近几年医疗健康领域里AI是重大题材,目前人工智能的兴起主要是源于技术方面的处理器、芯片性能的提升,还包括核心算法能力和行业应用场景运用能力的加强。
“最近阿里的无人超市比较火,它就是通过基础算法和图像识别来创造出新的零售场景。但是在医疗领域,数据量不够的项目要3-5年才能够带来商业价值,在医疗领域的应用是滞后的,因为医疗领域环境很复杂,所以应用会比其他行业慢。”
众所周知,医疗领域的互联网化也有快和慢之分,挂号是最先开始的,手术是比较慢的。在医疗或是健康的领域里,能够实现数据化的都会优先互联网化,比如医学影像,它是影像基于数字的展现。再细分下去,影像里面也有分类,包括获取影像的难易程度,比如目前胸片的数据较多,但肠片的数据较少,所以肠片可供机器人学习的数据也会相对少。而人工智能的应用,其成熟的标准,首先是至少要有千万T级别的海量数据。
因此,刘琦开认为,对于数据获取相对容易的项目,医学AI的应用可能会更早一些开始。
“我觉得未来五年在医疗健康的细分领域,有三个领域是必须关注的,第一是医疗数据,不管是科室医患管理数据、医学科研数据,还是临床试验数据,医疗大数据未来对整个医疗服务的改良将是巨大的。第二是基因,不管是基因检测,还是基因治疗,从2B或者2C都将兴起创业的热潮。第三则是人工智能与医疗的结合。医疗智能化趋势已慢慢体现出来,在各类疾病的诊断上,通过医疗大数据,再通过人工智能的学习,逐渐会形成智能医疗服务体系。未来,医疗机器人将会在不同阶段和不同层次上参与到医疗服务中。
值得注意的是,基因领域会是永远的热点。因为人类的很多疾病都是和基因相关联的,基因技术和检测技术的发展将会让人提前关注和预防。目前大众对基因的认识还是相对有限的,这个领域的创业充满着机会和挑战。”
有专业人士指出,人工智能在医疗方面的应用任重而道远。其中最核心的问题是医疗资源供求关系的问题,医生资源是相对有限的,或者说培养一个医生的时间越来越长,培养一个医生可能要花8年甚至更多,而人工智能医疗一旦成熟,就会大大改善医疗资源。
多位医疗AI行业人士认为,当机器人医生具备人工自我学习能力的时候,就可能成为一个医生助理,而随着案例的增加,它也可以通过各种方式参与到整个医疗的全产业中来。