人工智能医疗应用浪潮背后问题多:AI与医疗结合的机遇和风险
人工智能医疗应用浪潮背后问题多:AI与医疗结合的机遇和风险
这是一个令人兴奋的时代。诸如基因组学和医学成像等的医学领域带来的信息巨浪如今扑面而来,我们将可以利用人工智能来分析这些数据,并提供医疗见解。
然而,随着医疗AI领域创新产品的增多,一些老生常谈的商业问题也初现端倪。比如,初创公司如何在实现盈利?以及如何利用AI来扭转持续增加的医疗成本?最重要的是,医疗AI产品如何取得各方的信任?
海外知名媒体Xconomy对于医疗人工智能进行了深度报道,包括GE和IBM等大型公司在医疗AI上的相关工作,基因组学的编程马拉松(hackathon),以及医疗AI对患者和医生们的影响。动脉网整理编译,以飨读者。
技术浪潮背后的问题
不久前,Xconomy曾组织了一次餐会讨论,与会者均为圣地亚哥最为优秀的科技和生命科学大咖,该次讨论主要针对将AI与医疗结合起来带来的机遇和风险,而上述问题也在这次讨论中浮出水面。
“作为医疗行业投资人,我最钟情的是科技方面的吸引力,”风投公司DomainAssociates的合伙人KimKamdar在其圣地亚哥的办公室中表示,“这为我们公司吸引潜在共同投资人开辟了崭新的道路。”
对于医疗AI,目前的普遍共识是:将机器学习技术和相关技术应用在医疗领域确实为时尚早,并且也很难预见这些创新成果将怎样发挥作用。这也正如Xconomy的资深编辑JeffEngel在《AI将对医生和医疗机构产生的诸多影响》一文中提出的诸多质疑。
然而,毋庸置疑的是,医疗领域的转型浪潮正汹涌袭来,不论是小型初创公司,还是如IBM、GE这样的行业巨头,都争先恐后地想要在这个新兴领域占有一席之地。
如果有这么一个行业急需注入变革的新鲜血液,那首当其冲的就是医疗保健。仅美国而言,每年在医疗上的支出就超过3.2万亿美元,占了国民生产总值约18%的份额。
对于投资者而言,医疗行业尽管利润丰厚,但是也令人望而生畏。在这个行业中,患者、医疗服务提供者和保险公司都有着各自的利益出发点,并且监管问题错综复杂,以致一项投资可能需要10年或者更久才能看见回报。<余下全文<
最后更新:2017-07-18 20:35:48
上一篇:
一篇文章解读提速、降费黑科技:PCDN定义、功能、架构、场景和优势
下一篇:
SpringBoot开发案例之整合Dubbo提供者(二)
Netflix开源面向稀疏数据优化的轻量级神经网络库Vectorflow
Oracle 12.2 新特性:在线的修改数据表为分区表
《Spring攻略(第2版)》——1.13 继承Bean配置
WinAPI: SetWindowPos - 改变窗口的位置与状态
Xmemcached 1.3预览:failure模式和standby节点
linux驱动
Android中定时器Timer和TimerTask的启动,停止,暂停,继续等操作实例
云栖大会上,阿里校友们提出了几个创业路上的新风向
[WCF权限控制]ASP.NET Roles授权[上篇]
Weblogic常见故障常:JDBC Connection Pools