当前位置:首页 > 物联网 > 智能应用
[导读] 国内的医疗行业长期面临着医疗资源短缺且分布不均衡、医生超负荷工作、信息不透明、医患关系紧张、整体医疗水平有待提高等问题。人工智能落地医疗行业,即智慧医疗,将从多个角度解决行业痛点。随着医疗大数据和人工智能应用的兴起,如何提高医院数据的可用性,并应用于管理、诊疗、科研等业务场景,让数据的价值最大化,成为了医院信息化建设规划的“重中之重”。在2019独角兽论坛专访中,森亿智能联合创始人&副总裁马汉东表示:“医疗信息化是一个阶段,而不是最终的结果。我们希望的是通过大数据、人工智能的技术分析、利用收集到的信息,最终带到下一阶段,也就是智慧医疗,最终实现整个医疗行业的智能化。”

 国内的医疗行业长期面临着医疗资源短缺且分布不均衡、医生超负荷工作、信息不透明、医患关系紧张、整体医疗水平有待提高等问题。人工智能落地医疗行业,即智慧医疗,将从多个角度解决行业痛点。随着医疗大数据和人工智能应用的兴起,如何提高医院数据的可用性,并应用于管理、诊疗、科研等业务场景,让数据的价值最大化,成为了医院信息化建设规划的“重中之重”。在2019独角兽论坛专访中,森亿智能联合创始人&副总裁马汉东表示:“医疗信息化是一个阶段,而不是最终的结果。我们希望的是通过大数据、人工智能的技术分析、利用收集到的信息,最终带到下一阶段,也就是智慧医疗,最终实现整个医疗行业的智能化。”

越来越多新玩家加入医疗行业,人工智能、机器智能、大数据、物联网等技术不断渗透,AI医疗也从风口走向落地。目前我国AI医疗已形成以传统医疗相关企业、AI医疗创业公司及互联网平台巨头三类企业为主的布局,初创AI医疗企业深耕技术研发及相关垂直领域,通过与B端医疗机构合作,向医院提供医院管理、辅助诊疗等服务,其在技术开发上优势明显,堪称AI医疗领域技术的桥头堡,森亿智能就是其中的佼佼者之一。2019年7月,森亿智能完成2.5亿元的C级融资,据悉,本轮融资是由腾讯领投,国药资本跟投。从2016年4月成立,到同年11月获得真格基金、华岩资本、树兰医疗近千万天使轮融资,再到完成A轮、B轮、C轮融资,森亿智能仅用了三年时间。资本的关注向来是有迹可循。

中国医疗大数据的“剑”磨了十几年依然很钝,虽然各大医院已经累积了大量数据但由于缺乏有效的加工分析、数据无法有效互联互通,“信息孤岛”现象日益严重。根据CHIMA统计的我国医院信息化建设情况,即使三甲医院的HIS和CIS系统建设也仅仅达到50%左右。与此同时,可以看到的是整个医疗信息化行业的广阔前景,据IDC预测,2022年市场规模将达到672.8亿元。

 

森亿智能主营业务为数据治理、临床科研、辅助诊断。其中,在辅助诊断方面表现突出,与其达成合作的医院已超数十家。其AI智慧医院综合解决方案包括智能化VTE防治管一站式解决方案、面向医院智慧临床解决方案、实用性智慧医疗解决方案、数据治理智能填充与电子信息平台等等。其中,智能化VTE防治管一站式解决方案在合作医院使用半年后,医院的VTE风险评估比率从过去的53.75%提升至98.8%,评估效率也从每位患者15分钟提升至1-2分钟,系统一个月平均可为全体医护人员节省600小时工作时间。该系统在上海第十人民医院的应用被国家卫健委评为人工智能应用落地30最佳案例,并已同步在江西、四川等地的部分医院进行了部署。仅以辅助诊断为例,类似的解决方案还可以拓展到其他病种,通过AI临床辅助进行优化。

 

B端黄金不好挖,医疗生意更难做。AI医疗公司“快速度”背后,则是相对传统的医疗行业的“慢实践”。医疗市场不具备互联网的高度开放性,互联网对传统行业的改造是可以说是摧枯拉朽的,但与此相对的,医疗的改造相对较慢。做AI医疗,要一家一家打开医院的门,而由于信息孤岛等众多原因,要想打开一家医院的门并非易事。在一次采访中,森亿智能的创始人张少典谈到为了拿下仁济医院这一案例,整整花了27个月。

马汉东也表示医疗行业对于AI的接受度越来越高,对创业企业来说是一件好事。“我们2016年初回国,国内还没有什么人再聊AI医疗,AI怎么赋能医疗也还不清晰,这个时候要去教育市场、推动市场是非常困难的。现在大家逐渐对医疗信息化的认知加深,非常多的医院也越来越关注AI+医疗。”

随之而来的是,除了在创业赛道上对手激增,像森亿这样的创业公司还面临这传统医疗巨头以及互联网巨头的竞争。相比创业公司,巨头们往往资金实力雄厚,或在医疗领域内经验、资源丰富。面对竞争,马汉东表示:“森亿的团队大多来自医疗信息学这个行业,每家的基因不同也决定了风格不同。当我们思考一个问题时候,不仅仅是站在技术的角度,而是临床加上信息化,甚至也有政策的方向。这个时候也许我们的优势就体现出来了。而且AI可以赋能新药研发、诊疗辅助、医院运营管理、单病种质控等等,玩法非常多,市场也非常大。”AI医疗落地过程缓慢,所需的时间甚至不止十年,但刚需在、痛点在,市场容量也足够大。“智慧医疗”以数据为驱动,但在提高医疗效用的同时,还需要找准目前遇到的医疗痛点,才能使医疗行业得到更好的发展。这仍是一场属于创新者、勇敢者的游戏。

数据治理与信息平台解决方案

汇集数据精深治理 智赋应用护航测评。森亿智能基于AI的医院信息平台解决方案,既包含传统厂商构建的医院信息平台的所有功能,也在数据治理方面进行更深入的建设。在能够满足医院实际使用的同时,为互联互通测评保驾护航,更为未来智慧医院建设打下坚实基础。

森亿智能解决方案

智能化VTE防治管一站式解决方案,规范临床诊疗过程,提升医院临床质控,高效管理医疗质量。方案概述:全院智能化VTE一体化平台,目前已经在国内多家三甲医院落地应用。本产品应用科室涉及医务科、护理科、外科等,涉及医学NLP、机器学习、知识图谱、规则引擎、多模态知识库等相关人工智能技术。通过该系统的建设,医院实现了Caprini量表自动评分,AI智能预警,可及早识别潜在风险。管理者可通过VTE质控平台,动态监督全院VTE患者分布流向。

智能化临床研究解决方案

提升科研效率 加速学科建设 让科研从“痛”到“通”。方案概述:智能临床研究解决方案,以病人为核心,将与疾病全病程相关的院内数据和院外随访数据整合,并通过森亿智能医学自然语言处理引擎实现科研数据的精深治理和高效转化,形成科研大数据中心,并提供多种科研智能化工具,提升临床科研效率,加速学科建设。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

上海2024年4月16日 /美通社/ -- 4月11日,中智《百川汇流 央地融通,全力以赴加快五个中心建设》主题大会在上海成功举办,本次大会由上海市经信委和上海市国资委指导、中智经济技术合作股份有限公司和中智管理咨询有限...

关键字: AI 电气 人工智能 半导体

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机
关闭
关闭