人工智能赋能医疗:高质高效实现健康惠民
2023-07-07 12:30:56 来源:百度新闻
2023世界人工智能大会亮点纷呈,现场共有30多款大模型,充分展示了大模型对行业的颠覆性影响。大模型的快速发展突破了人工智能技术的边界,也为众多垂直领域带来新的发展机遇和挑战,医疗便是其一。
大会开幕前夕,由上海人工智能实验室(上海ai实验室)牵头,并联合国内外顶级科研机构、高校及医院共同发布全球首个医疗多模态基础模型群“openmedlab 浦医”。“openmedlab 浦医”将于近期逐步开源,覆盖医学图像、医学文本、生物信息、蛋白质工程等10余种医疗数据模态,促进基于医疗基础模型的跨领域、跨疾病、跨模态科研突破,推动医疗大模型的产业落地。
人工智能对医疗行业的赋能不断深化拓展,让人们对未来医疗产生更多期待与遐想。
(资料图)
日前,由生成式人工智能驱动的临床阶段生物医药科技公司英矽智能宣布,公司自主研发的抗纤维化小分子候选药物ins018_055已完成2期临床试验首例患者给药,这标志着全球首款由生成式人工智能完成新颖靶点发现和分子设计的候选药物已推进至2期临床试验阶段。
所谓ai制药,即以医药大数据为基础,通过运用机器学习、深度学习等ai技术替代大量实验,对药物结构、功效等进行快速分析,以达到缩短试验周期、节省成本、促进新药发现、提升试验成功率等目的。特别是在药物发现环节,ai搜索的深度和广度远超专家经验,数据挖掘和分析有利于创新药物靶点的确定,找到合适的先导化合物,从而提高药物研发效率。在临床前研究环节,基于ai技术的新药研发管线可将临床前研究时间从3-6年压缩至1-2年,大幅提高效率并节省成本。
凭借研发效率快等优势,ai制药正成为新的热门赛道。有预测显示,到2024年,ai新药研发的市场规模将达到31.17亿美元,年均复合增长率为40.7%。
人工智能在医疗场景的应用远不止这些,在包括辅助决策、药物挖掘、健康管理、患者智慧服务、医疗机器人、医院管理、精准医学等不同领域,涉及医学影像、医疗文书和语音处理、病理切片分析、音视频分析与应用、多组学数据分析等不同方向,都有了成功实践,为患者带来福音。
例如,在中山医院打磨和测试的上海联影全景动态pet-ct“探索者”,把过去20分钟的全身扫描压缩至15-30秒。灵敏度是传统扫描的30到40倍,而辐射只有过去的1/40,连孕妇和婴幼儿也能安全接受全身扫描。从病人的视角来看,医疗ai的效益体现在:缩短检查的时间、降低检查的费用、提升检查安全性和扩大受众范围。
众多跨国企业、龙头企业也纷纷加码“ai+医疗”领域。例如,上海西门子医疗器械有限公司发布国产超高端ct somatom force(达尔文双源ct),可在一秒内完成头颈心联合扫描,为诊断心血管系统的疑难疾病提供精准影像学依据,同时其尖端影像链技术还可以大幅降低检查中的辐射和对比剂用量。去年,微创?鸿鹄?获得国家药品监督管理局(nmpa)的上市批准,成为一款搭载中国企业自主研发、自有知识产权机械臂,并获准上市的骨科手术机器人。
责任编辑 邓清元
文字 张诗欢
摄影 金鑫
来源 浦东发布
上观号作者:浦东观察
关键词:
[责任编辑:xwzkw]
相关阅读
- (2023-07-07)人工智能赋能医疗:高质高效实现健康惠民
- (2023-07-07)全球气温持续攀升 7月4日刷新全球最热纪录
- (2023-07-07)夏季湿热体质困扰不断 核力益君康锁住营养提高免疫力
- (2023-07-07)巴黎时装周刘亦菲周冬雨关晓彤比谁都美
- (2023-07-07)联想拯救者Y9000X 2023笔记本曝光:颜值最高
- (2023-07-07)能力提升年丨【快干之星】小村落大产业!产村融合赋能乡村振兴
- (2023-07-07)财政部:希望美方以实际行动为两国经贸健康发展、互利共赢创造良好环境
- (2023-07-07)南财基金通·股票型基金收益排行榜(7月6日)
- (2023-07-07)“海上游大连——星海湾码头商业街”月底开街
- (2023-07-07)阿斯利康在华三十年:跳出旧逻辑,探索新道路|“20年•公司志”
- (2023-07-07)美国5月贸易逆差降至690亿美元
- (2023-07-07)抚养费出到孩子多少岁
- (2023-07-07)上海凯健华展苑
- (2023-07-07)这不是真正的快乐 微笑抑郁症需要被看见
- (2023-07-07)舞阳县:助力企业电力增容 “点”亮快速发展信心
- (2023-07-07)弘业期货:玉米震荡偏强
- (2023-07-07)2023年简阳市土地推介会推出1136亩宝地
- (2023-07-07)证监会:研究推动REITs市场与香港市场互联互通 加快推进REITs专项立法
- (2023-07-07)“空窗”三年,米哈游究竟还想不想上市?
- (2023-07-07)《新剑侠情缘》2023年7月7日每日一题答案分享
- (2023-07-07)亚洲产能过剩将致日本石化行业前景黯淡
- (2023-07-07)邵阳市政府召开2023年第六次党组(扩大)会议,进行“普惠金融”“数字经济”专题学习
- (2023-07-07)这条“魔毯”一面常温一面1400℃,制造者来自上海浦东
- (2023-07-07)公积金销户未结算是什么意思? 公积金销户提取需要什么材料?
- (2023-07-07)国家防总维持对重庆等7省份的防汛四级应急响应 派工作组赴黑龙江协助指导防汛救灾
- (2023-07-07)台军方大幅降低招兵门槛 男性152cm可报名志愿役士兵
- (2023-07-07)引金融活水 润实体经济——金融支持经济发展一线观察
- (2023-07-07)孙中山像银元价格(2023年07月07日)
- (2023-07-07)快讯2023-07-07 11:47:21
- (2023-07-07)全面注册制下首单主板IPO被否 透露什么信号?