一、醫(yī)療保健處于數(shù)字化轉折點
互聯(lián)網(wǎng)女皇Mary Meeker發(fā)布的《2017年互聯(lián)網(wǎng)趨勢報告》認為，醫(yī)療衛(wèi)生和保健已進入數(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（遠程醫(yī)療、可穿戴設備），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)年增長率達到48％。數(shù)據(jù)的增長一方面縮短了醫(yī)學研究的創(chuàng)新周期，加快藥物臨床實驗周期，同時提升了診斷的準確率與治療的精準化程度。
二、數(shù)據(jù)是發(fā)展的關鍵
數(shù)據(jù)是“醫(yī)療＋人工智能”行業(yè)發(fā)展的關鍵。我們認為，醫(yī)療與人工智能結合的關鍵在于“算法＋有效數(shù)據(jù)”。先進的算法提升數(shù)據(jù)處理效率與識別準確率，而有效數(shù)據(jù)是先進算法應用的基礎。目前，深度學習等算法的發(fā)展已經(jīng)相對成熟，醫(yī)療數(shù)的“量”和“質”是阻礙人工智能在醫(yī)療行業(yè)應用發(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)療保健進入數(shù)字化的拐點，客戶授權使用的健康數(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)學影像識別較為成熟
智能診斷與醫(yī)學影像識別是“人工智能＋醫(yī)療”發(fā)展相對成熟的兩個領域。人工智能在醫(yī)療行業(yè)應用價值突出，具體應用包括：診前的疾病預防、健康管理；診中的輔助診斷，醫(yī)學圖像處理；診后額虛擬醫(yī)護助手，慢病管理。其他領域包括藥物研發(fā)，醫(yī)?？刭M等。目前，發(fā)展相對成熟的領域包括“智能診斷”和“醫(yī)學影像識別”領域，前者應用的成熟化主要源于IBM Watson自然語言理解技術和長達6年的醫(yī)學文獻數(shù)據(jù)積累；而后者應用的成熟化源于深度學習算法下圖像識別準確率的不斷提升。兩個領域的發(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)嚴峻的供需矛盾。（內容有所刪減）
轉載請注明出處：HC3i中國數(shù)字醫(yī)療網(wǎng)
天坦動態(tài)