- 综合排序
- 最热优先
- 最新优先
- 来自专栏企鹅号快讯
AI—未来医疗
今天就来介绍几个具有代表性的AI“医生”。 首推IBM公司的“沃森”，你对它的印象还停留在回答主持人问题，逗小朋友开心，那你就OUT了。 Buoy Health 于2014年在美国成立，并于今天3月上线了搭载人工智能算法的医疗咨询平台，Buoy创建的虚拟医生可以对病人进行诊断，其背后的医学搜索引擎涵盖了18000份临床文献和17000种病情 医疗这个直接关系千千万万人生命的行业，正在酝酿着巨大的变革，平静的背后是暗流涌动，未来已来……。
1.1K80发布于 2018-01-16 - 来自专栏AI掘金志
医疗 AI “出海”记
在这个医疗AI进入“深水期”的节点，我们从两家比较有代表性的企业入手，了解一下医疗AI公司“出海”背后的逻辑。 向左走、向右走 ? 目前，推想科技和体素科技是两家“海外”业务较重的医疗AI企业。 但是，医疗AI能够发挥最大价值的地方，也恰恰是医疗服务能力最空缺的地方。正因为一切都围绕着“效益最大化”这一个点，这些国家对于AI技术的使用可能会比发达国家更好。 在中国政府一带一路的政策加持下，AI领域的大小“独角兽”们，也已经在其他国家和地区施展身手。 医疗AI前景美好，但是围绕医疗AI本身商业化前景的质疑声，也一直没有散去。 AI医疗研发及销售、市场成本较高，在美国圣地亚哥设有研发中心的图玛深维创始人钟昕也曾表示，研发一个医疗AI产品的成本至少需要数百万元，开发周期达6~12个月。 “相信未来的AI医疗合作主流不仅仅是AI和医疗服务提供方的配合，而是整个系统的协作。”
96840发布于 2020-01-22 - 来自专栏新智元
【智能医疗】值得关注的10家医疗 AI 公司
【新智元导读】医疗AI越来越成熟，有了越来越多的落地，显示出变革传统医疗行业的潜力。本文介绍了综合护理、制药、心脏病、医疗成像等领域值得关注的10家医疗AI公司。 在这种情况下，能够帮助解读医疗影像的软件是宝贵的工具。 该公司的AI平台已经通过美国国家卫生研究所的验证，研究表明该软件可以识别所有类型的癌症，并将良性肿瘤的不必要活检量减少70%。 他说：“我们相信 AI 将以前所未有的方式实现医疗的民主化。” 这个市场正在进入高速增长阶段，让我们来看看2017年具有变革潜力的10家医疗 AI 公司。 医疗成像 Clearview Diagnostics 是一家开发辅助医生诊断疾病的工具的 AI 软件公司。该公司最初的重点是乳腺癌。
2.9K90发布于 2018-03-28 - 来自专栏磐创AI技术团队的专栏
医疗AI的基础模型
引言 正在进行的AI革命正在给我们带来各个方向的创新。OpenAI的GPT(s)模型正在领导发展，并展示了基础模型实际上可以使我们的日常任务变得更加简单。 可以帮助我们在工作中的AI产品将成为我们未来几年中最重要的工具之一。 我们将在哪些领域看到最有影响力的变化？我们在哪些方面可以帮助人们更快地完成任务？AI模型最令人兴奋的应用之一是医疗AI工具。 AI病理学任务的模型，而无需注释数据。 医疗AI的病理语言和图像预训练 现在是时候测试一下我们的PLIP了。这个基础模型在标准基准测试中表现如何？ 我们进行了不同的测试，以评估我们的PLIP模型的性能。 AI的教育工具。
94010编辑于 2024-01-29 - 来自专栏程序随笔
聊聊ChatGLM-6B医疗数据微调
参考了多个医疗大模型，如扁鹊、灵心等，重新思考了下微调的方案以及数据集的格式；基于ChatGLM/其它LLM整合多种微调方法的非官方实现的框架，审视其数据集格式，以及调试效果，进行微调。 开源库下载 在服务器上通过git一键下载即可： ChatGLM-6B下载 直接在服务器上，通过魔塔社区的sdk下载代码一键下载即可： 我加了一句代码打印出下载地址，然后通过mv命令拷贝到指定路径下 #模型下载 from modelscope import snapshot_download model_dir = snapshot_download('ZhipuAI/ChatGLM-6B') print @zhihu: https://www.zhihu.com/people/LiuCongNLP # @contact: logcongcong@gmail.com # @time: 2023/12/6
77110编辑于 2024-03-17 - 来自专栏ShowMeAI研究中心
AI医疗高精尖！基于AI的新药研发！⛵
本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。 AI 药物分子结构分析/检索 利用 AI 进行药物化合物分子结构分析和检索等，是一个助力新药研发的可行思路。 图片 向量搜索 & 医疗研发领域的应用 图片 在万物皆可 embedding 的深度学习时代，『特征向量表征+向量检索』有巨大作用，在很多数据和业务领域都发挥了巨大作用，例如机器视觉（图片视频检索)、 同样的思路也可以用在医疗医药领域。 图片 药物晶型预测 比如新药研发过程药物晶型预测，可以结合图像识别和检索的思路，有效地预测出合适的药物晶型。 上图展示了从NH2（已圈出）开始一直到 6 个长度的所有路径，然后将每个路径 hash 映射为二进制位。
97581编辑于 2022-11-15 - 来自专栏智能相对论
AI+医疗募捐、医疗旅游，AI为我们打开的是哪扇窗？
首先，我们可以将AI募捐系统与医院诊疗系统连接起来，获得患者的医疗数据，建立智能筛查项目，利用机器学习来审核患者是否需要接收医疗募捐。 我们相信，总有一天，AI+医疗募捐会变得更加透明和公正，甚至更有温度，但是在短期内，正如互联网募捐被许多不法之徒利用，在法律法规和监管系统尚未完善的情况下，AI医疗募捐免不了被钻空子。 首先，AI可以利用人脸识别等技术为某个地区的人提供某个国家的医疗系统的准入资格，为患者提供世界级的医疗健康体系。 其次，医疗旅游也包括了健康体检、美容、抗衰老之类的“轻医疗”，因此AI驱动轻医疗体验的平台也大有发展空间。 最后，在裹挟了医疗保健目的的旅途中，AI还可以整合和分析患者的医疗信息，制作个性化的医疗旅游计划。
60620发布于 2019-08-20 - 来自专栏腾讯高校合作
Wiztalk | 郑冶枫 Part 1 《医疗AI助力抗击新冠肺炎—AI医疗简介》
医疗AI助力抗击新冠肺炎 Part 1 AI医疗简介 简介：在抗击新冠肺炎的艰难路途中，各方都拼尽全力，而AI医疗也凭借自身的一些特点助力抗击疫情。 本期腾讯专家研究员郑冶枫将会向我们介绍AI在医疗方面起到的作用，如AI辅诊、医疗影像AI等。 内容难度：★☆☆（高中/大学非计算机专业学生均可以轻松学习） ?
57850发布于 2021-01-19 AI 医疗技术智能评估系统：帮医院选对 “医疗好帮手”
医院引进新的医疗技术时，常面临 “难判断效果” 的困扰：比如新的影像诊断设备，单看参数表难知实际用着顺不顺手；新的治疗方案，靠人工统计疗效耗时又易出错。 而 AI 医疗技术智能评估系统，就像给医院配了位 “技术评估专家”，靠三项核心技术，让医疗技术选型和效果判断更准、更快。第一项是全场景数据抓取技术，让评估 “不缺关键信息”。 不同科室对医疗技术的要求天差地别：儿科选治疗设备，得优先考虑孩子是否容易配合；急诊科挑诊断仪器，速度快、预警准才是关键。 AI 医疗技术智能评估系统不是 “只会算数据的机器”，而是懂医疗、懂实际需求的 “智能参谋”。全场景数据抓取让评估更全面，科室定制算法让结果更实用，趋势预测让决策更长远。 它用技术解决了传统评估的难题，帮医院选对、用好每一项医疗技术，最终让患者能享受到更高效、更可靠的医疗服务。
19210编辑于 2025-12-05- 来自专栏AI掘金志
医疗 AI 经典审批案例：糖网 AI 是如何获批创新医疗器械的？
2019年5月，国家药监局公布深圳硅基智能科技有限公司申报的“糖尿病视网膜病变分析软件”产品获批创新医疗器械，进入快速审评绿色通道，此举将进一步加速医疗AI产品的落地商用。 据雷锋网AI掘金志了解，硅基智能“糖尿病视网膜病变分析软件”申报创新医疗器械特别审查的材料主要关注如下四部分，分别是产品国内首创、核心技术发明专利、产品基本定型和显著临床应用价值。 从2016年11月到2017年6月，我们将资源集中在需求确认、数据收集、算法验证等工作中，产品正式定型是在2017年8月。产品定型后，我们启动了注册检验工作。 中检院联合国内十家以上AI糖网企业收集图像，并从国内顶尖医疗机构邀请了数十位具有五年以上工作经验的眼科医师进行图像标注。2018年3月，中检院眼底图像数据库建库工作完成。 因为AI糖网产品的核心还是医疗器械，所以要严格依照医疗器械的申请开发流程进行设计开发。 需求分析层面，我们的产品应用在具备开展AI辅助诊断能力的医疗机构中不断迭代，最终在这样的场景里实现需求定义。
1.6K10发布于 2020-02-14 - 来自专栏AI科技大本营的专栏
AI 医疗公司“战疫”在前线
截止到2月6日，随着新冠病毒肺炎疫情的不断发展，全国累计已有31161例确诊病例，26359例疑似病例。不过，由于医疗资源高度短缺，尤其核心疫区的快速诊疗能力出现结构性缺失。 但实际上，诸多瞄准AI+医疗市场的AI公司更早之前就基于一线医院需求提供了辅助医生的AI解决方案。 采用病灶定量评价的方法，涉及到病变累计的肺体积范围、密度等多因素，目前缺乏统一标准，以往采用传统手工勾画ROI的方法进行量化的评估，往往需要5-6小时，效率低，临床推广难，而利用依图的AI系统能够实现病变区域的自动检测 深睿医疗 新冠肺炎增强版AI系统，输出结构化报告 由于需要支持新型冠状病毒肺炎的影像初筛，深睿医疗收到了合作方上海电气/康达医疗急需两套Dr.Wise®全肺AI医学辅助诊断系统并同CT一起发往湖北的需求 挑战固然有之，但这次“战疫”对AI+医疗行业发展也是机遇。 像人类医生那样，在疫情解除过后自身会积累相应医疗经验。我们也希望，AI公司在此次防疫中投入的技术方案在日后也能沉淀经验。
97010发布于 2020-02-20 - 来自专栏智能相对论
AI医疗影像的春天“又”来了?
据健康界的不完全统计，2020年，国内人工智能医疗健康领域共完成了65次融资，其中医疗影像约占总融资数的三分之一，AI医疗影像逐渐成为人工智能医疗健康领域的热门赛道。 因此，直到2019年年底，仍然没有任何一项AI医疗影像相关产品取得三类医疗器械注册。没有三类器械认证的医疗产品无法进入医院的设备采购目录，难以进行商业化。 AI医疗影像行业进入了冰河期。 商业化受挫、审批困难，产品迟迟无法投入商用造成AI在医疗影像产业的实际应用受到各界质疑。 由于抗疫所需，AI医疗影像产品的审批也被提上日程。 疫情带来的需求暴增可说是加速AI医疗影像相关产品审批的最后一股“东风”，使得基于CT的疾病筛查与辅助诊断成为了AI医疗影像竞争最激烈、产品商业化种类最多的领域之一。
88520发布于 2021-03-03 - 来自专栏人工智能
现在，医疗 AI 发展的怎样了？
最近，我们认识了一个研究互联网 + 医疗健康行业布局的健康管理人员，她给我们整理了她这些年了解到的一些应用在医疗上的人工智能，现在，我们就一起去看看吧！ 图片来源：Google research Blog 皮肤病智能诊断 AI 视网膜病变检测，仅仅是 AI 介入医疗诊断的冰山一角。 智能穿戴方便生活 提到智能穿戴，就不得不提到 Google，他们在智能医疗行业深耕多年，不仅成立专注于 AI 研究的团队 DeepMind Health、Google Fit 和 Verily，还曾发布 而对于患者来说，一方面，他们是数据的贡献者，另一方面，他们也是 AI 深度学习完善后的最大受益者。 总之，目前国内的医疗人工智能产业总体起步较晚，产品也相对单一。 但国民不断增长的医疗健康需求为 AI 催生了广阔的发展空间，相信在不久的将来，国产人工智能会带给我们更多惊喜。
1.2K70发布于 2018-02-01 - 来自专栏腾讯云开发者社区头条
AI 在医疗影像领域的前景
基于此，腾讯云开发者社区联手知乎科技，从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。 本文为“AI 将如何影医疗”的精华内容分享。 对此，动脉网调研了31家影像相关的医疗人工智能企业，包括腾讯觅影（腾讯）、平安智慧城市（中国平安）、杏脉科技（复星高科技持股）等大企业中的医疗AI团队，所有B轮以后的医疗AI影像企业和众多非头部医疗AI 许多企业在特定学术会议下的论文收录情况均非同凡响，MICCAI收录论文腾讯8篇；联影智能7篇；视见科技6篇；深睿医疗5篇；致远惠图4篇；图玛深维、Airdoc三篇……RSNA收录论文推想科技17篇……其中多篇为临床验证研究论文 从市场上来看，冠脉CTA拥有比较成熟的AI产品，数坤科技率先看到了这个亮点，推想科技、深睿医疗也在2019年陆续进入。 基层医疗的需求与医院又有所不同。 从全国层面上看，仅仅在6月29日药监局向AI企业发布了审批相关文件《深度学习辅助决策医疗器械软件审批要点》，以及10月30日国家发展改革委修订发布的《产业结构调整指导目录（2019年本）》两份文件中，明确提及了推动医疗人工智能发展
3.4K2420发布于 2020-04-14 - 来自专栏科技向令说
概念与风口中的AI医疗，如何在基层医疗“见真章”？
（图片来自《麻省理工科技评论》发布的《AI医疗：亚洲的发展空间、能力和主动健康的未来》） 毫无疑问，光环加身、显得高大上的AI医疗，它最先、最有价值的落地，正发生在基层医疗身上，类似百度AI医疗与基层医疗的融合这样的案例 面向基层的普惠医疗，AI到底要做什么？ 从行业角度，拆解百度AI医疗案例，至少有四个层面是AI需要注意的，亦可看做挑战所在。 严格来说，上文MIT报告所重点强调的CDSS只是百度大脑AI技术驱动的AI医疗品牌“灵医智惠”的一个部分，该品牌对外称以“循证AI赋能基层医疗”为愿景，有一整套面向基层医疗的赋能体系。 基层医疗不应该被看作AI医疗的“垂直领域” 虽然百度AI医疗选择赋能基层医疗作为突破口，但是，这种做法却不能按互联网通常所说的“垂直领域”来解释。
1.1K20发布于 2019-12-12 - 来自专栏云计算行业
AI驱动开启精准医疗新时代
直播时间：12月5日（本周四）15:00-16:00 直播主题：AI驱动开启精准医疗新时代 直播亮点 ①揭秘前沿医疗AI实践，腾讯医疗助力企业打造核心竞争力； ②医疗机构如何通过AI实现患者需求快速响应 ③如何巧用AI工具助力患者、医生、医院三方降本增效？ 课程背景： 随着AI急速发展，医疗行业正经历着深刻的变革也面临着诸多新的机遇与挑战。在医疗机构中，AI辅助诊断系统精准剖析医学影像和病理切片数据。 零售药店引入 AI, 为顾客打造便捷自助购药体验并给予个性化用药指导，大幅提升服务与运营效率。 合理运用 AI是医疗数字化转型关键。 基于 “智能导诊”“智能问诊”“用药助手”“辅诊 cdss” 等医疗大模型算法，不仅要考量基础架构,更要从患者角度出发，构建高效需求响应机制,践行科技向善。 本次直播特邀医疗行业专家与生态架构师，共探行业痛点与趋势、AI医疗各业务场景部署方案与应用实践，助力企业构建智慧医疗新生态，全面提升服务质量。 预约视频号直播提醒↓↓↓
29310编辑于 2024-12-05 - 来自专栏镁客网
AI医疗是时候加入区块链了
大数据+人工智能+区块链的结合，将对当前医疗行业转型起到至关重要的作用。 “想要AI真正应用于医疗领域，需要先‘杀死’上百万患者。” 而区块链或是促进AI医疗训练进程加速的关键。” 在黄铭钧看来，大数据+人工智能+区块链的结合，将对当前医疗行业转型起到至关重要的作用。 仅靠“自有数据”训练AI 它可能得先“杀人”才能去“救人” 在AI行业有一句话：AI落地，数据先行。简而言之，就是没有“数据”什么都做不了。 医疗行业也是一样。 而更为重要的是，区块链是具有token激励机制的，用户上传医疗健康数据就会得到一定的token奖励，这让AI训练的医疗数据有了长久的持续性。 另外，基因数据、医疗病历、实时上传的健康数据等也为AI训练提供了多维度医疗数据，同时整个链上的参与者充分共享医疗数据价值，最大化链上价值。”吴诗展说。
1.3K40发布于 2018-06-20 生成式AI加速医疗数据分析
研究人员测试了生成式AI是否能像人类专家一样处理复杂的医疗数据集。在某些情况下，AI的表现与耗时数月构建预测模型的团队相当，甚至更优。 在妊娠和微生物组数据上测试AI为了了解生成式AI能否缩短这一时间线，Sirota的团队与某机构的Adi L. Tarca博士领导的研究人员合作。 研究人员共同指示八个AI系统使用来自三个DREAM挑战的相同数据集独立生成算法，无需人工直接编码。AI聊天机器人收到了精心编写的自然语言指令。 然后，研究人员使用DREAM数据集运行了AI生成的代码。在8个工具中，只有4个生成了与人类团队性能相匹配的模型，尽管在某些情况下AI模型表现更好。 整个生成式AI的工作——从启动到提交论文——只用了六个月。科学家强调，AI仍然需要仔细监督。这些系统可能产生误导性结果，人类专业知识仍然必不可少。
13310编辑于 2026-04-13心脏计算模拟与AI医疗突破
心脏计算模拟与AI医疗突破牛津大学计算医学教授Blanca Rodriguez坚信，利用计算机建模和模拟技术，结合人工智能与机器学习，将在心脏病患者的诊断、治疗和护理领域引发重大突破。 Rodriguez指出，汽车和航空航天工业的工程师长期采用此类模拟技术，所有新车辆和飞机都使用基于AI的计算机模拟作为关键工具。" AI驱动的个性化医疗突破利用AI和机器学习处理大量临床数据，并结合为每位患者个性化定制数据的能力，代表了计算心血管科学的重大突破。 技术挑战与未来展望对于AI和机器学习研究人员来说，挑战之一是如何获取庞大的临床数据库来测试这些模型并训练算法。
20110编辑于 2025-10-29AI如何成为医疗行业变革的处方
KDD 2020演讲：Taha Kass-Hout谈医疗AI变革在2020年8月举行的ACM SIGKDD知识发现与数据挖掘国际会议上，全球AI科学家通过虚拟方式齐聚一堂。 某中心健康AI机器学习总监Taha Kass-Hout就人工智能在医疗健康领域转型中的作用发表了演讲。 云计算与深度学习的医疗变革潜力Kass-Hout指出，虽然人工智能在医疗领域的应用已有多年历史，但过去三年中出现了超过10万篇出版物，揭示了AI在医疗领域的各种机遇——从行政运营挑战到差异诊断、常规治疗和药物研发等临床应用 技术部署与行业影响通过云端部署的深度学习模型，医疗机构能够更高效地处理海量医疗数据，辅助医生进行精准诊断和治疗方案制定。同时，AI技术在药物发现流程中的优化，显著缩短了新药研发周期并降低了成本。 观看Kass-Hout的完整演讲，了解云计算和深度学习技术如何具体推动医疗行业的转型进程。研究领域与相关标签主要研究领域：机器学习 相关标签：医疗健康、深度学习、人工智能、KDD会议、大数据
19710编辑于 2025-08-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号