Marknadstrender för induktorer ： prospektanalys av artificiell intelligens inom medicinskt område
Jan 06, 2020
Lämna ett meddelande
Vilka är fördelarna med AI i kombination med medicinsk avbildning?
Under de senaste åren, med den snabba utvecklingen av mobilt internet, tingenätet och annan ny teknik, blir mängden data som genereras av olika terminalenheter större och större. Enligt berörda myndigheters förutsägelse kommer mängden stora data att stiga till 44 zb under 2020. Det är underförstått att upp till 80% av dessa uppgifter kommer från ostrukturerade data som text, bild, video etc. Men på grund av teknisk flaskhals, kan det befintliga IT-systemet inte känna igen dessa ostrukturerade data, så dessa data precis som "skräp" blir värdelösa. Den kognitiva tekniken för konstgjord intelligens är en oundviklig produkt från big data-era. Det kan inte bara identifiera ett stort antal ostrukturerade data, utan också ge datainsyn (kognitiv datoranpassning är ett begrepp som IBM föreslår. Ur teknisk synvinkel har kognitiv datoranvändning och konstgjord intelligens mycket gemensamt, såsom maskininlärning, djup inlärning och andra aspekter är mycket lika, men artificiell intelligens endast som en dimension av kognitiv dator, konstgjord intelligens betonar att göra maskiner mer mänskliga, medan kognitiv dator betonar resonemang och lärande, och hur man kan kombinera sådana förmågor med specifika affärsapplikationer och lösa affärsproblem Shi Dongfeng, en serverlösning för IBM: s hårdvarussystem Greater China, sa en gång att kognitiv datoranpassning är ett sätt att tänka och uppfatta världen "som människor", med tre enastående egenskaper för att förstå, resonera och lära sig och kunna förstå olika former av ostrukturerad data, för att generera datainsikt, hjälpa företag att snabbt gå i insikter från komplexa massiva data och fatta mer exakta affärsbeslut.
Faktum är att vissa högteknologiska företag hemma och utomlands har använt denna avancerade teknik, som kognitiv datoranvändning och djup inlärning, inom området medicinsk avbildning, och det har funnits en "robotläkare", med IBMs "Dr. Watson" som den mest representativa. Under bakgrund av inhemsk medicinsk information och hierarkisk diagnos och behandling växer marknadsutrymmet för konstgjord intelligens och medicinsk bild.
För läkare är hjärnans minneskapacitet och tid begränsad. De flesta läkare kan inte läsa och förstå de senaste tiotusentals forskningshandlingarna, än mindre komma ihåg de tiotusentals sjukdomar som människor kan drabbas av. Men för olika AI kan "robotläkare" kontinuerligt lära sig från ett stort antal medicinska referensböcker, medicinska tidskrifter, kliniska diagnosmanualer, medicinska elektroniska journaler, till de elektroniska medicinska dokument som nämns i Encyclopedia, ordböcker, böcker, nyheter och till och med filmmanus. genom djup inlärningsteknologi och kan lagra nästan all den senaste medicinska kunskapen i tid. Dessutom kan robotläkare tillämpa det de har lärt sig. Genom kognitiv analysteknik, med massiva data som samlas in från olika kanaler, kan de snabbt ge "åsikter" för att vägleda läkare att fatta diagnos- och behandlingsbeslut och kommer inte att leda till brist på diagnos eller feldiagnos på grund av mänskliga känslor. Samtidigt kan patienter få medicinska tjänster snabbare, och medicinska institutioner kan också spara kostnader.
Innan dess har den kognitiva analysen av mer än 90% ostrukturerad medicinsk bilddata alltid varit blank, eftersom den involverar medicinsk bildanalyssteknik och datakognitiv datorteknik, med hög teknisk tröskel, och kognitiv teknik kompenserar bara för detta tekniska gap. , så det kommersiella värdet av konstgjord intelligens inom området medicinsk bild kan inte ignoreras. Enligt informationen från IBM, i utländska länder, redan 2014, har IBMs "Dr. Watson" anställts vid MD Anderson Cancer Center i USA och har hyllats som "den bästa cancereksperten i framtiden "och" medicinens gud ". Det uppskattas att Watsons diagnostiska noggrannhet är 73%.
Kombinationen av artificiell intelligens och medicinsk bild har många fördelar, inklusive patienter, läkare och medicinsk behandling. För patienter kan de genomföra hälsoundersökningen snabbare, få mer exakta diagnosförslag och personliga behandlingsförslag; för läkare kan de minska lästiden, hjälpdiagnos, minska sannolikheten för feldiagnos och snabba möjliga biverkningar; för medicinsk behandling kan djupgående lärande förbättra beredningsgraden och systematiskt sänka de medicinska kostnaderna.
AI hjälper bärbar medicinsk behandling snabbt?
ABI-forskning, en marknadsundersökningsorganisation, förutspår att den bärbara apparatsindustrin kommer att gå in i explosionens och populariseringsperioden under de kommande fem åren. Det uppskattas att den globala leveransvolymen för bärbar enhet kommer att nå 485 miljoner enheter under 2018, vilket motsvarar försäljningsskalan på 19 miljarder dollar. Det kan ses att marknaden för Wearable-enheterna är enorm. Ahadome förutspår att bärbar teknologi står för minst 50% av bärbara apparater inom sjukvården. Det kan sägas att medicinsk behandling är det mest lovande användningsområdet för bärbara anordningar, som kommer att "subverteras" noggrant i framtiden.
Förhållandet mellan artificiell intelligens och bärbar medicinsk utrustning är ganska "nära", vilket spelar en roll för att främja snabb landning av bärbara medicinska apparater. Bärbara apparater kommer att leda till en revolution för den medicinska utrustningen, som inte bara kan övervaka blodsocker, blodtryck, hjärtfrekvens, syreinnehåll i blodet, kroppstemperatur, andningsfrekvens och andra människors hälsaindikatorer när som helst och var som helst, utan också användas för behandling av olika sjukdomar Det kan till och med användas för att övervaka olika kroniska sjukdomar.
För mer information, kontakta oss på sales@xfullstar.com