<label id="mqfch"><button id="mqfch"></button></label>
    <tt id="mqfch"><pre id="mqfch"></pre></tt>
    <listing id="mqfch"></listing>
  1. <tt id="mqfch"><pre id="mqfch"></pre></tt>

        <code id="mqfch"></code>
        好獵頭網-中高級人才獵頭網站!服務熱線:400-9910-288 好獵頭   |   登錄 注冊

        醫療AI產品如何順利進入醫院進行落地?

        添加時間:2018-04-24 09:55:42
        瀏覽次數: 0
        近日,以“人工智能的商業應用場景究竟在何方?”為話題的活動在京召開。活動主要圍繞AI+醫療話題,邀請了健培科技創始人兼CEO程國華、圖瑪深維創始人兼CEO鐘昕、匯醫慧影創始人兼CEO柴象飛、海康威視投資部總經理張守華、思必馳CMO龍夢竹龍共同探討人工智能如何賦能醫療行業以及AI醫療創業的有哪些坑。

        隔行如隔山。對于從事AI技術的人進入醫療行業來說,進入便是一個艱難的過程。

        作為在2012年進入醫療AI領域的健培科技來說,公司走過了AI行業從冷到熱。創業契機源自程國華在其他項目的時候,發現大多數醫院的服務器里,80%以上的空間都是影像數據,程國華最早萌生了用互聯網的方式去做醫療大數據分析的想法。“2012、2013、2014三年非常孤獨,幾乎都是碰壁,吃的都是閉門羹,我們去醫院里都是被他們勸,”程國華回憶說,我一位醫院主任朋友當時跟我講,計算機輔助診斷老早就有,說這個(醫療數據分析)沒有未來。

        直到2015年,健培科技聯合華為、IBM舉辦了一場醫療人工智能國際高峰論壇,才將醫療AI推向了醫療行業人士的視野中,2016年AlphaGo的出現讓人工智能概念大火,醫療AI當然也得到了資本的青睞。

        圖瑪深維(12Sigma)在2017年12月宣布完成2億元人民幣B輪融資,成為2017年醫療影像AI領域最大的一筆融資,這輪融資由軟銀中國領投,辰德資本、德聯資本參投,此前投資方真格基金、經緯中國繼續跟投。

        圖瑪深維CEO鐘昕認為,因為資本的助推,公司的發展已經遠遠超過了預期速度,但是醫療AI的產業化落地、商業化過程仍然還在摸索階段。

        醫療AI產品如何順利進入醫院進行落地?

        目前,AI與醫療行業的集合主要集中在利用計算機視覺技術進行影像分析的項目上。不管是健培科技、圖瑪深維,還是匯醫慧影,三家代表性的公司都把AI醫療的落地重點放到影像分析和數據分析上。

        據鐘昕回憶,在2015年之前,很多醫生都說醫療AI產品離臨床距離太遠了,其可靠性等各方面指標都不能達到臨床。但是當產品真正試用并超過醫生讀片水平的時候,醫生在被震的同時才打開了醫療AI的市場。

        “關鍵是要了解醫生對臨床上直接的需求,尤其是在中國發展,產品要契合中國廣大醫生使用的產品,尤其是基層醫院使用的產品。”鐘昕說到,“一個很直接的需求是,中國基層醫院的醫生平均每天要讀80-100套CT和X光片,這個工作量是非常巨大的。”這也解釋為了什么很多AI醫療公司都把落地產品放到影像分析上。

        那么,醫學影像分析到底以怎樣的產品形態才能順利進入醫院,讓醫生們使用呢?這其實是一個很重要的問題。

        “醫學影像這個領域產業形態,比如硬件設備、耗材、藥品,還有醫學影像軟件及各種軟件產品,以前這些產品的模態大多數是一整套的產品進入到醫院,現在中國醫學的服務已經開始往互聯網方向發展,包括遠程服務、云端服務、平臺服務等等。“鐘昕說。

        也就是說,醫療AI產品如果要落地,除了要做很多前期的科研準備,還要打造集成形態和云端產品形態。程國華認為,“集成性的產品,商業化落地可能會比較直接,比較快速;云端的產品通過市場教育,經過周期比較長,但是后勁比較足。兩個不同產品形態會導致商業落地的形式不一樣。”

        目前,健培科技在影像端有很成熟的運營解決方案,還有云存儲和診斷云。而圖瑪深維主要做醫療的具體垂直領域,針對不同的病種做不同的解決方案。匯醫慧影在一些重大疾病,尤其在腫瘤和心血管疾病做全流程的決策系統。

        AI醫療創業目前遇到最大障礙是什么?

        雖然得到很多的資本青睞,也有一些落地的方案執行,但是AI醫療創業目前整體上還處于起步期,不管是在底層技術、還是產品創造力、產品體驗上都還有需要進步的地方。

        匯醫慧影CEO柴象飛認為,目前AI醫療創業最大的阻礙是商業化問題。“相對來說,技術反而是好解決的,技術目前的問題是細分到每個疾病的數據量不是很大,但是也可以靠一些技術的方法和各種形式解決相對小數據下做出精準模型。”

        柴象飛稱,AI技術最后還是要落腳成醫療產品,AI醫療對速度的要求和目前醫療行業變革緩慢是現在最大的矛盾。”在整個醫療的行業里,一個新藥從研發到商品化可能需要10到15年,器械的研發是5到10年。整個醫療行業是相對偏傳統的行業,包括它有各種監管以及付費等等,這些事很多是有一個原始行業的特性。

        “所以,最后的關鍵是誰能解決好這個矛盾,然后加速AI產品研發,在這個過程中持續性的存活、持續性的打磨產品,打磨商業模式。”柴象飛說到。

        柴象飛還透露,目前醫療影像的數據都要依靠自建,因為AI技術的前期,需要專業的有5-8年臨床經驗的醫生對影像數據進行專業的標注,“甚至醫生未必標的準,還要看之后病理的確認,隨訪的確認,才能達到精標數據。”(來源:網易智能)

        微信掃一掃
        分享到朋友圈

        今天36选7
          <label id="mqfch"><button id="mqfch"></button></label>
          <tt id="mqfch"><pre id="mqfch"></pre></tt>
          <listing id="mqfch"></listing>
        1. <tt id="mqfch"><pre id="mqfch"></pre></tt>

              <code id="mqfch"></code>
                <label id="mqfch"><button id="mqfch"></button></label>
                <tt id="mqfch"><pre id="mqfch"></pre></tt>
                <listing id="mqfch"></listing>
              1. <tt id="mqfch"><pre id="mqfch"></pre></tt>

                    <code id="mqfch"></code>