医疗AI的未来发展:值得关注的3大趋势

2022-07-01
关注
摘要 当新冠疫情肆虐、人们心理健康出现危机、医疗成本上升、人口老龄化各种趋势交织出现的时候,行业领导者们加快了开发医疗专用AI应用的步伐,其中一个来自风投市场的信号显示:超过40家初创公司筹集了大量资金(超过2000万美金)用于打造医疗AI解决方案。

当新冠疫情肆虐、人们心理健康出现危机、医疗成本上升、人口老龄化各种趋势交织出现的时候,行业领导者们加快了开发医疗专用AI应用的步伐,其中一个来自风投市场的信号显示:超过40家初创公司筹集了大量资金(超过2000万美金)用于打造医疗AI解决方案,但是到底AI是如何用于医疗行业中的呢?

最近一份题为《2022年医疗AI调查》的报告,对全球300多名受访者进行了调查,以了解和定义医疗AI带来的挑战、取得的成就以及使用场景。这是该调查启动后的第二年,虽然从结果来看没有显着的变化,但确实出现了一些有趣的趋势,预示着未来几年可能会发生怎样的变化。虽然这种演变的某些方面是积极的(例如人工智能的普及),但还有一些方面却不那么令人感到兴奋(例如攻击面加大),下面就让我们来看看下面这三个企业需要了解的趋势。

1、使用无代码工具实现AI的易用和普及

根据Gartner估计,到2025年,企业开发的新应用中有70%将使用无代码或者低代码技术,这一数据高于2020年的不到25%。低代码能够简化程序员的工作量,而无需数据科学干预的无代码解决方案将给企业及其他领域带来的影响最大,这也说明了为什么人工智能技术的使用范围从技术专业人员转移到领域专家是令人感到兴奋的。

这对医疗行业来说,意味着将有超过半数(61%)的受访者把临床医生作为他们的目标用户,其次是医疗服务支付方(45%)和医疗IT企业(38%),再加上医疗AI应用的快速发展、获得大量投资、开源技术的普及可用性,说明了医疗AI正在被更广泛地采用。

这一点很重要:把代码交到医护人员手中,就像使用Excel或Photoshop等常用办公工具一样便捷,将给AI带来改变,使其变得更好。医疗AI除了更易于使用之外,还可以实现更准确、更可靠的结果,因为现在医疗AI是由医疗专业人员(而不是软件专业人员)使用和掌管的。当然,这些变化不会在一夜之间发生,但对AI来说,被领域专家越来越多地使用,就是向前迈出了重大一步。

2、工具越来越复杂,文本越来越实用

此次调查还有其他一些令人鼓舞的发现,例如AI工具不断发展进步,以及用户希望对特定模型进行深入的研究。当受访者被问及他们计划在2022年底之前采用哪些技术时,有很多技术负责人提到了数据集成(46%)、商业智能(44%)、自然语言处理(43%)和数据注释(38%)。目前文本是AI应用最有可能使用的数据类型,同时,受访者对自然语言处理(NLP)和数据注释的重视,表明更复杂的AI技术正在兴起。

这些工具为很多重要的使用场景提供支持,例如支持临床决策、药物发现和医疗策略评估等等。特别是经过了这两年新冠疫情大流行之后,我们开发了新的疫苗,知道了如何在发生大规模事件之后更好地支持医疗系统的需求,因此在这些技术领域取得进展就显得如此重要。通过这些例子,我们很明确地了解到,AI在医疗行业的用途与其他行业有很大的不同,因此也需要一种不同的方法。

因此,成熟组织的技术领导者和受访者,都把医疗特定模型和算法的可用性作为评估是在本地安装软件库还是采用SaaS解决方案的一个最重要要求,也就不足为怪了。从风投格局、市场现有软件库、人工智能用户的需求等多个方面来看,未来几年内医疗特定只会不断增长。

3、安全问题日益突显

过去一年中AI取得了诸多进展,同时也引入了一系列新的攻击媒介。当受访者被问及使用哪些类型的软件来开发AI应用,最受欢迎的选择是本地安装的商业软件(37%)和开源软件(35%)。最值得注意的是,与去年的调查结果相比,云服务的使用率减少了12%(30%),很可能原因就是数据共享导致的隐私问题。

此外,大多数受访者(53%)选择依靠自己的数据来验证模型,而不是使用第三方或者软件厂商的指标。来自成熟组织的受访者(68%)表示,他们倾向于使用内部评估和自行调整的模式。而且,因为关于医疗数据处理有着严格的控制和各种程序,这也说明了为什么AI用户希望尽可能在组织内部处理这些问题。

但无论对软件有哪些偏好或者用户如何验证模型,不断升级的医疗安全威胁都可能产生重大影响。虽然其他关键基础设施服务同样面临各种挑战,但医疗违规的后果已经不仅仅是声誉和财务上的损失了,数据丢失或者医院设备被攻击,关乎的是生与死的问题。

随着开发者和投资者努力让AI技术掌握于日常用户的手中,AI将有望实现更显着的增长。但随着AI被更广泛地采用,模型和工具的持续改进,安全和道德将成为一个需要关注的重点领域。今年医疗行业的AI技术将如何发展,对行业未来意味着什么,这些都值得我们期待。

您觉得本篇内容如何
评分

相关产品

CSMS 中科微感 人工智能+嗅觉传感器(AI-Nose) 气体传感器

中科微感逐步攻克了制约人工嗅觉传感发展的核心材料、硬件、算法等技术,开发出了以新型纳米敏感材料为基础,以微纳加工技术为支撑,以人工智能算法为核心的第一代 MEMS 基金属氧化物半导体原理的人工嗅觉传感器产这一产品将解决当前制约人工智能嗅觉技术与市场应用发展的关键问题:提供量产化的高一致、低成本、微型化的嗅觉传感器阵列硬件,以及提供标准化的人工智能+嗅觉气味感知软件平台,使客户能够快速构建和应用气味数据模型

XKCON 祥控 弹药库环境温湿度异常报警与智能监控系统 温湿度变送器

济南祥控自动化设备有限公司自主研发的XKCON祥控弹药库环境温湿度异常报警与智能监控系统采用物联网、传感器、大数据、人工智能等先进技术,能够对弹药库环境温湿度信息实现数字化、可视化管理。

山东美安 矿山电机车防追尾道岔口报警器 控制器及系统

煤矿用机车防追尾保护装置 机车防追尾保护装置是一种矿用人工智能保护装置、具有防追尾保护、无线触发沿途弯道语言保护、输出控制并记录等功能可广泛的使用在矿山井下、井上的运输机车上。

KEYENCE 基恩士 AI-1000C 图像匹配传感器

因此,人工智能系列能够在模式匹配的基础上对物体进行稳定的检测和识别,而这是基于强度或距离的传感器难以实现的。 基于强度或距离的传感器难以实现。

云传物联 河道水质浮标在线PH监测传感器系统设备 便携式水质检测仪

电子水质监测解决方案利用信息控制与处理、人工智能、自动化、物联网及多媒体等技术,集水质参数在线采集、无线传输、智能处理、超限报警、远程管理等功能于一体的水质监测解决方案

DINSEE 鼎信智慧科技 DX-WPS100-SP2... CMOS图像传感器

针对传统配电线路人工巡检效率低、周期长等问题,鼎信智慧结合物联网、红外热成像、人工智能等技术,研发了配电线路图像视频双光球机在线监测装置。

大立科技 DM60-W3 红外体温快速筛检

红外热成像体温快速筛检系统DM60-W3系列为384*288/640*480像素,人工智能算法,远距离、大场景测温更精准。

Maike 迈科光电 MK-PB4023PS&ALS&VC-A01E 接近传感器

EM30918、STK3311-X、STK3321、APDS-9900 ,9901、TMD2772WA、RPR0521RS、VCNL4035X01 WH4530A),广泛应用于平板电脑、工控显示类产品、智能家居、AI人工智能等场景,联想笔记本电脑,九安医疗的测温仪,微步数码的平板等都应用了我们这颗传感器,已量产批量出货。

Handsome 翰德圣 HDSELM V1.1 安全传感器和系统

设备全生命周期管理平台融合的物联网、云计算、大数据、人工智能、优化制造、再制造六项主流技术,通过云端模块化的架构可为企业灵活管理设备,不仅可以随时随地了解设备运行状态、发现故障隐患,还能够通过大数据分析指导企业维修

评论

您需要登录才可以回复|注册

提交评论

广告
提取码
复制提取码
点击跳转至百度网盘