2020年醫療保健AI​​創新應用案例 - kdnuggets

banq發表於2020-10-02
AI

醫療保健領域AI的最大挑戰之一就是激勵所有參與者更快地採用它。儘管正在進行許多創新，但是醫療保健仍然是一個守舊的，高度管制的行業，擁有許多傳統參與者。要說服他們採用更現代但尚未得到充分驗證的新興技術，將需要很多工作。這些參與者將希望在快速行動之前充分理解並學習如何管理醫療保健中的AI風險。
訪問資料和資料格式是另一個巨大的行業挑戰。標準化資料並將其集中在一處，並將資料訪問權提供給需要資料的參與者，這需要政府，醫院，軟體提供商，安全公司，監管機構和患者等所有參與者的大量合作和整合。
 
AI + Healthcare正在吞噬世界。在過去的幾年中，醫療保健領域的人工智慧創新勢不可擋，比我們分析過的其他受到人工智慧破壞的行業還要多。
 
首先，醫療保健擁有大量資料，這是任何AI轉換的前提。藉助在醫院堆積的X射線，MRI，ECG影像，在實驗室中分析的DNA序列以及越來越普及的智慧裝置上收集的心跳，血壓和睡眠週期模式，AI擁有了廣闊的遊樂場來展示其強大功能。但是，資料並非沒有挑戰。隱私，安全性和機密性規則對資料的訪問進行了嚴格的監管。話雖如此，我們已經看到許多新興的初創公司成功地跳過了合規性障礙，並獲得了將其產品交付給醫院，至少有50家公司 獲得FDA機器學習（ML）和AI演算法的批准。
 
其次，COVID-19大流行給醫療服務帶來了數字化推動。從遠端醫療診斷到快速測試再到呼吸監測，在對某些服務和產品的需求和需求不斷增加的情況下，初創公司獲得了額外的動力來加快產品交付。為了幫助初創企業和公司抗擊COVID-19，美國政府制定了一項新計劃，以加快與冠狀病毒相關的研發。
 
在過去的十年中，醫療保健變得越來越昂貴，尤其是在已開發國家。AI將為整個行業節省大量資金。
 
隨著全方位技術意識的增強，患者需要更多個性化和互聯的醫療保健。如果我可以在Apple Watch上跟蹤脈搏，為什麼我的醫生不能使用此資料跟蹤心跳異常？該行業的公司承受著以下壓力：透過採用以消費者為中心的方式，轉向預防性醫療模式，與創新型初創公司（包括支援AI的解決方案）合作以及全面降低醫療成本，來滿足現代患者的需求。
 
新的消費技術（尤其是物聯網）使人們能夠主動管理自己的健康狀況並做出更明智的決定。許多初創公司為最終客戶提供AI工具，使他們能夠跟蹤和研究自己的健康狀況，選擇合適的醫生以及管理與醫療保健提供者的溝通。
 

2020年醫療保健創新格局中的AI
我們擁有數百家AI Healthcare初創公司，我們已經將170多家AI初創公司分配到了13個廣泛的醫療領域之一，並將它們聚集在下面的一張圖中。

2020年醫療保健AI​​創新應用案例 - kdnuggets


最大的類別之一是“病理學和診斷”，其中初創公司利用AI進行更快，更準確的診斷和早期疾病檢測。因此，ArtiQ正在幫助解釋肺功能測試並改善肺部疾病的診斷環境。Athelas提供了一種低成本的血液診斷裝置，用於在家庭舒適的環境中測試流感，細菌感染和癌症。Beyond Verbal正在使用語音和AI來提取人類情感並顯示人聲生物標誌物-聲音特徵指示語音中心血管，肺，神經，其他疾病和慢性病的各種徵兆。
另一家公司Sight Diagnostics開發了AI驅動的平臺，用於血液分析和傳染病診斷。Sight的技術於2014年首次使用數字熒光顯微鏡檢測瘧疾。他們在25個國家/地區售出了600,000多種測試方法來診斷瘧疾。
Imaging公司分析醫學視覺資料以進行異常檢測和診斷。

Viz.ai幫助醫生透過ML識別大腦掃描中的異常。

Aidoc透過深度學習和AI演算法為放射科醫生標記急性異常。
透過使用專有的MRI掃描協議，Ezra的全身MRI協議聲稱可以檢測出女性多達13種癌症，男性多達11種。
同時，以色列初創公司Zebra為放射科醫生提供了第二種意見，並開發了48種演算法來解決48種不同的醫療條件。
 IDx-DR 在糖尿病性視網膜病引起失明之前進行檢測。該公司目前正在開發其他基於AI的演算法，以檢測黃斑變性，青光眼，阿爾茨海默氏病，心血管疾病和中風風險。
為了降低成本臨床試驗和醫學研究，如公司AiCure和智慧醫療助理，IMA，利用視覺識別平臺，以監測患者的進步和提高隨機對照試驗患者的行為。在臨床研究中，AiCure正在增加試驗成功的可能性，並引入更多客觀的臨床終點。
許多創業公司已經意識到，預防保健可以長期節省數十億美元。Jvion透過其支援AI的規範性分析解決方案降低了成本，該解決方案可以識別處於高風險狀態的患者。他們的機器可以識別住院30天內有再次入院風險的入院患者。另一家公司Lark Health利用AI提供實時，個性化的支援和諮詢，以幫助使用者做出更健康的選擇並管理他們的狀況。
諸如BenevolentAI，Engine Biosciences，Insitro和Verge Genomics等公司尋求降低藥物發現成本，降低失敗率，加速和降低藥物和治療研發過程的成本。另一家公司LabGenius旨在使藥物發現機器人化。它開發了EVA-機器人科學家，可以根據自己的實驗進行設計，實施和學習。
另一類初創公司已經在開發各種感測器和數字健康解決方案，以使醫療保健之間的聯絡更加緊密。Potrero Medical就是一個例子，它開發了智慧感測器來幫助醫療團隊更好地預測重症監護環境中的不良後果。其他初創公司透過生產用於醫院運營的自動化軟體來簡化工作流程。因此，Qventus使用ML來最佳化醫院的運營決策，以降低成本，提高其提供的醫療保健的質量和體驗。

巴比倫健康（Ballon Health）是個性化護理創業公司的一個突出例子，它可以提供全面的醫療保健服務，包括個性化健康評估，治療建議以及與24/7的醫生面對面的約會。使用巴比倫應用程式，您可以在幾分鐘內透過電話或視訊通話與全科醫生交談，透過其文字服務詢問簡單的醫療問題，並使用其全面的跟蹤系統監控健康狀況。

K Health能夠基於PLM（又稱“像我一樣的人”）生成更準確的見解，這是一種瞭解健康的新方法，可以看待像我們一樣具有類似經驗的其他人。K Health與提供者網路合作，提供當日約會和遠端建議。藤蔓健康結合行為科學和人工智慧，幫助經歷癌症治療的人們管理自己的護理。他們的應用程式可讓患者在癌症治療期間最大限度地提高身心健康。
人工智慧正在幫助婦女和夫妻生育和生育。Life Whisperer的AI在IVF中識別出可行的胚胎，以改善希望生育孩子的夫婦的結局。當從醫學影像中鑑定出可行的胚胎時，據說他們的解決方案比熟練的胚胎學家要好30％。Univfy使用ML和AI增強婦女及其伴侶的能力，使其對生育治療做出可靠的決定。
遺傳學自身經歷了一場革命，諸如23andMe這樣的流行公司引起了消費者的極大興趣。但是，利用大資料發現Ashkenazi基因並不是遺傳學中唯一的AI應用。例如，Emedgene利用NLP來“閱讀”新的基因出版物，並將其整合到一個始終最新的知識庫中。然後，他們使用ML醫學演算法進行診斷，以查明病原體變異，為臨床決策提供清晰的途徑。脫氧核糖核酸利用AI來檢測揭示導致疾病的遺傳變異的生理模式。FDNA的表型分析技術被130多個國家/地區的2,000個臨床場所中的70％的全球遺傳學家使用，可以捕獲，構建和分析複雜的人類生理資料，以產生可行的見解。
在Nutrition中，HealthifyMe基於AI的健身助手Ria可以在考慮數千個引數的同時自動向使用者建議飲食計劃。Nutrino開發了一個瞭解個人生物化學的資料平臺，然後將該資訊用於確定您的FoodPrintTM-食物如何影響人體的數字簽名。

Woebot，一個心理健康創業公司，探究人們是如何感覺？以簡短的日常對話的形式討論他們的生活。Woebot還會與您討論心理健康狀況，並會根據您當時的心情和需求向您傳送影片和其他有用的工具。Spring Health還使用AI幫助患有精神健康問題的患者更快地感覺好一些。它可以準確地為正確的人預測正確的治療方法並加速康復。
聊天機器人和虛擬助手可幫助醫生，患者和醫院應對各種挑戰。Ada是最受歡迎的應用程式之一（在130個國家/地區排名第一的醫療應用程式），它允許使用者檢查症狀，檢視潛在的醫療原因，然後透過文字與真正的醫生進行遠端諮詢。另一方面，Bot MD可以透過即時回答臨床問題，抄寫要求的病歷記錄並自動組織影像和檔案來協助醫生。



 

相關文章