一、醫(yī)療保健處于數(shù)字化轉(zhuǎn)折點
互聯(lián)網(wǎng)女皇Mary Meeker發(fā)布的《2017年互聯(lián)網(wǎng)趨勢報告》認(rèn)為，醫(yī)療衛(wèi)生和保健已進(jìn)入數(shù)字化拐點：醫(yī)療行業(yè)表現(xiàn)出數(shù)據(jù)輸入量和數(shù)據(jù)積累量的爆發(fā)式增長，有88％的消費者至少使用1項數(shù)據(jù)健康工具（遠(yuǎn)程醫(yī)療、可穿戴設(shè)備），同時，消費者愿意分享健康數(shù)據(jù)，數(shù)據(jù)統(tǒng)計60％和50％的消費者分別愿意向谷歌和蘋果分享健康數(shù)據(jù)。在專業(yè)數(shù)據(jù)方面，美國電子病例普及率達(dá)到87％，基因數(shù)據(jù)積累使得基因知識量增加19倍。綜上，全球健康數(shù)據(jù)年增長率達(dá)到48％。數(shù)據(jù)的增長一方面縮短了醫(yī)學(xué)研究的創(chuàng)新周期，加快藥物臨床實驗周期，同時提升了診斷的準(zhǔn)確率與治療的精準(zhǔn)化程度。
二、數(shù)據(jù)是發(fā)展的關(guān)鍵
數(shù)據(jù)是“醫(yī)療＋人工智能”行業(yè)發(fā)展的關(guān)鍵。我們認(rèn)為，醫(yī)療與人工智能結(jié)合的關(guān)鍵在于“算法＋有效數(shù)據(jù)”。先進(jìn)的算法提升數(shù)據(jù)處理效率與識別準(zhǔn)確率，而有效數(shù)據(jù)是先進(jìn)算法應(yīng)用的基礎(chǔ)。目前，深度學(xué)習(xí)等算法的發(fā)展已經(jīng)相對成熟，醫(yī)療數(shù)的“量”和“質(zhì)”是阻礙人工智能在醫(yī)療行業(yè)應(yīng)用發(fā)展的主要原因。國際巨頭IBM Watson 2015－2016年花費約40億美元收購數(shù)家具備健康數(shù)據(jù)資源的公司，也反映了數(shù)據(jù)的重要性。隨著全球醫(yī)療保健進(jìn)入數(shù)字化的拐點，客戶授權(quán)使用的健康數(shù)據(jù)量快速增長，將為行業(yè)發(fā)展提供先決條件。
三、智能診斷與醫(yī)學(xué)影像識別較為成熟
智能診斷與醫(yī)學(xué)影像識別是“人工智能＋醫(yī)療”發(fā)展相對成熟的兩個領(lǐng)域。人工智能在醫(yī)療行業(yè)應(yīng)用價值突出，具體應(yīng)用包括：診前的疾病預(yù)防、健康管理；診中的輔助診斷，醫(yī)學(xué)圖像處理；診后額虛擬醫(yī)護助手，慢病管理。其他領(lǐng)域包括藥物研發(fā)，醫(yī)?？刭M等。目前，發(fā)展相對成熟的領(lǐng)域包括“智能診斷”和“醫(yī)學(xué)影像識別”領(lǐng)域，前者應(yīng)用的成熟化主要源于IBM Watson自然語言理解技術(shù)和長達(dá)6年的醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)積累；而后者應(yīng)用的成熟化源于深度學(xué)習(xí)算法下圖像識別準(zhǔn)確率的不斷提升。兩個領(lǐng)域的發(fā)展將分別提升“門診”和“影像科”醫(yī)療資源的供給，解決目前醫(yī)療行業(yè)嚴(yán)峻的供需矛盾。（內(nèi)容有所刪減）
轉(zhuǎn)載請注明出處：HC3i中國數(shù)字醫(yī)療網(wǎng)
天坦動態(tài)