文档介绍：“AI+医学影像”
行业调研
2018/3/17
“AI+医学影像”行业调研
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点
影像数据快速积累,已具有开发应用规模
我国每天产生的影像数据以PB计算,占到医疗行业数据的90%
影像医生产能负荷重和部分地区医生影像诊断水平偏低,而人工智能大有所为
放射科医师数量存在缺口,医师的疲劳或经验不足可能造成误判
政策助推医疗大数据开发应用
2016年6月,国务院办公厅印发《关于促进和规范健康医疗大数据应用发展指导意见》
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点
医生方面
大幅减少读片时间,降低误诊概率,提高诊疗水平
患者方面
有效减少诊疗时间,享受大型三甲医院的高水平医疗
医院方面
对大规模的数据加以利用,建立整体的数字化平台,提高医院的核心业务能力,推进医院之间的数据共享
智能识别解决行业痛点:
2016年2月,谷歌DeepMind成立DeepMind Health部门,正式将人工智能技术应用于医疗健康领域,获英国伦敦帝国理工学院、伦敦皇家自由医院和英国国家医疗服务系统(NHS)数据的支持。
Google牵头,历时8个月,54名美国眼科专家,将128,175张视网膜照片分级,N算法,训练自动检测糖尿病视网膜病变和视网膜黄斑水肿,达到最低值为87%的灵敏度与特异度。
Google与Verily公司开发用来诊断乳腺癌的病理人工智能,在于病理学家基于灵敏性和假阳性和乳腺癌病例分析竞争中,%,%。
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点
IBM Watson可以在17秒内阅读3469本医学专著、,69种治疗方案、61540次试验数据、。通过海量汲取医学知识,包括300多份医学期刊、200多种教科书及近1000万页文字,IBM Watson已在短时间内迅速成为肿瘤专家。
2013年, Watson与斯隆凯特琳癌症中心()合作,推出肿瘤解决方案Watson for Oncology。
2014年底和2015年底,Watson for Oncology先后进驻泰国曼谷的Bumrungrad InternationalHospital和印度第三大医院系统Manipal Hospitals。
2016年8月,IBM与我国21家医院签署IBM Watson for Oncology的合作意向协议,并于同年12月成立联合会诊中心。
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点
AI识别先天性白内障研究,我国中山大学的临床试验,N算法,通过410张各种程度的先天性白内障图片和476张正常图片训练,%。
AI对脑瘤病理切片的快速诊断,利用多层感知机算法,用拉曼散射显微镜生成高度模拟传统的HE染色病理切片,通过过万张图片训练,AI区分胶质瘤和非胶质瘤的准确率达90%。
AI对神经假体进行精确控制,伦敦帝国理工学院则尝试了利用支持向量机这一算法,将此前85%的精确度提升到了97%。
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点
2017年1月,Nature设立子刊Nature Biomedical Engineering, 连发数篇AI报道:
医学的特殊性:医学本身就是一个未被完全认知的领域,信息的不完全透明,在疾病的症状与结果之间没有严格的对应关系,不同疾病之间也没有清晰的边界,而且还会存在同时发病的情况,这也导致不能像AlphaGo一样在明确的规则下算清所有变化。医学影像图像对比度普遍较低,不同组织或正常组织与病变组织之间边界模糊,血管、神经等微细结构分布复杂,医学中个体差异及小概率事件发生是很普遍的。
行业需求
核心技术
应用概览
难点挑战
投资分析
公司盘点