AI如何助力解决医疗资源浪费问题？
2019-11-05 17:24
分享到微信
分享到微博
最近的一个报告指出，仅美国医疗保健系统的浪费成本每年就高达9350亿美元，约占医疗保健总支出的25％。
越来越多的初创企业和资深从业者将这种医疗保健中的低效浪费视为AI应用领域的一个数万亿美元的商机。
美国在医疗保健领域的投入占其国内生产总值(GDP)的18%，超过其他任何国家。《美国医学会杂志》（the Journal of the American Medical Association）在线发表的一份报告对54项研究进行了调查，估算了不同类型医疗资源年度浪费数据，其中浪费原因包括选择无效治疗方法导致治疗失败（至多1,660亿美元），协调多种治疗方法导致失败（780亿美元），欺诈和滥用职权（840亿美元）和管理复杂性（2660亿美元）。
报告总结说：“采取有效措施消除浪费，是减少美国医疗保健支出持续增长的一个机会。
MICCAI 会议同样关注这一问题
最近，在中国深圳举行的一次大型医学影像会议上，研究人员也关注了这一主题。
Intuitive Surgical战略副总裁Catherine Mohr在今年的国际医学图像计算和计算机辅助干预会议(MICCAI)上发表了主题演讲，他回顾了医疗技术的历史，并着眼于“如何在开发下一代医疗器械时将价格和价值区分开”。
在主题演讲中，中国医学影像AI产学研用创新联盟理事长刘士远还向与会者介绍了医学影像中使用的最新AI技术。刘士远还呼吁从业者，供应商和学者要共同努力，推动AI发展。
700多家AI医疗保健初创企业
商机无处不在。Scripps Research Translational Institute所长兼创始人Eric Topol于今年早些时候在硅谷NVIDIA GTC活动的主题演讲中表示，“每种类型的医疗保健专业人员都会受到AI的影响。” 最近出版的《深度医学：人工智能使医疗保健再次人性化》(Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again)一书的作者表示，人工智能将帮助相关从业者为患者提供“更优质，更便捷，更平价”的护理。
企业家们也闻风而至。NVIDIA业务开发副总裁Jeff Herbst表示，最近由一家华尔街大型银行赞助的医疗保健活动“正在与高科技风投公司并肩同行，而五年前情况并非如此。”
医疗保健领域拥有700多家初创公司，是NVIDIA 初创加速计划（NVIDIA Inception）中最大的类别，该计划旨在为初创公司提供AI训练和工具以推动其AI发展。Herbst呼吁人们要关注Biotrillion公司，这家初创公司通过对来自用户智能手机和智能手表的传感器数据进行分析，生成数字生物标记物以检测疾病。
他说：“医疗保健领域最大的商机是使用AI帮助人们保持健康，这对我来说是最振奋人心的领域。”
类似的公司还有很多。总部位于旧金山的Fathom公司正在开发深度学习工具，以使棘手的医学编码过程自动化，同时提高其准确性。通过使用Google Cloud中的NVIDIA P100和V100 Tensor Core GPU进行训练和推理，花费在医疗编码上的人工时间减少了多达90％。
总部位于休斯顿的InformAI公司则通过构建深度学习工具来帮助放射科医生减缓疲劳和压力，该工具可以帮助他们更迅速地分析医学扫描。它的图像分类器和诊断结果预测器可在Microsoft Azure云平台中的NVIDIA V100 GPU和现场NVIDIA DGX Station上运行。在短短30秒内它他们可以通过分析患者的3D CT扫描以了解20种鼻窦状况。
而加利福尼亚州门洛帕克的Subtle Medical公司在本周宣布，它的SubtleMR产品已获得FDA（美国食品药品监督管理局）的批准，这是其用于改善MRI图像质量的深度学习解决方案。同样作为NVIDIA初创加速计划成员，该公司的首款产品SubtlePET可以在目前系统扫描时间的四分之一时间段内，产生PET图像，并于去年获得FDA批准。两款产品都在DGX-1和DGX Station上进行了训练，并由TensorRT提供加速。
各公司开始采用AI技术
医学成像是医疗保健AI中最大的领域之一，它的初创企业遍布全球，其中包括韩国的初创公司Lunit和中国顶尖的医学成像初创公司推想科技（InferVISION），后者专注于肺结节分析和CT扫描预测。
主要供应商也在采用AI技术。UnitedHealth Group是美国最大的医疗保健公司之一。来自该公司的两名开发人员于今年早些时候在GTC演讲中分享了他们是如何利用AI，跨越事先授权的医疗程序，以指导电话呼叫。
6月，西门子医疗系统有限公司(Siemens Healthineers)和NVIDIA在医学影像信息学协会(SIIM)年会上分享了他们在医学影像AI方面的最新工作进展。该公司正在使用基于NVIDIA GPU的超级计算基础架构来开发AI软件，以使其能够进行精确放射治疗的器官分割。
NVIDIA加速计算副总裁Ian Buck在最近一次采访中表示：“在AI方面影响最大的领域是医疗保健。”
Buck表示：“医疗保健行业数据繁冗复杂……前方更是有许多障碍，但我真心希望AI可以帮助患者治愈疾病，并挽救生命，这使我对我们所做的工作倍感兴奋。”
另外，医生、科学家和研究人员今年将共赴影响深远的 GTC 大会，共同探索 GPU 如何推动 AI 实现精准医疗、改善人群健康管理和加强患者护理，并深入研究 AI 在药物发现、基因组学和医学成像方面的最新进展。
越来越多的初创企业和资深从业者将这种医疗保健中的低效浪费视为AI应用领域的一个数万亿美元的商机。
美国在医疗保健领域的投入占其国内生产总值(GDP)的18%，超过其他任何国家。《美国医学会杂志》（the Journal of the American Medical Association）在线发表的一份报告对54项研究进行了调查，估算了不同类型医疗资源年度浪费数据，其中浪费原因包括选择无效治疗方法导致治疗失败（至多1,660亿美元），协调多种治疗方法导致失败（780亿美元），欺诈和滥用职权（840亿美元）和管理复杂性（2660亿美元）。
报告总结说：“采取有效措施消除浪费，是减少美国医疗保健支出持续增长的一个机会。
MICCAI 会议同样关注这一问题
最近，在中国深圳举行的一次大型医学影像会议上，研究人员也关注了这一主题。
Intuitive Surgical战略副总裁Catherine Mohr在今年的国际医学图像计算和计算机辅助干预会议(MICCAI)上发表了主题演讲，他回顾了医疗技术的历史，并着眼于“如何在开发下一代医疗器械时将价格和价值区分开”。
在主题演讲中，中国医学影像AI产学研用创新联盟理事长刘士远还向与会者介绍了医学影像中使用的最新AI技术。刘士远还呼吁从业者，供应商和学者要共同努力，推动AI发展。
700多家AI医疗保健初创企业
商机无处不在。Scripps Research Translational Institute所长兼创始人Eric Topol于今年早些时候在硅谷NVIDIA GTC活动的主题演讲中表示，“每种类型的医疗保健专业人员都会受到AI的影响。” 最近出版的《深度医学：人工智能使医疗保健再次人性化》(Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again)一书的作者表示，人工智能将帮助相关从业者为患者提供“更优质，更便捷，更平价”的护理。
企业家们也闻风而至。NVIDIA业务开发副总裁Jeff Herbst表示，最近由一家华尔街大型银行赞助的医疗保健活动“正在与高科技风投公司并肩同行，而五年前情况并非如此。”
医疗保健领域拥有700多家初创公司，是NVIDIA 初创加速计划（NVIDIA Inception）中最大的类别，该计划旨在为初创公司提供AI训练和工具以推动其AI发展。Herbst呼吁人们要关注Biotrillion公司，这家初创公司通过对来自用户智能手机和智能手表的传感器数据进行分析，生成数字生物标记物以检测疾病。
他说：“医疗保健领域最大的商机是使用AI帮助人们保持健康，这对我来说是最振奋人心的领域。”
类似的公司还有很多。总部位于旧金山的Fathom公司正在开发深度学习工具，以使棘手的医学编码过程自动化，同时提高其准确性。通过使用Google Cloud中的NVIDIA P100和V100 Tensor Core GPU进行训练和推理，花费在医疗编码上的人工时间减少了多达90％。
总部位于休斯顿的InformAI公司则通过构建深度学习工具来帮助放射科医生减缓疲劳和压力，该工具可以帮助他们更迅速地分析医学扫描。它的图像分类器和诊断结果预测器可在Microsoft Azure云平台中的NVIDIA V100 GPU和现场NVIDIA DGX Station上运行。在短短30秒内它他们可以通过分析患者的3D CT扫描以了解20种鼻窦状况。
而加利福尼亚州门洛帕克的Subtle Medical公司在本周宣布，它的SubtleMR产品已获得FDA（美国食品药品监督管理局）的批准，这是其用于改善MRI图像质量的深度学习解决方案。同样作为NVIDIA初创加速计划成员，该公司的首款产品SubtlePET可以在目前系统扫描时间的四分之一时间段内，产生PET图像，并于去年获得FDA批准。两款产品都在DGX-1和DGX Station上进行了训练，并由TensorRT提供加速。
各公司开始采用AI技术
医学成像是医疗保健AI中最大的领域之一，它的初创企业遍布全球，其中包括韩国的初创公司Lunit和中国顶尖的医学成像初创公司推想科技（InferVISION），后者专注于肺结节分析和CT扫描预测。
主要供应商也在采用AI技术。UnitedHealth Group是美国最大的医疗保健公司之一。来自该公司的两名开发人员于今年早些时候在GTC演讲中分享了他们是如何利用AI，跨越事先授权的医疗程序，以指导电话呼叫。
6月，西门子医疗系统有限公司(Siemens Healthineers)和NVIDIA在医学影像信息学协会(SIIM)年会上分享了他们在医学影像AI方面的最新工作进展。该公司正在使用基于NVIDIA GPU的超级计算基础架构来开发AI软件，以使其能够进行精确放射治疗的器官分割。
NVIDIA加速计算副总裁Ian Buck在最近一次采访中表示：“在AI方面影响最大的领域是医疗保健。”
Buck表示：“医疗保健行业数据繁冗复杂……前方更是有许多障碍，但我真心希望AI可以帮助患者治愈疾病，并挽救生命，这使我对我们所做的工作倍感兴奋。”
另外，医生、科学家和研究人员今年将共赴影响深远的 GTC 大会，共同探索 GPU 如何推动 AI 实现精准医疗、改善人群健康管理和加强患者护理，并深入研究 AI 在药物发现、基因组学和医学成像方面的最新进展。
