AI医疗着眼院外主攻筛查,赋能基层做好慢病管理.doc

AI医疗着眼院外主攻筛查,赋能基层做好慢病管理.doc

ID:27458539

大小:353.50 KB

页数:4页

时间:2018-12-04

AI医疗着眼院外主攻筛查,赋能基层做好慢病管理.doc_第1页
AI医疗着眼院外主攻筛查,赋能基层做好慢病管理.doc_第2页
AI医疗着眼院外主攻筛查,赋能基层做好慢病管理.doc_第3页
AI医疗着眼院外主攻筛查,赋能基层做好慢病管理.doc_第4页
资源描述:

《AI医疗着眼院外主攻筛查,赋能基层做好慢病管理.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、AI医疗着眼院外主攻筛查,赋能基层做好慢病管理  据相关数据显示,自2013年到2017年,整个AI医疗行业共获得241笔国内融资。而目前国内资本多布局虚拟助手、医疗影像、医用机器人、智能健康管理四个领域,其中医疗影像成为资本密集的阵地,占比最高达到31%,位居第一。  AI医疗着眼院外主攻筛查,赋能基层做好慢病管理  据相关数据显示,自2013年到2017年,整个AI医疗行业共获得241笔国内融资。而目前国内资本多布局虚拟助手、医疗影像、医用机器人、智能健康管理四个领域,其中医疗影像成为资本密集的

2、阵地,占比最高达到31%,位居第一。    关注很高,但质疑声也不少。除了底层技术和数据的问题之外,商业化前景不明也是人们不看好医疗AI的关键一点。究竟用什么样的逻辑去挖掘更多的应用场景,很多人工智能公司仍处于摸索阶段。  在这其中,Airdoc副总裁张京雷认为,在技术基因的影响下,跨界是许多人工智能公司首先面临的难点,因此,思维方式一定要有所转变;另外,AI医疗公司需要改变现有的医疗价值链,这种改变意味着优化,即将其变的更加简单或便宜。着眼院外,主攻筛查  作为行业中的参与者,三年时间,Airdo

3、c通过对AI技术与医疗健康的研究和实践,已经逐渐找到适合自己发展的道路。以眼科作为垂直深耕领域,研发了人工智能慢病识别系统,通过Airdoc视网膜识别算法,可识别30多种慢性疾病,包括糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病并发症和高度近视、老年性黄斑变性等常见眼科疾病。  张京雷表示,这主要基于Airdoc的发展策略:着眼医院外场景以及主攻医疗筛查领域。在医疗领域,在患者和医生中间,从诊断、治疗到疾病管理,每一环节都代表了相对应的利益链条。但医疗行业内的价值链条在经过长期发展之后,已经

4、发展得相对成熟。着眼医院外场景,既不改变整体的价值链条,提高整体服务效率,也能够为企业探索多元化商业模式降低门槛。  目前,Airdoc已经与星创视界等集团合作,赋能眼镜店,通过分级诊疗的方式降低医保总支出。通过这些院外合作,也增加Airdoc自身数据体量,为今后的慢病筛查、疾病图谱分析做前期的数据支持。  而在医疗筛查方面,Airdoc从知晓率较高的常见病以及有相应解决方案的疾病入手。针对年轻用户,Airdoc主要通过眼底拍照、筛查,聚焦眼部疾病;而针对老年用户,未来Airdoc将向基层、社区布局

5、,主要聚焦在动脉硬化和糖尿病等慢性疾病领域。赋能基层,做慢病管理  不管是toB还是toC,医疗服务最终面向的都是C端人群。“我们看好AI医疗未来在基层的应用,算法或AI将来一定要落到基层去。对于基层来说,这具有两方面意义,筛查和管理。”张京雷告诉猎云网。  以慢病管理为例,中国目前仅糖尿病患者就已经达到1.12亿,有3-4亿人群有潜在的高血糖风险。再加上过亿的高血压、心血管疾病、眼科疾病等患者与高风险群体,他们都急需一个简单、无创、低成本的方式完成多类慢病的筛查。  这些疾病本可以通过专业筛查提早

6、发现,但现阶段,中国还有20%的县级医院没有眼科,全国眼科医生数量仅有3.6万人,而从眼底照片上能准确判读疾病信息的专业医生更是只有200-300人。  “在50岁以上的人群中,约80%存在着亚健康的状况,对于这些人群来说,大多已经知道自己患有慢病,从确诊到治疗,存在20-30年的慢病管理周期。在这个周期内,人工智能都将具有很大的意义。”张京雷说道。  以糖尿病患者为例,根据现在的治疗指南,可通过3个月拍一次眼底,1年拍4次,来跟踪患者的糖尿病管理。相比测血糖来说,具有低成本、快速的优势。医生和患者

7、端同时能够收到相关检测报告,更直观的教育患者,对于医生来说,也能根据更客观、多元化的数据来调整治疗方案。  过去三年内,Airdoc人工智能慢病识别系统已经在北京、上海、海南、江苏、河北及安徽等多省市展开大人群慢病筛查,每天为数万人提供快速识别建议。2017年该系统已经完成200万影像的识别。在最近的VisionChina大会上,借助Airdoc的AI算法与眼科专家的对抗,也印证了基层医疗机构加人工智能的实用性。  随着国家政策对AI医疗的支持,今年年初,AIrdoc已经向CFDA送检了第一台中国三

8、类医疗AI服务器,按照医疗器械注册流程,产品从申报到最终过审要经过产品定型、检测、临床试验、注册申报、技术审评、行政审批等六步。张京雷表示,现已经进入临床试验阶段,但预计审批通过还需要3-5年时间,对于如何去设计一个人工智能的临床试验报告,行业没有先例和标准,因此将具有重大的意义。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。