人工智能医疗应用场景解析.pptx

;八大应用场景解析 Analysis of the Eight Application Scenarios; 八大应用场景解析; 八大应用场景解析;虚拟助理应用场景; 八大应用场景解析 虚拟助理应用场景;语音电子病历，软硬一体解决方案，通过与医院科研合作训练 模型和优化产品;语音电子病历，国内三家公司提供产品，口音成为最大阻碍， 医院采购预算及其灵活性产生积极推动作用;智能导诊机器人，2017年在各地医院开始落地，机器人制造厂 商均有发展机会;智能问诊，“预问诊”提升医患沟通效率，“自诊”助力移动 医疗平台服务升级;推荐用药消费市场潜力巨大，通过to B业务迅速扩散服务，同 时优化算法模型，升级产品;医学影像应用场景;医学影像，通过计算机视觉，实现病灶识别与标注等多种需求;我国影像科/放疗科医生供给不足、误诊/漏诊率较高。AI与医 学影像结合，节约时间，提高诊断、放疗及手术精准度;由于数据短缺、成本较大和门槛较高等因素，AI+医学影像产 品落地速度缓慢;产品大多处于医院试用阶段，公司尚未盈利；产业链上下游均 有业务拓展空间;病灶识别与标注，产品需符合医生日常工作流程；“教育市场” 过程艰难，说服医院需要大量时间和精力;靶区自动勾画&自适应放疗，利用放疗科已标注数据，可免除 人工标注成本，但获取可用影像数据门槛较高;影像三维重建，依托其原有市场，产品落地速度相对较快;;辅助诊疗应用场景;;医疗大数据辅助诊疗三大难题，科研合作打破医院数据壁垒;认知计算，非结构化数据认知能力，盘点三大商业应用;IBM Watson for Oncology作为先进的认知计算系统，落地 中国仍存在方案接受度和本土化两大难题;;医疗机器人：国内高等院所研究步伐紧凑，市场潜力巨大;;疾病风险预测应用场景;疾病风险预测：通过基因测序与检测，完成疾病风险预测;人类基因组计划促进基因测序进步，推动商业化进程;两类公司，三类模式，我国第三代基因测序仪将打破illumia等 海外公司垄断，基因测序成本将有较大下降空间;药物挖掘应用场景;药物挖掘：AI助力缩短新药研发时间，降低研发成本，使低成 本、快速研发个性化治疗药物成为可能;AI可有效解决研发周期长、研发成本高、研发成功率低等痛点； 相关公司需时间积淀，短期很难产生营收数据;AI+药物挖掘公司需针对疾病本身特点进行业务规划，例如对 肿瘤治疗进行全产业链布局，以弥补新药研发的局限;健康管理应用场景;健康管理：包含营养学、身体健康管理、精神健康管理三大子 场景;营养学，制定个性化饮食搭配方案，低成本杀死抗生素耐药菌;“每日三次”通过菜品识别，给出饮食指导，尚在积累期；国 人尚未树立营养饮食意识;身体健康管理，数据分析驱动行为干预;智能硬件及手机“数据孤岛”明显，难以挖掘数据深层价值;数据/服务接入，通过AI规范用户健康行为；通过线下体验式 营销+线上游戏化管理，构建B2B2C模式;构建数字健康管理的产业链条，提供精准的健康管理解决方案;;多种AI技术相结合，实现情绪管理功能;精神健康管理：精神疾病管理，对精神疾病进行预测和治疗;我国精神疾病患病人数较多，精神疾病患者数量大，并呈逐年 增长的趋势;我国精神疾病医护人员十分短缺；“AI+精神疾病管理”领域 市场潜力巨大，并有成熟研究成果与海外公司案例可供借鉴;依托于数据挖掘技术，自主设计智能量表预测与诊断包括精神 疾病在内的17种常见病;MIT研究成果商业化，Companion通??声音模式检测抑郁症、 躁狂症及躁郁症;深度学习+核磁成像，预测阿尔茨海默氏症;Tess心理人工智能算法，实现机器心理疾病治疗，与非政府组 织合作进行效果验证;医院管理应用场景;;卫生部、国家卫计委等连续出台文件，推动病历电子化与医疗 数据产业化进程;循环神经网络推动自然语言处理技术发展，进而优化病历结构 化相关应用，挖掘数据深层次价值;面向医院提供开放性平台服务，未来在保险与药品行业存在较 大盈利空间;国家制定政策目标推动分级诊疗，医联体与智能云结合;DRGs智能系统、医院决策支持的专家系统;辅助医学研究平台应用场景;辅助医学研究平台：国家政策鼓励医学科研，科研平台将帮助 科研人员突破数据与技术难题;两类服务：数据收集/存储与统计分析、基因测序等生物信息 分析，盘点14家公司具体服务内容;充分挖掘企业资源的利用价值，通过科研合作换取模型训练数 据数据，共享科研成果;