专业化医疗人工智能平台行业报告：医疗AI（24页）

行业报告下载 2020年04月19日 08:42 管理员

在医疗服务数字化转型的背景下，大数据技术和人工智能技术的应用成为提高医疗资源供给和提升诊疗水平的关键，为疾病预防和治疗提供了新的生产力《关于促进和规范健康医疗大数据应用发展的指导意见》。根据《IDC FutureScape：全球医疗行业 2018 预测》，到2021年，通过采用认知技术和人工智能技术， 20%的医疗机构和40%的生命科学组织将获得15%到20%的生产力增长。人工智能系统应用后，医护工作者的工作效率得到提高，诊断和治疗的专业水平得到提升。中国的医院在采用人工智能技术方面正在加快步伐，虚拟医生、辅助诊断和辅助治疗等人工智能系统都在快速发展，IBM Watson 已经在数十家医院使用，而医学影像人工智能领域则呈现出雨后春笋般的爆发式发展态势。目前，医疗人工智能的应用大多处于实验的阶段，一些医院使用人工智能技术做诊断和治疗的辅助工作。目前，就各类医疗人工智能系统在诊疗工作中的作用而言，医学影像人工智能系统在辅助诊断方面所发挥的作用最大，也是未来一些年中最有发展潜力的系统。

根据 I D C 的调查访谈，放射科医生对于医疗影像人工智能系统在疾病辅助诊断中的作用感受尤为深刻，基于医学影像做出疾病诊断和辅助治疗越来越成为诊疗工作中的必要手段。影像的数量越来越大，阅读影像做出诊断的工作量也快速增加，而相应的影像医生难以同步增加，不仅造成很多医院的放射医生工作负担过重，而且也在一定程度上影响诊断准确性。医学影像人工智能系统在实践应用中，可以帮助医生做疾病筛查工作，例如最常见的做肺结节筛查、乳腺钼靶筛查等，通过筛查可以大大降低放射医生的工作量，使其有精力对于筛出来的疑似病历进行仔细检查，从而提高了整体诊断的精确度。在安装有影像人工智能辅助系统的医院中，放射医生医生普遍反映系统提高了工作效率，提高了诊断准确性，进而使该医院在特定疾病治疗中的治疗水平得到提升。医学影像人工智能辅助诊断之所以能够快速发展并在医院落地使用是由于多层神经网络技术的发展在医学影像辅助诊断方面实现了突破，同时庞大的影像数据量为深度学习系统提供了数长期据基础，医疗影像系统普遍遵从医学数字成像和通信DICOM3标准，数据质量较好，非常适合于人工智能系统的开发和推广应用。人工智能系统初步具备了针对医学影像进行诊断的能力，而且在医院的实际应用中，确实能够代替医生完成影像诊断的初步筛查工作，显著降低了医生的工作量，在一些复杂病例中，能够给予诊断更有效的辅助支持，所以获得了快速发展。一些医院也针对电子病历做了大数据开发，构建了疾病诊断和治疗的知识图谱，建立了辅助诊疗的认知系统，这些系统的使用显著地提升了疾病的诊断和治疗的效率。