Yapay zeka teknolojisinin belirli pazarlara açılma fırsatları ve zorlukları

Yeni bir teknolojinin geliştirilmesi Gartner eğrisini takip edecek ve kamuoyu beklentilerinin genişlemesini deneyimleyecek, sonra çökecek ve sonra istikrarlı hale gelecektir.

Ancak yapay zeka farklıdır.İnsanların beklenti eğrisi aşağı yukarı dalgalanıyor.Yapay zekanın mevcut coşkusu her an bir sonraki olabilir.

Bu kavşak bir kez daha kamuoyunun kışına girdi. Kamuoyu ortamındaki iniş çıkışların aksine, yapay zeka şiddetli bir değişim sağlayamaz.

Hayatı değiştiren bir ürün, aksine sürekli ve ilerici bir şekilde daha iyi gelişmeye devam edecek.Yeni teknolojilerin uygulanması

Adım adım ilerleme.

· Sağlık, finans ve seyahat olmak üzere üç alanda AI + 'ya neden öncelik verilsin?

Geriye dönük olarak bakıldığında yapay zeka, maliyetleri düşüren, verimliliği artıran ve endüstriyel yükseltmeyi güçlendiren bir araçtır.Farkı, hayatın her alanında - aşırı aranan ya da sessizce - gördüğü ilgidir.

Genel olarak, Yiou düşünce kuruluşları "tıbbi", "finans" ve "seyahat" olmak üzere üç alanda maliyet düşürme ve verimlilik artışı olasılığını gördüler ve bu pazarlardaki değişikliklerin genel halkın acil ihtiyaçları ile ilgili olduğunu gördüler. Bu değişikliklerin ardında, "tek başlama ve tüm bedeni hareket ettirme" nin potansiyel etkisi getirilir.

· "Tek atış yapma ve tüm vücudu hareket ettirme" nin potansiyel etkisi;

· Tıbbi bakımın en acil değişim ihtiyacı olduğu için;

Tıbbi bakım, insanların geçim kaynağıdır ve "tıbbi reform" her yıl çok konuşulan bir kelimedir, ancak her yıl çaresizdir. İnternet + tıbbi bakımın uygulanması

Şimdiye kadar tıbbi reformun etkisi minimum düzeyde kaldı. Günümüzde yapay zeka + tıbbi bakımın değişime yardımcı olup olamayacağı rekabette bir sina haline geldi

gelgit.

· Finans sektörü bir hizmet sektörü olduğu için, diğer sektörler için bir yağlayıcı görevi görür;

İstatistik Bürosu'ndan alınan istatistikler, Çin finans sektörünün katma değerinin 2015 yılında GSYİH'nın% 8,5'ini oluşturduğunu ve 2016'nın ilk yarısındaki verilerin% 9,2'ye yükseldiğini gösteriyor. GSYİH, ulusal ekonomideki tüm sektörlerin katma değerlerinin toplamı olduğu için, finans sektörünün katma değerinin GSYİH'ye oranının göstergesi çok basit bir anlama sahiptir ve tüm toplumda finans sektörüne ne kadar kaynak ve getiri aktığını gösterir. Finans sektörü bir hizmet sektörüdür.Diğer sektörler için yağlayıcı görevi görür.Yağlayıcı yetersiz kalırsa makine sorunsuz çalışmaz ve çok aşınır.Yağlayıcı fazla olursa kayma ve rölantiye neden olur.

· Çünkü hareketlilik şehrin can damarı ve kentsel yaşamın temel ihtiyaçlarıdır;

Veriler, trafik sıkışıklığının Los Angeles'ta her yıl 23 milyar ABD doları kadar kayba neden olduğunu gösteriyor. Bu temelde şehirleşme ve nüfus

Büyüme trendi ayrıca şehirlerin ortalama nüfus yoğunluğunu en az% 30 artmaya itecek. Bu amaçla, insanların mobiliteye olan ihtiyacını öngörebiliriz

İkiye katlamaya çalışmak, daha fazla trafik sıkışıklığına ve mobil seyahatin daha düşük verimliliğine yol açacaktır. Bu, kişisel haklar, ekonomik dolaşım ve

Aynı zamanda çevreyi korumakla da ilgilidir.

· Tıp alanındaki sorunlar;

Tıp alanında çözülmesi gereken en acil sorun nedir? Sina Weibo, bir

Anketin nihai sonucu, bir dereceye kadar halkın ne düşündüğünü, tıbbi reformu yansıtan tek seçenekli bir oylamaya katılan 3.933 kişi tarafından çizildi.

Acilen çözülmesi gereken sorunlar.

Yukarıdaki şekilde gösterildiği gibi, 3933 kişinin rastgele oylama sonuçlarında seslerin% 39,6'sı "pahalı tıbbi tedavi" den şikayetçi olmuş, bunu "tıbbi kaynakların dengesizliği", "doktor-hasta ilişkisi", "birincil tıbbi bakım" vb. Takip etmiştir. Tıp endüstrisindeki temel oyuncular-evet

Hastaneler (tıbbi kaynaklar), sağlık personeli ve hastalar, ilki bu makalede tartışılmayacak, son ikisi endişeden başka bir şey değil

"Doktora gitmek sakıncalı, pahalı mı pahalı mı", "bugün zamanında işten ayrılabilir misin" ve "bu yıl maaşın artacak mı"

Temyiz.

AI, tıbbi maliyeti azaltma ve verimliliği artırma işlevleri sunar, ancak tıbbi zekaya giden yol hala sağlamdır

Bu taleplerin ardında daha derine inmek, tıbbi statükonun aşağıdaki sorunlara sahip olduğunu ortaya çıkaracaktır.

· Arz açısından, tıbbi kaynakların tahsisi yetersizdir ve sağlık personelinin yüksek düzeydeki kıtlığı da eşit olmayan bir şekilde dağıtılmıştır;

Sağlık personeli için, üst düzey doktorlar azdır ve çoğu birinci kademe şehirlerde yoğunlaşmıştır.Yetenekli tıbbi kaynaklar dışında, rasyonlama talebi karşılayamaz. Ulusal Sağlık ve Aile Planlaması Komisyonu'nun direktörü Li Bin, Onikinci Ulusal Halk Kongresi Beşinci Oturumu basın toplantısına katılırken, "yüksek kaliteli tıbbi kaynaklarda görece bir eksiklik olduğunu ve dengesiz bölünmelerin temel sorunu olduğunu" ve "yüksek kalitenin teşvik edildiğini" belirtti. Kaynakların batması ve ağırlık merkezinin kayması, ilk adım, reform yoluyla hiyerarşik bir teşhis ve tedavi sistemi kurmaktır. "

· Talep yönünden "doktora gitmek zordur" ve "doktora gitmek pahalıdır";

Halkın asıl cazibesi tıbbi tedavi süresini kısaltmak ve yanlış teşhisi azaltmaktır.Herkesin "bir doktor görmek için zamanın% 90'ının sırada beklediğini" hissettiğine inanıyorum. Tabii ki iyi hizmet veren bazı özel hastaneler hariç.

· Yapay zeka, tıbbi bakımı güçlendirir ve maliyetleri düşürmek ve verimliliği artırmak için bir araçtır;

Tıp alanında, yapay zekanın gelişimi aslında birkaç yıldır sürüyor İnsanlara yapay zekaya yeni bir bakış açısı veren derin öğrenme zamanı.

Doktorların yerini alması, belirli hastalıkları teşhis etmesi veya hatta büyük verilere dayanarak en iyisini seçmesi için yapay zekanın gelişini dört gözle bekliyor olsun.

Tedavi veya sonucu tahmin etme.

Tıbbi alandaki sorunlara yanıt olarak, piyasada bir dizi "tıbbi + yapay zeka" şirketi ortaya çıktı. Yiou düşünce kuruluşu bunları sınıflandırdı: tıbbi görüntüleme, gen sıralaması, tıbbi büyük veri, tıbbi hizmetler ve sağlık Yukarıdaki şekilde gösterildiği gibi yönetim, ilaç / cihaz araştırma ve geliştirme ve kurumsal bilgiler.

Aşağıda, sınıflandırma sınırının tanımı verilmiştir:

Kurumsal Bilgiler : Bu tür şirketler, tıbbi kurumların operasyonel verimliliği ve teşhis ve tedavi etkilerini iyileştirmesine ve harcama maliyetlerini düşürmesine yardımcı olmak için temel olarak veri izleme ve analizini kullanır.

Tıbbi büyük veri : Bu sınıflandırma nispeten belirsizdir, çünkü aslında, diğer birkaç tür tıbbi büyük veriden ayrılamaz. Bununla birlikte, bu tür şirketler verilerin kendisinin araştırılmasına ve analizine daha fazla önem vermektedir. Örneğin, ünlü Flatiron bir tümör büyük veri platformu oluşturacak, tümör hasta verilerini biriktirecek ve verilerin geliştirilmesi ve analizi yoluyla klinik, bilimsel araştırmalar, yeni ilaçlar ve hasta tedavisine hizmet edecek.

İlaç / cihaz araştırma ve geliştirme : Büyük veri ve yapay zeka teknolojisine dayalı olarak, verilerin hesaplanmasının ilaçların / cihazların araştırma ve geliştirmesini simüle etmesine izin verin

İlaç firmalarının / cihaz üreticilerinin Ar-Ge döngüsünü kısaltmasına ve Ar-Ge maliyetlerini düşürmesine yardımcı olmak.

Tıbbi Görüntüleme : Doktorların hastanın görüntü verilerini daha hızlı ve daha doğru okumasına yardımcı olmak için yapay zeka ve derin öğrenme teknolojisine dayanır

Daha iyi bir yargıya göre, bilgisayar elektrokardiyogram ve servikal küretajı yarı otomatik olarak okuyabilir.

Film resimleri çekin ve bağımsız olarak birçok deneysel teşhis testi projesini üstlenin.

Sağlık hizmeti : Erken tarama, tanı, rehabilitasyon ve cerrahi riskler dahil olmak üzere yaygın olarak anlaşılan klinik tanı yardımcı sistemi

İzleme, ilaç güvenliği vb. Kan, uyku, sinirler ve psikoloji gibi farklı alanlara ayrılacaktır.

Hassas tıp : İnsan vücudunun kendi verilerine ve bu verilerin analizine dayanarak hassas tedavi sağlamak için genetik

Verilerin sıralanmasının anlamı, olağan tıbbi büyük verilerden farklıdır, ancak gelecekte, yapay zeka ve hassas tıp, gen dizilemesinde kullanılacaktır.

Bu bağlantı bağlanabilir.

Sağlık yönetimi : Burada temel olarak kişisel sağlık yönetimini ve bireysel kullanıcılara dayalı giyilebilir cihazları dahil ediyoruz.

içinde. Bu tür şirketler, çoğunlukla, hastalık risklerini tahmin etmek ve sağlık yönetimi çözümleri sağlamak için kullanıcıların kişisel sağlık verilerini kullanır. Bu tıbbi

+ AI C kategorisine nadirdir.

Yukarıdaki resim, Eou Think Tank tarafından toplanan ilgili "tıbbi + yapay zeka" şirketlerinden bazılarını göstermektedir.

· Tıbbi görüntüleme, "Medikal + AI" nın ticarileştirilmesine en yakın sektördür;

Yukarıdaki yedi kategori arasında, tıbbi görüntüleme genellikle ticarileştirmeye en yakın sektör olarak kabul edilir.

Bir yandan görüntü verileri tüm tıbbi veriler içinde en standardize edilmiş olduğundan, diğer yandan tıbbi görüntüleme büyük ilgi gördü.Modern tıbbın, biyomühendisliğin ve bilgisayar bilişim teknolojisinin gelişmesiyle tıbbi görüntüleme cerrahi ve dahili tıp ile paralel hale geldi. Üç ana tedavi yöntemi, kanser ve belirli kalp hastalıkları gibi birçok büyük hastalık, yalnızca tedavi şansını artırmakla kalmayıp aynı zamanda tıbbi masrafları da kontrol eden son teknoloji tıbbi görüntüleme ekipmanı aracılığıyla erken bir aşamada tespit edilebilir. Yüksek hassasiyetli çok modlu tıbbi görüntüleme teknolojisi, uzun süredir küresel bilimsel araştırma kurumları ve çok uluslu şirketler için sıcak bir nokta haline geldi. Tıbbi görüntüleme pazarı, uzun süredir yüz milyarlarca ölçeğe sahip bir pazar olmuştur.

· Yapay zekanın tıbbi görüntülemede özel uygulaması;

Yiou düşünce kuruluşu Dr. Zhou Xiang'ın "Yapay Zekanın Tıbbi Uygulaması: Ticarileştirme ve Sanayileşme Üzerine Rastgele Düşünceler" başlıklı makalesinde,

Dışarıda (yukarıda resmedilmiştir): AI, tıbbi görüntüleme ekipmanının iki gözünü güçlendirir, biri hastalıkları görmeye odaklanır, bu da geleneksel CAD

Bilgisayar Destekli Tespit (Bilgisayar Destekli Tespit) alanında diğer göz anatomiye odaklanacak,

ALPHA (İnsan Anatomisinin Otomatik Belirlenmesi ve Ayrıştırılması)

Dinamik tanımlama ve analiz).

ALFA : Makine öğrenmesine dayalı insan anatomisinin otomatik tespiti, tıbbi görüntüleme alanında yaygın olarak kullanılmaktadır.

kullanın. CT ve MRI makineleri, tarama öncesi görüntülerden çeşitli anatomik yapıları otomatik olarak bulabilir ve ardından hedef yapıyı (beyin gibi) çok doğru bir şekilde görüntüleyebilirken, bitişik hassas organlara (kornea gibi) gereksiz hasarı azaltır. Ayrıca, yukarıdaki şekilde gösterildiği gibi organların hareketini takip edebilir ve çeşitli ölçümler sağlayabilir.

ALPHA aracı, görüntülemenin kalitesini, hızını, tutarlılığını ve tekrarlanabilirliğini büyük ölçüde iyileştirmeye yardımcı olur: Tutarlılık, aynı hastayı tarayan farklı teknisyenler tarafından üretilen görüntülerin aynı olması gerektiği anlamına gelir. Bir tekrarlanabilirlik örneği, örneğin altı ay sonra çekilen diz MRI resminin altı ay önceki resimle tam olarak aynı anatomik düzlemde olması gerektiğidir, böylece altı aylık tedavinin gerçek etkisi net bir şekilde görülebilir. , Radyologların görüntüleri işlemesine ve analiz etmesine ve raporları daha hızlı ve daha iyi yazmasına yardımcı olun.

CAD : Otonom sürüşte kazadan sorumlu ana gövdenin L2'den L3'e değişmesine benzer ve ayrıca tıbbi görüntülemede de bir değişiklik var. fakat

CAD bilgisayar destekli algılama algoritması çoğu zaman "ikinci okuyucu" rolünü oynar ve algoritma yalnızca yardım / yardım sağlar

Doktorların hala görüntü toplama ve analizi için tam sorumluluk alması gerekiyor. L3 düzeyinde, AI "ilk okuyucu" ve aynı zamanda "yalnızca

"Bir okuyucu", kazadan sorumlu ana organ olur. Dr. Zhou Xiangın makalesine göre

AI, elektrogram izleme, servikal smear ve bazı patolojik görüntülerin otomatik analizi görevlerinin ana sorumluluğunu zaten almıştır. "Doktorların yalnızca algoritma tarafından bulunan şüpheli lezyonları gözden geçirmesi gerekir. Bilgisayar tüm göğüs röntgeni görüntülerini analiz edecek ve hangi kişilerin lezyonları olabileceğini doğrudan klinisyene gösterecek ve normal ve sağlıklı görünenleri doğrudan gönderecektir. Eve geri gel.

· Büyük veri paylaşılamaz, tıbbi bilgiler standart hale getirilemez ve tıbbi istihbarata giden yol hala sağlamdır;

Yapay zeka tıbbi değişikliklere gerçekten yardımcı olabilse de, tıbbi sorunları çözmek uzun vadeli bir savaştır.

Tabandan gelen talepler "işleme maliyetleri, işten hızlıca ayrılma", "pahalı tıbbi bakım ve bir doktoru görmenin zor olması". Uzun vadede, tatmin edilmeyen taleplerin nedenleri "büyük veri paylaşılamadı" ve "tıbbi bilgiler standartlaştırılamadı", örneğin Şekil 9 (yukarıda).

Hastane sisteminin kapalı olması ve verilerin hassasiyeti nedeniyle hastaneler birbirlerinin sonuçlarını tanımıyor, büyük veri eksikliğine yol açıyor, tıbbi bilginin standardizasyon eksikliği ile birleştiğinde, uzun bir süre içinde çözüm bulunamazsa denilebilir. Büyük veri paylaşımı ve tıbbi bilgi standardizasyonu gibi iki sorunla birlikte, tıbbi zekaya giden yol hala inişli çıkışlı.

· Büyük veri paylaşımı;

Girişimcilerin çok fazla veriye ihtiyacı vardır ve hastaneler ve hastalar verileri saklamak zorundadır.

hastane : Girişimcilerin büyük miktarda veriyi paylaşması gerekiyor ve hastanelerin ve tedarikçilerin kendi çıkarları için paylaşımı önlemek için engellere bağlı kalmaları gerekiyor. Yıllar içindeki devasa ilgi zinciri, veri paylaşımını kırılması zor bir çıkmaz haline getirdi. Tüm tarafların çıkarlarının nasıl kırılacağı ve veri güvenliğinin nasıl sağlanacağı, tıbbi istihbarat için önemli bir ön koşul olacaktır.

hasta : Ayrıca veriler açılmış olsa bile hastalar için veri güvenliği bir başka sorundur. Hiçbir hasta verilerinin sızdırılmasını istemez.

· Tıbbi bilgilerin standardizasyonu;

Tıbbi bilgilerin standardizasyonu ile ilgili olarak, çoğu hastane verisi standartlaştırılmamıştır.Elektronik tıbbi kayıt olsa bile, içerik sistematik bir standart dilden ziyade doktorlar tarafından öznel girdidir. Tıp alanında çeşitli bilgi türlerinin standardizasyonu oluşturulamıyorsa, hassas tıp, kağıt üzerinde konuşmaktan farksızdır.

Tıpkı canavarlarla savaşmak için oyun oynamak gibi, zorlu katmanın beklentilerini karşılamak, büyük veri paylaşımı ve tıbbi bilgi standardizasyonunu gerçekleştirmek ve engellere odaklanmak gerekir.Tıbbi zeka yolunda, AI gerçek bir maliyet azaltma ve verimlilik artırma işlevi oynayabilir. Ancak tıbbi bakımın temel sorunlarını çözmek için, arkasındaki karmaşık çıkarlar ağı gibi çetrefilli konuları içerecek ve tıbbi istihbarat hala sağlam.

Üç dakika balık tutun: Köpekbalığını gördüm!
önceki
Xu Jinjiang'ın Gök Gürültüsü Kralı'nın korsan versiyonu olan COS süper kahramanı sonuncusunu gördü ve bir domuzu ağlattı!
Sonraki
Tam Metin CPC Merkez Komitesi'nin Partinin Siyasi Yapısının Güçlendirilmesi Konusundaki Görüşleri
İlk kaptanımın davası: RIMOWA 22 inç PILOT
3,8 milyar 981 resmi hesap satın alındı, bu pestisit ve veteriner ilaç şirketi hangi hesaplamaları yapıyor?
PSN Hong Kong hizmeti EA oyunu düşük fiyatlarla satışta, üyeler indirimden yararlanıyor
Hepsi klasiklerde klasiktir! Kaydedeceğiniz bu 6 filmi tavsiye edin
Yapay Zeka Teknolojisinin Yaygınlaştırılması: Konuşma Tanıma ve Doğal Dil Anlayışı
İdolün kilo vermesi için kalp kırıklığı! Wang Junkai ve Jay Chou kasıtlı olarak şekersiz yeşil çay hazırladı
190402 Wang Yuan'ın program provası işe gidiyor Reuters The cutie, saçında bir klipsle
45W iki yönlü hızlı şarjı destekleyin, Mi Power Bank 3 üst düzey sürümü çevrimiçi
Çin'de hidrojen yakıtlı araçlar: Sübvansiyonların altın dönemi tekrarlandığında sektördeki darboğaz aşılabilir mi?
Yapay Zeka Bilimi Serisi: Yapay zeka teknolojisi grafiklerine genel bakış ve detaylı bilgisayar görme teknolojisi
"TFBOYS" "Haberler" 190402 Wang Yuan'ın program provası, saç tokasıyla sevimli Reuters'e gidiyor
To Top