首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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医疗服务提供方的配合,而是整个系统的协作。”

    91540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。

    2.8K90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。

    81110编辑于 2024-01-29
  • 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。 而正在探索的各种 AI 应用,可以帮助解决这些挑战。 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。

    93081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。

    53920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) ?

    53750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。

    15610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。 2016年,我们正式成立深圳硅基智能有限公司,公司专注于医疗人工智能领域,第一个项目就是基于AI的糖尿病视网膜病变分析软件。 下面我将按照时间节点,与各位分享硅基智能这些年的完整历程。 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

    作者 | Just 来源 | CSDN(CSDNnews) 紧急驰援疫区,涉足AI+医疗领域的公司也出动了。 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。 疫情发生以来,这些AI+医疗领域公司的研发部门多加班加点,连续征战数夜,在很短的时间内紧急推出相应解决方案,并保持快速迭代,在一线医疗机构紧急上线。 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。

    91010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。

    81020发布于 2021-03-03
  • 来自专栏腾讯云开发者社区头条

    AI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 在这一领域,数坤科技、依图医疗、推想科技、深睿医疗、汇医慧影均有涉及。 调研企业产品分类 从数据维度上看,AI企业获得数据的途径主要来源于临床数据和科研数据。 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。 但随着医联体的进步,中心阅片形式的普及,影像科AI产品的终端进入基层医疗的可能性变小,但能提供准确诊断路径的AI CDSS或许存在更大的应用空间。

    3.3K2420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。

    99120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↓↓↓

    24110编辑于 2024-12-05
  • 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
  • AI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

    17610编辑于 2025-08-25
  • 从用户故事构建智能医疗AI系统

    作者通过与两家医疗机构的合作,展示了构建实用AI系统的真实过程,强调了技术实现前深入了解用户需求的重要性。 案例一:Boost Medical Group在与AI驱动的个人伤害公司Boost Medical Group合作时,团队并未从最新的GPT模型或微调策略的讨论开始。 核心目标是深入理解这些AI工具在实际世界中需要支持的真实流程。案例二:Sema Therapeutics在为Sema Therapeutics构建AI神经精神科医生时,客户Dr. 这两个案例共同说明,构建有效的代理型AI系统,其根基在于对真实世界问题的深刻理解和技术对工作流程的精准支持。FINISHED

    8210编辑于 2026-02-18
  • 生成式AI驱动医疗信息秩序重构

    作为国内专注医疗数字信誉基础设施建设的科技企业,爱搜光年围绕生成式引擎优化(GEO)构建了一套合规数据治理体系,尝试为非公立医疗机构在智能检索环境下建立长期可持续的数字信誉资产。 当信息缺乏权威来源支撑与数据化呈现方式时,生成式AI在语义分析过程中往往降低其权重,导致品牌在智能检索端的可见度下降。同时,医患之间的信息不对称问题仍未根本改善。 生成式AI并非简单的信息聚合工具,而是通过算法模型对信息进行语义拆解、来源识别与可信度排序。当机构信息未形成标准化数据结构与长期沉淀的数字资产时,其在AI检索系统中的权重将持续被压缩。 高质量发展的信任底座从更长远的产业视角来看,生成式AI时代的竞争核心,不再是流量规模的博弈,而是数字信誉资产的积累能力。 生成式AI所带来的,并非简单的技术工具升级,而是一次关于信息秩序与信任逻辑的深度重构。可以预见,随着数字信誉资产逐步成为衡量机构价值的重要维度,医疗行业的竞争逻辑将更加透明、理性与规范。

    8710编辑于 2026-03-03
  • 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。

    16310编辑于 2025-10-29
领券