尝试将世界上所有的医学知识概念化。它会填满多少本书?它会涵盖多少个主题?要完全学习需要多少年?
现在,想象它加倍。
1950年,研究人员预测,所有可用的医学知识将需要大约50年的时间才能翻一番。但2020年,估计只有73天。
进入人工智能 (AI)。医疗专业人员不可能跟上有关健康状况,治疗和医疗技术的不断新信息的涌入。这就是为什么医疗保健行业对人工智能和机器学习以及创造智能工具的公司来说是一个真正的增长机会。根据埃森哲 (Accenture) 的研究,医疗保健的人工智能市场的2014年和2021将增加十一倍,即6亿至66亿美元。
首先,快速绕道定义AI和机器学习。还记得你的小学老师告诉你所有的正方形都是矩形,但不是所有的矩形都是正方形吗?AI和机器学习有类似的关系: 机器学习是人工智能的一种应用,它的运行前提是机器可以使用大量数据来自己学习,并最终识别更多的未知事物。AI-计算机系统执行通常仅限于人类的任务的进步-是一个更广泛的概念,除了机器学习之外,还可以用于其他应用程序。这对消费者健康和整个医疗保健行业都有不断发展的影响。
机器学习可以轻松地与医疗保健行业的各个方面集成,这些方面具有广泛的数据集和可用的过去示例。该软件可以学习模式,以帮助检测肿瘤,推荐诊断,甚至预测患者住院的细节。例如,Google最近为某种类型的软件推出了一种新算法,称为神经网络。该公司的新算法旨在预测医院患者的预后,例如住院时间,再入院的机会和死亡几率。
但这并不全是研究数据集: 人工智能工具还可以作为医疗专业人员的顾问。以IBM的沃森超级计算机为例。2010年推出,它结合了人工智能和分析软件来回答问题 -- 该公司表示,它已经处理了115,000多名患者和消费者。都柏林城市大学计算机教授Alan Smeaton说,研究人员在某些情况下不断发布新信息和突破,因此许多医生使用Watson来了解最新发现。该软件已在全国各地的医院中使用,以帮助医生评估某些症状的影响,进行诊断并做出决定。
至于医生对可用的新工具有何看法?医疗设备技术公司Cloud DX的首席执行官罗伯特·考尔 (Robert Kaul) 说,这完全取决于是否有什么东西可以改善他们的最终权威。只要医疗专业人员对诊断有最终决定权,“我们发现临床医生实际上对这个概念感到兴奋,” 他说。但是医疗保健中的人工智能和机器学习工具有很高的门槛。虽然人为错误是人工智能首先被引入医疗保健的主要原因之一,但人工智能工具的一个错误转向可能意味着公众和行业本身的挫折 -- 特别是当涉及到潜在的偏见时。
美国民权活动家玛雅·威利 (Maya Wiley) 表示: “我们知道,有色人种获得良好医疗保健的可能性要小得多,农村地区的低收入人群也是如此。”“由于数据不足,数据本质上会偏向结果吗?收集这些数据意味着什么?”
Smesaton说,IBM的Watson或多或少是一种独特的行业工具,竞争最少。希望打入人工智能领域的企业家应该知道,预计会有30% 的企业加入人工智能2019年。根据信息技术公司Spiceworks的数据,这比去年的13% 有所增加。进军AI for healthcare可能意味着更大的增长。这是因为在现代世界,“数据就是货币”,考尔说。在一个行业中,每个inpidual的健康数据都可以在其一生中填满3亿书籍,因此在理解这些信息方面有很多财务机会。
同样,一些企业家正在将人工智能纳入可穿戴健康设备,以节省消费者的时间和金钱。这些工具可以使过去需要医院就诊的医疗保健的某些方面民主化-考虑对糖尿病,帕金森氏病,多发性硬化症 (MS) 等进行评估。一个例子是Sensoria Fitness,一家为跑步者创造AI可穿戴设备的公司。目前,姿势摇摆 (或跌倒的可能性) 是通过昂贵的医院内机器来衡量的。但是电气与电子工程师协会 (IEEE) 发表的研究表明,Sensoria嵌入传感器的 “智能袜子” 可能是一种可行的替代品,可以帮助以低成本预测平衡受损。
同样,一些AI可穿戴设备允许设备与医生共享实时健康数据。AI健康公司Qardio推出了一种ECG/EKG可穿戴设备,该设备有望在更短的时间内获得更高的诊断率-或更好的机会收集诊断所需的信息。反过来,这可能会导致支付更少的医疗保险费。
在过去的十年中,医疗保健行业一直专注于将医疗记录数字化。现在,问题在于管理这些庞大的数据集-因此,在未来几年中,任何可以实现这一目标的基础架构都应具有很高的需求。
DCVC的联合创始人兼联合管理合伙人扎卡里·博格 (Zachary Bogue) 表示: “(使用人工智能),我们可以努力解决医疗保健和生命科学领域的一些困难和一些以前不可能解决的问题。” 深度科技和人工智能风险基金。他说,他相信该领域的价值将在未来五年内 “大幅增长 -- 并可能成倍增长”。
博格说,他每周都会看到公司办公室里的企业家声称拥有世界上最好的人工智能算法,但他问他们,“这种领先优势能持续多久?”重要的是要让您摆脱最初的想法。他说,博格的基金投资于企业家,有三个要素: 世界级的人工智能算法、深厚的行业经验和专有数据集 (或访问数据集)。他说,这是 “目前的巨大机会”,因为医疗保健行业拥有许多专有或半专有数据集,企业家可以通过与不同组织的合作来访问这些数据集。
对于希望闯入该领域的企业家来说,还有一个提示吗?创始人应该是人工智能和医疗保健领域的专家 -- 如果你是其中之一,最好找一个经验补充你的联合创始人。
“医疗保健是一个巨大的、笨拙的行业,而且 [非常] 复杂,” 博格说,“一位勇敢的年轻人工智能专家将很难解决任何难题,而不把他…或她自己与具有深厚行业经验的人联系起来,反之亦然。”