图像识别正在彻底改变诊断。最近，Google DeepMind的神经网络在诊断50种威胁视力的眼病方面与医学专家的准确性相匹配。
制药公司也正在尝试深入学习设计新药。例如，Merck与创业公司Atomwise合作，GlaxoSmithKline与Insilico Medicine合作。在私人市场，医疗保健AI初创公司自2013年以来已经在576笔交易中筹集了43亿美元，超过了所有其他行业的人工智能交易活动。
医疗保健领域的AI目前旨在改善患者预后，调整各利益相关方的利益，降低医疗成本。
人工智能在医疗保健领域面临的最大障碍之一就是克服长久以来医疗领域的惯性，彻底改革不再有效的现有流程，并尝试新兴技术。
但是AI面临着医疗行业独有的技术和可行性挑战。例如，在美国没有标准格式或患者数据的中央存储库。当患者文件被传真或者通过电子邮件发送时，不可读的PDF或作为手写笔记的图像发送时，提取和识别旧档案信息对AI提出了独特的挑战。
但像苹果这样的大型科技公司在这方面具有优势，特别是在加入包括医疗保健提供商和EHR供应商在内的大型合作伙伴网络方面。
生成新的、可用的数据来源并将EHR数据交给患者 - 正如苹果正在努力探索的ResearchKit和CareKit - 有望成为临床研究的革命性产品。
京公网安备 11010502049343号