目录
“AI+医疗”燃起来了
“AI+医疗”路在何方?
携手GBI,百度的布局
写在最后
首页 科技周边 人工智能 百度并购GBI Health,爆火的“AI+医疗”路在何方?

百度并购GBI Health,爆火的“AI+医疗”路在何方?

Apr 12, 2023 pm 01:07 PM
人工智能 ai+医疗

百度并购GBI Health,爆火的“AI+医疗”路在何方?

这段时间医疗行业可谓热点频传。先是ChatGPT的火从“搜索领域”烧至“医疗领域”,引发“ChatGPT能否颠覆医疗AI”“ChatGPT多长时间能够用于医疗咨询”等热门议题;后是百度并购全球领先一站式医疗信息化数据提供商GBI,开启“AI+医疗大数据智能化全链条洞察”的新纪元。在并购完成后,百度极有可能将文心一言与拥有海量药械数据的GBI结合,此举也将使百度在医疗商业方案服务领域带来相应的影响力。引发热议的“AI+医疗”有哪些核心应用场景?发展前景又如何?寻找问题的答案要从AI+医疗市场发展谈起。 

“AI+医疗”燃起来了

百度收购GBI,并将文心一言和GBI结合,并掀起“AI+医疗”的一轮热潮。这说明人工智能对医疗行业各环节的参与度正在逐步深化。据市场调研公司ReportLinker的调查数据显示,全球医疗保健AI市场规模将从2023年的146亿美元增长到2028年的1027亿美元,复合年增长率为47.6%。同时,AI对医护人员的帮助正在得到认可。在《未来医生白皮书》调研中,全球80%的受访医护人员表示,大数据将深度融入工作与诊疗过程中,有助于医生制定更精准的诊疗方案,提高决策效率。

AI与医疗行业的深度融合最早始于20世纪中后期。人工智能开始帮助医生获取权威医学信息,进而实现辅助诊断的临床诊疗知识库。21世纪初期,人类开始逐步探索人工智能技术与智能机器人的关联,终于让手术机器人在辅助医疗领域里得以应用。也正是21世纪初期,美国也开始尝试签署相关法案,鼓励对使用电子病历的医院提供额外的资金支持。直到2014年,人工智能技术的发展逐步进入垂直细分领域,人工智能企业开始瞄准AI+影响。 

近年来,得益于人工智能在医疗领域的图像识别准确率上的提升,AI+影像开始大热,并被认为是人工智能最有可能无限接近落地的领域之一。与此同时,人类已深耕多年的临床诊疗知识库,让包含临床辅助决策支持系统的一系列产品得以推广并逐渐走向成熟。不仅如此,AI也开始不断渗透到患者的数字化病案管理系统当中,在解决了复杂病案质量控制问题的同时,也逐步构建出了智慧病案的蓝图。

如今,得益于全国各地AI+医疗行业政策的大力扶持,以及相关细分赛道逐渐呈现出了清晰的盈利模式,其市场终于迎来了一波爆发增长期。以AI+医疗器械为例,从全球范围来看,AI+医疗器械市场规模从2016年的8650万美元增长至2021年的5.06亿美元,复合增长率为42.4%,预计2024年增长至34.96亿美元,未来3年复合增长率为118.5%。AI+医疗正在展现无穷的潜力。

“AI+医疗”路在何方?

随着ChatGPT爆火与百度的并购,AI+医疗市场成为风口,AI+医疗也正在深入到更多不同的医疗服务场景当中,AI+辅助诊断、AI+医疗影像、AI+新药研发、AI+健康管理等逐渐成为热门的细分领域,然而各自领域遇到的问题,也是AI+医疗不断前行的动力。

医疗影像伴随着AI图像识别能力的提升逐渐成为AI深度涉足的领域之一。随着临床市场需求激增,AI+医疗影像的市场潜力得到彰显,腾讯、科大讯飞、推想科技纷纷布局AI+医疗影像。然而,AI+医疗影像企业面临着高质量数据获取成本较高等问题。当务之急在于,打破头部医院高质量影像之间的壁垒,建立区域共享机制。 

AI+辅助诊断能够有效地对医生的临床诊断和治疗决策进行辅助支持。目前,辅助医疗场景延伸出导诊机器人、电子病历和虚拟助理等。然而辅助医疗场景对于信息化企业有相当高的壁垒,很多企业的知识库难以填补医生的临床需求。解决之道在于,数据库的开放和实时更新。

借助算法能力助力新药研发也是重要的应用场景之一。目前,虽然不少人工智能企业入局新药研发领域,但普遍面临药物研发周期长、研发费用偏高、研发成功率低等问题。借助人工智能的算法优势,可以对药物候选化合物进行虚拟筛选,从而逐步减少新药的开发成本。

AI+健康管理的应用场景集中在风险识别、虚拟护士、移动医疗、穿戴设备等等。然而,目前,普遍存在的问题主要是大众对其概念的认知程度较低、从事健康管理的人员缺乏相应的专业度、以及患者智能设备相关数据的关联度较弱等问题。当务之急在于,AI可以帮助健康管理人员搭建一个平台,用完善的知识图谱为患者提供最优的健康管理计划。 

另外,医学教育、医院行政管理、临床研究等,也是探索与应用人工智能解决方案,赋能医护人员的重点领域所在。其中,AI与工作管理流程的融合可以帮助临床医护人员从日常琐碎的行政事务中释放出来,让他们更高效地专注于患者诊疗。医学教育与AI的结合应用将医疗系统的现实情况纳入了考虑,让临床医护人员对患者更具同理心,并且帮助临床医护人员更有效地学习专业技能,更从容地适应医学环境的动态变化。

携手GBI,百度的布局

话题回归至百度并购GBI Health。巧合地是,百度并购GBI Health发生在官宣文心一言之后,我们目前不确定文心一言在GBI Health的参与度,但可以肯定的是,百度势必会将人工智能能力注入GBI Health,助力医疗行业发展。据业内猜测,拥有海量药械数据的GBI Health有望与文心一言结合,成为数据更为全面、交互更为智能的医疗专业智囊。而未来,当GBI Health与百度健康、灵医智惠等核心业务及百度核心AI技术深度融合后,百度或将打造出一个面向医疗行业的人工智能应用模型。

在医疗领域,GBI Health又是怎样的存在?资料显示,GBI Health于2002年在上海成立,是国内首家医疗信息数据提供商,始终致力于以数据和技术为驱动,为药企、器械及行业相关服务商提供贯穿全球药械生命周期的全息数据、行业资讯、全球新闻等高价值的洞察,助力企业在战略布局、产品决策、市场洞察等方面引领市场。 

GBI Health目前拥有SOURCE全球药品数据库、METRIX研究人员数据库、DEVINT医疗器械数据库等三款数据库,贯穿药械开发生命周期。据悉,GBI在医疗信息情报领域耕耘了超20年,客户群覆盖礼来、赛诺菲、辉瑞等跨国药企,信达生物、复星医药、基石药业等创新药企业,药明康德等CRO企业。

GBI与百度强强联手为业界带来很多可能性。一方面,GBI将与百度HCG强大的数据、技术、资源深度融合,推出全新的商业智能服务板块,提供覆盖医疗健康全行业全闭环的商业决策辅助。另一方面,经过医疗领域精心打磨应用的百度医学NLP、大数据治理技术将全链路提升GBI从数据获取、数据治理到数据精准搜索与匹配效率,赋能医药器械客户研发、临床试验、注册、准入、销售和投融资交易等各环节,全方位助力企业商业布局。

写在最后

ChatGPT再一次带火了人工智能。IDC数据显示,2025年人工智能应用市场的总值预计将达到1270亿美元,其中医疗行业在应用市场的总规模将占比近20%。AI+医疗本质上可以凭借其出色的算法和大数据分析,不断渗透到相关服务平台的数据资源层和技术应用层,打通各个服务端口的数据壁垒,降低整体医疗成本,并实现在医学影像、辅助诊疗、健康管理、新药研发、疾病预测、虚拟助理、流程管理、研究平台等核心应用场景的完美落地,最终提升国内整体医疗水平。

此次百度收购医疗商业解决方案服务商GBI Health,也再次反映“AI+医疗”是医疗行业发展的关键所在。随着中国医药行业高速发展,海量的医疗信息数据持续积累,科研进展的数据库将为生命健康企业带来巨大的商业价值,并促进AI医疗行业的蓬勃发展。掘金AI+医疗行业,那就看各大企业的实力了。

以上是百度并购GBI Health,爆火的“AI+医疗”路在何方?的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 Jun 28, 2024 am 03:51 AM

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

使用Rag和Sem-Rag提供上下文增强AI编码助手 使用Rag和Sem-Rag提供上下文增强AI编码助手 Jun 10, 2024 am 11:08 AM

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 Jun 11, 2024 pm 03:57 PM

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

七个很酷的GenAI & LLM技术性面试问题 七个很酷的GenAI & LLM技术性面试问题 Jun 07, 2024 am 10:06 AM

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

你所不知道的机器学习五大学派 你所不知道的机器学习五大学派 Jun 05, 2024 pm 08:51 PM

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 Jul 25, 2024 am 06:42 AM

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 Jul 17, 2024 pm 06:37 PM

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

SK 海力士 8 月 6 日将展示 AI 相关新品:12 层 HBM3E、321-high NAND 等 SK 海力士 8 月 6 日将展示 AI 相关新品:12 层 HBM3E、321-high NAND 等 Aug 01, 2024 pm 09:40 PM

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在

See all articles