉到基層,為用戶提供覆蓋全生命周期、全健康場景的產品和服務。

                      對個人用戶而言,智能醫療可促進更好的個性化管理;對醫療機構而言,智能醫療可降低成本,減輕人員壓力,改善患者就醫體驗;對研究機構而言,智能醫療可降低研究成本、研究時間,提高研究效率;在宏觀決策方面,智能醫療可改善醫療資源分布不均的現狀,推動醫療改革,降低社會醫療成本。

                      從技術角度來看,人工智能作為新一代創新技術,可改變醫療領域的供給端,全方位、多層次改造傳統醫療機構的運作方式。從市場角度來講,人工智能技術使醫療更加高效、便捷、個性化,催生巨大增量市場。因此,智能醫療將成為醫療行業應用“新常態”,相關的科技、產品、服務將成為拉動醫療健康行業的“新基建”。

                      孔祥勇,中國衛生與健康大數據學會糖尿病大數據專委會委員,中國人工智能學會生物信息與人工生命專委會委員,上海市生物醫學工程學會醫學信息專委會委員,上海理工大學醫療器械與食品學院醫學信息工程專業講師。

                      文/孔祥勇

                    本文來自《張江科技評論》

                    ©2011-2020 版權所有:中國數字科技館
                    未經書面許可任何人不得復制或鏡像
                    京ICP備11000850號 京公網安備110105007388號
                    信息網絡傳播視聽節目許可證0111611號
                    國家科技基礎條件平臺
                    久久这里只精品国产免费99热4_一起射久久_久久在线视频_日日天天夜夜久久_日日扞夜夜燥国产