电子新闻网

人工智能拐点已至国内外AI+医疗创业案例扫描

  AlphaGo轻松“智”取围棋一哥柯洁,只是完成了一个小目标。在各个领域,人工智能都在开疆拓土,以全新技术与打法,颠覆传统,创造新的游戏规则。

  人工智能+医疗。大家都在努力,通过各自领域、各自课题、各自项目、各自产品,来推动未来医疗的创新迭代。

  动脉网推出人工智能+医疗为主题的电子书,旨在梳理人工智能在医疗领域取得的成就,推动医疗产业链向更新、更深的路径拓进。

  国家政策的有力支撑,也为人工智能+医疗提供了优渥土壤。据动脉网数据库整理,自1992年以来,我国共发布了200多条地方性政策和80多条国家级政策,2016年相关AI政策发布量高达100余条,政策量变,带动人工智能的质变。

  目前,全球人工智能+医疗“基础+技术+应用”完整的产业结构基本形成,大公司逐步完善在基础层和技术层的布局,创业公司则扎堆于应用层面。

  应该说,人工智能在医疗领域,研发与转化的匹配度更高,商业化进程更快,也更容易获得资本的垂青。

  不过,任何行业都有壁垒,懂得人工智能的玩法,却未必能够驾驭人工智能在医疗行业的应用,这方面,失败创业者也不在少数。

  为了帮助大家更好地认知大势、认识对手、认清自己,动脉网内容与产品团队经过三个月策划、采访、编撰,为您呈上相对权威与完善的人工智能+医疗系列电子书。

  《人工智能+医疗国内案例:八大创新领域应用》电子书,全面概况了“人工智能+医疗”在国内的应用,动脉网通过对该行业深入采访欣喜地发现,我国在这一创新领域的发展迅速,医疗中的多数环节,都有对标的人工智能创业公司。

  DeepCare是一家专注于医学影像的识别和筛查的科技公司,是一家将人工智能技术用于医疗影像识别和早期筛查的科技公司。其特殊之处在于,使用的技术是人工智能。

  专注于研发医疗影像检测、识别、筛查和分析技术,通过融合机器视觉、深度学习,和大数据挖掘技术,致力将快捷,准确,低费的医学影像识别技术提供给便携式医疗器械厂商和广大基层诊疗中心。

  DeepCare的人工智能辅助筛查系统,对宫颈细胞涂片、乳腺癌淋巴结转移的诊断准确度已经分别达到90%和92.5%以上,其中,在宫颈癌筛查中的鳞状上皮内高度病变,系统的识别率能达到99%以上。

  DeepCare可以帮助合作的医疗器械厂商低成本实现自动识别功能,将这些设备普及到乡镇一级的基层社区诊所,降低使用门槛,让慢病管理更方便,快捷,准确。

  成立于2015年初,是全球首家云端智能机器人运营商,专注于实现云端智能机器人运营级别的安全云计算网络、大型混合人工智能机器学习平台、以及安全智能终端和机器人技术研究。

  核心资源:全球首款基于双芯片和虚拟化技术的云端智能连接终端(AI Mobile),将云端的人工智能应用通过该设备来激活适配的机器人。

  历史投资方:软银中国、富士康、博将资本、启明星辰、中关村发展集团、深创投、华登国际投资、凯旋创投、中科乐创、融诚科技、SoftBank capital软银海外

  杭州迪英加科技有限公司是一家从事软件和信息咨询服务公司。创始人为美国终身教授和国家千人计划入选专家。从事数字病理的科研工作长达15年。主要提供基于人工智能用于精准医疗的医学影像大数据分析解决方案,力图解决中国病理医生人才巨大缺口所带来的问题及分级诊疗问题。

  人工智能辅助诊断系统和数字病理远程会诊系统,可以在普通计算机上以5-10秒钟内处理和分析数据大小超过1G的全场扫描数字病理图像,同时对几种癌症的良性和恶性判别准确率高达99%以上。

  关键业务:开展基于深度学习的数字病理切片人工智能分析和诊断、实现癌症定量分析、降低阅片成本和提高诊断精确度,为医院提供数字病理远程阅片和会诊的全套数字病理解决方案。

  欧美国家人工智能起步较早,动脉网推送的《人工智能+医疗海外案例:八大创新领域应用》电子书,从医院流程管理、智能硬件应用、医学影像诊断、新药跟踪、健康观测、疾病风险预测等章节,立体呈现了人工智能在国外的发展态势。

  Qventus原名AnalyticsMD,是一家提供医院智能决策分析系统技术的初创公司,成立于2013年,总部位于加州帕罗奥图,由Mudit Garg、Brent Newhouse以及Ian Christopher三位创始人共同创办,团队具有丰富的医疗健康以及大数据处理领域经验。

  Qventus的算法根据临床指标分析医院数据,Qventus基于机器学习的预测技术可以预测医院患者数量,并提供优化资源的建议(如员工,床位和房间)。

  AnalyticsMD开发的DecisionOS从医院自身的EMR系统提取大数据(兼容大部分主流医院的EMR系统,数据经过加密处理符合HIPAA),通过机器算法处理,系统自动分析、监测和预估,给临床医生提供最合理的建议,帮助他们在合适的时间内给病人提供最合适的治疗和服务。

  医生不需要再去反复研究那些繁杂的病例报告等数据。结果是,无论在病人的安全性、满意度和医疗成本控制上,都有效得到解决。

  通过大规模的机器学习预测,经过分析后的一些指标,如病人的停留时间和数量,可视化的数据将提供给医护人员更多辅助。根据每家医院服务病人的相关数据,分析出如病房或手术室不足等问题的原因,从而帮助管理者优化医院的资源配置。

  核心资源:将数据转化为行动,建立一个逻辑层次,打破部门之间的孤岛,帮助医院回应不断变化的环境。

  BioBeats将生命体征转换为定制音乐,让用户音乐进行冥想,跑步或者抗击疾病。他们从生物识别数据中了解用户,并帮助用户适应更有吸引力,更健康的生活。BioBeat采用机器学习技术帮助用户管理健康和减轻压力。

  核心资源:生物识别及心理测量的反馈结合独特的机器学习算法,基于临床辅导技术提供个性化压力和生产力管理工具。

  Zebra Medical Vision正在建立一个医学影像洞察平台。该公司提供了一个平台,提供基于云的,完全托管的开发环境,提供大型结构化数据集,数据存储,GPU计算并且支持多种研究工具。该解决方案还使研究小组可以协作并建立联合办公。

  希望这些深耕人工智能的创新公司,能够带给你启发。未来,人工智能+医疗,还有更多的机会,等待有心人去挖掘。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。