久久最新最好视频|精品福利视频在线|狠狠狠干在线播放|色尼玛亚洲综合网|日韩加勒比无码AV|亚洲AV人人澡人人爽人人爱|国产精品免费怡红院|婷婷一区二区XXX|日韩成人一区二区三|欧美熟妇另类AAAAAA

歡迎訪問智慧醫(yī)療網(wǎng) | 網(wǎng)站首頁
 

當AI闖入醫(yī)療領域

發(fā)布時間:2024-10-26 來源:廈門市智慧健康研究院 瀏覽量: 字號:【加大】【減小】 手機上觀看

打開手機掃描二維碼
即可在手機端查看

快速發(fā)展的大語言模型,攜著生成式AI掠過醫(yī)療領域。過往的互聯(lián)網(wǎng)醫(yī)療、醫(yī)學影像、新藥研發(fā)……一個個場景經(jīng)由新一代AI重塑,煥發(fā)出前所未有的價值。


不過,發(fā)現(xiàn)價值并不意味著能夠掘得價值。如今慘淡的融資形勢下,躬身大模型的企業(yè)們無法像深度學習時代那樣隨意試錯。有限的現(xiàn)金流,意味著每一家企業(yè)必須全面考察場景、技術、風控、商業(yè)化等方方面面,才能做出決定。


因此,今年的人工智能報告將研究核心放在了“場景”與“產(chǎn)品”之上,嘗試通過洞悉醫(yī)院、藥企、械企多方的供需邏輯,分析先驅(qū)者們的實戰(zhàn)案例,為AI企業(yè)下一步的布局、選品、研發(fā)、商業(yè)化提供參考建議。


什么構成了醫(yī)療AI產(chǎn)品配置動力?

拆解醫(yī)療AI的配置需求

大致可分為政策驅(qū)動

與提效驅(qū)動兩個方面





在AI發(fā)展之初,政策驅(qū)動在醫(yī)療AI落地的過程中起主導作用。政策制定者通常會根據(jù)醫(yī)療衛(wèi)生領域的發(fā)展現(xiàn)狀和未來趨勢,制定具有前瞻性和指導性的政策文件。這些政策文件不僅明確了醫(yī)療信息化建設的總體目標和階段性任務,還規(guī)定了建設內(nèi)容、技術要求、實施路徑等關鍵要素。因而對于公立醫(yī)院,政策需求是他們需要考慮的首要需求。



圖片


為了樹立醫(yī)院對于前沿技術的正確認知

引導相關產(chǎn)業(yè)的快速發(fā)展

我國自2016年起

便開始圍繞AI出臺相關政策

從宏觀角度出發(fā)

推動AI技術在醫(yī)療領域的應用

提高醫(yī)療服務效率和質(zhì)量

最終實現(xiàn)醫(yī)療行業(yè)的智能化升級





微信圖片_20241026155606.png

推動醫(yī)療AI發(fā)展的核心宏觀政策(資料來源:蛋殼研究院)


對于醫(yī)院以外的場景,同樣有部分賽道需要沿著政策的方向提前布局。以生物制藥為例,“722”事件后,NMPA(當時為CFDA)相繼發(fā)布了《關于開展藥物臨床試驗數(shù)據(jù)自查核查工作的公告》《關于調(diào)整藥物臨床試驗審評審批的公告》等文件,引發(fā)了國內(nèi)EDC、RTSM市場的繁榮,太美醫(yī)療等企業(yè)在系統(tǒng)中植入AI,使其順勢成為藥企數(shù)字化的關鍵要素。


如今FDA鼓勵藥企采用數(shù)字健康技術(DHT)進行臨床試驗申辦,間接引導著藥企的進一步開展轉(zhuǎn)型。以eCOA為例,美國約80%的臨床研究都以eCOA的形式進行,歐洲也有60%依照這一路徑,而中國只有不到5%的申辦方使用了eCOA。當出?!皻W美”成為大勢所趨,F(xiàn)DA的政策也將傳導至中國的藥企。目前,Medidata、Veeva等企業(yè)已將AI融入數(shù)字化轉(zhuǎn)型解決方案中,準備承接這波海外政策變化帶來的新需求。


與政策主導下的AI需求不同,早期提效主導下的AI需求沒有引導、沒有給定的形態(tài)。它需要企業(yè)自身從醫(yī)院的臨床、運營、管理等流程中發(fā)現(xiàn)真正痛點,且當AI解決這一痛點時,能夠為醫(yī)院帶來直觀的收益。




眾多場景之中

影像AI是最早出現(xiàn)也是最為直觀的例子

作為AI領域應用最為廣泛的應用之一

此類AI能夠幫助醫(yī)生

處理高強度重復的閱片工作

幫助影像科提質(zhì)增效



隨著AI的進一步發(fā)展及醫(yī)生對于AI技術的進一步認可,許多醫(yī)生、管理者開始找到AI企業(yè)主動提出需求,要求后者根據(jù)具體需求打造能夠提質(zhì)增效的AI解決方案。


舉個例子。DRG出臺后,醫(yī)院的盈利邏輯由規(guī)模擴張向成本控制轉(zhuǎn)變,管理者開始更加注重內(nèi)部管理的精細化和科學化,提高運營效率和醫(yī)療服務質(zhì)量。這個時候,傳統(tǒng)的醫(yī)療IT系統(tǒng)不能滿足醫(yī)院精細化管理提出的各種需求,醫(yī)院管理者轉(zhuǎn)向AI系統(tǒng)尋求助力,形成了提效主導下的AI購置動力。


諸如此類的場景還有很多,尤其是當醫(yī)療機構逐步完成政策定下的基礎要求,他們開始主動需求智能化升級,提升競爭力。在沒有新政策出臺的前提下,提效主導下的AI購置動力將逐步取代政策主導下的AI購置動力,引導醫(yī)療AI的未來發(fā)展路徑。


自我突破,醫(yī)療AI形態(tài)異變


政策與提效兩大購置動力支持下

國內(nèi)已經(jīng)孕育了

一大批醫(yī)療人工智能產(chǎn)品

嵌入了醫(yī)療領域中的絕大多數(shù)場景


先談醫(yī)學影像。

統(tǒng)計有過融資記錄的人工智能初創(chuàng)企業(yè)與公布產(chǎn)線的上市公司,蛋殼研究院總計對64家企業(yè)進行梳理,調(diào)研總計436個產(chǎn)品,覆蓋了幾乎所有臟器。


許多熱門臟器的人工智能已經(jīng)非常成熟,能夠?qū)崿F(xiàn)高精度的多病種輔助診斷,如心臟(70)、骨骼(58個)、頭頸(53個)、肺部(44)等部位。一些冷門臟器也在開發(fā)之中,如腸道(5個)、泌尿(4個)、整腹(2個),部分產(chǎn)品已經(jīng)取得了醫(yī)療器械注冊證,能夠?qū)崿F(xiàn)一定程度的商業(yè)化。


微信圖片_20241026155611.png

微信圖片_20241026155614.png2024年1-9月通過第三類醫(yī)療器械注冊準入的醫(yī)療AI產(chǎn)品(資料來源:國家藥監(jiān)局官網(wǎng))


再看病種

心腦血管、骨關節(jié)、肺結節(jié)、腫瘤(放療)、

眼底是當前最火熱的病種

市場上的同類產(chǎn)品超過15種

布局腸息肉、泌尿相關等疾病的企業(yè)較少

細分賽道相對冷門


形勢背后的原因可歸納為三點:


01

伴隨標準化醫(yī)療數(shù)據(jù)獲取難度的降低,市場需求全面主導影像AI的研發(fā)方向。肺癌在我國惡性腫瘤中發(fā)病率和致死率均居首位,每年死于肺癌的病人大約是65萬。因此,醫(yī)療體系對于心血管AI、肺癌AI的強烈需求驅(qū)動企業(yè)圍繞對應疾病進行研發(fā)。

02

以臟器為目標的診斷取代了以單一病種為目標的診斷,驅(qū)動企業(yè)基于臟器進行全面布局。過去,影像AI的研發(fā)落地常圍繞某一特定疾病進行,但影像科醫(yī)生在閱讀CT、X光片時,不會先入為主預設患者的患病情況,而是會逐一確認影像中的每一個細節(jié),這種輔助模式限制了影像AI的價值。如今,影像AI企業(yè)為實現(xiàn)某個臟器的診斷,必須將該臟器中的熱門病種逐一診斷,進而導致熱門病種對應的影像AI數(shù)量激增。

03

冷門病種雖然獨立,但仍有潛力。病理、心電等場景同樣存在工作量大、相關醫(yī)療資源缺乏的問題,是醫(yī)療AI落地的優(yōu)質(zhì)場景,但由于這類場景不屬于醫(yī)療影像,主流AI公司較少跨界這一方向。此外,不少僅需二類證即可實現(xiàn)商業(yè)化落地,因而產(chǎn)品競爭相對平淡。不過,如今也有不少相關AI獲批醫(yī)療器械三類證,用AI深度賦能上述細分賽道,或在未來改變這一場景的應用邏輯。


醫(yī)療IT

評級仍是醫(yī)院配置AI主要動力,5級以上的電子病歷評級需要醫(yī)院在數(shù)字化建設的基礎上實現(xiàn)智能化部署,這意味著他們必須引入AI工具,并將其高度整合至已有的信息化體系。


2023年8月,中國醫(yī)學科學院阜外醫(yī)院成為國內(nèi)首家獲得8級電子病歷評級的醫(yī)院,突破了中國醫(yī)療信息化建設水平的上限。截至此時,全國總計312家醫(yī)院獲評高級別電子病歷評級,其中1家醫(yī)院獲評8級,3家醫(yī)院獲評7級、40家醫(yī)院獲評6級、268家醫(yī)院獲評5級。


微信圖片_20241026155617.png

電子病歷系統(tǒng)整體應用水平分級評價基本要求(資料來源:公開信息整理)

圖片


未來會有更多醫(yī)院

向電子病歷高等級評級發(fā)起“沖刺”

尤其是作為高級別的入門等級

5級評級依然存在很大通過難度

未來數(shù)年內(nèi)三級醫(yī)院沖5望6將是主流

將為人工智能帶來巨大機遇




微信圖片_20241026155622.png


8級電子病歷需要達成的條件(資料來源:公開信息整理)


制藥AI

自2020年制藥AI在一級市場迎來爆發(fā)性增長后,大量創(chuàng)業(yè)公司將其管線推至臨床階段。此前,AI主導的進入臨床試驗階段的創(chuàng)新藥項目僅為個位數(shù)。2021年這一數(shù)字已迅速增長至100多個,2022年維持增勢突破200,2023年進一步提升,管線數(shù)量邁入300大關。


趨勢之下,阿斯利康、拜耳、羅氏、禮來及賽諾菲等等MNC相繼入局AI制藥,國內(nèi)恒瑞醫(yī)藥、石藥集團等制藥龍頭也通過戰(zhàn)略合作、股權投資等方式積極布局AI,試圖通過創(chuàng)新技術找到研發(fā)藥物的新途徑。


不過,2024年的制藥AI

發(fā)展步伐明顯放慢



蛋殼研究院選取了39家主流制藥AI公司的管線進行了調(diào)研。2023年10月31日統(tǒng)計數(shù)據(jù),上述企業(yè)共有95條進入臨床研究的管線,截至2024年9月1日,僅5條產(chǎn)線更新了最新的臨床情況,進入新的階段。

 微信圖片_20241026155624.png

2023年10月31日—2024年9月1日更新了臨床情況的管線

(資料來源:蛋殼研究院、動脈橙產(chǎn)業(yè)智庫)


剩下的管線中,總計有15條管線/適應癥被企業(yè)從官網(wǎng)撤下或宣告停止。其中,臨床Ⅰ期管線總計3條,占比20%,臨床Ⅱ期管線總計9條,占比60%;臨床Ⅰ/Ⅱ期管線總計3條,占比20%。


微信圖片_20241026155627.png39家主流制藥AI公司停止或被撤下的管線

(資料來源:蛋殼研究院、動脈橙產(chǎn)業(yè)智庫)


同時,上述企業(yè)新增16條管線/適應癥,與停止或被撤下的管線數(shù)量持平。這些管線中,有近一半管線來自于中國持股的AI制藥企業(yè),英矽智能、埃格林醫(yī)藥、冰洲石生物、劑泰醫(yī)藥(晶泰科技持股)占據(jù)了其中的7席。

 微信圖片_20241026155630.png39家主流制藥AI公司新增管線/適應癥

(資料來源:蛋殼研究院、動脈橙產(chǎn)業(yè)智庫)

但放眼全球

AI制藥依然充滿生機

其中,英偉達近兩年在該賽道頻繁出手“瘋狂掃貨”成為AI制藥回暖的重要推手。據(jù)Pitchbook、Crunchbase及動脈橙產(chǎn)業(yè)智庫數(shù)據(jù),英偉達在2023年及2024年(截至2024年9月5日)共參與投資超過70起,所有投資無一例外,均與AI相關,而其中至少投注AI制藥企業(yè)14家,醫(yī)療其他領域企業(yè)8家。


微信圖片_20241026155632.png

2023年—2024年8月英偉達投資的AI制藥企業(yè)

(資料來源:Pitchbook、Crunchbase、動脈橙產(chǎn)業(yè)智庫)


此外,近兩年MNC與AI新藥研發(fā)及AI驅(qū)動的相關醫(yī)藥企業(yè)之間的合作交易也增幅顯著。J.P.Morgan數(shù)據(jù),生物制藥行業(yè)交易的預付款份額自2020年來呈下降趨勢,其中2024年上半年的預付款比例僅為6%。藥物研發(fā)的高風險高投入屬性,小額預付款無疑降低了交易的經(jīng)濟風險,該現(xiàn)象也反映了MNC在BD交易時日趨謹慎的態(tài)度。在此背景下,MNC資金更多流向AI醫(yī)療領域更是“用腳投票”,肯定了AI制藥的價值。




大模型之下,生成式AI何以顛覆醫(yī)療?



一如當年深度學習的火熱,新興的大模型正以肉眼可見的速度席卷醫(yī)療行業(yè)。不到兩年時間,市面上的醫(yī)療垂直模型數(shù)量已逾百個,甚至有不少頭部醫(yī)院要求主動上線相關平臺,自發(fā)開啟人工智能次世代的探尋。


不過,科技醫(yī)療要想在醫(yī)療領域站穩(wěn)腳跟,不僅需要技術本身具備充分創(chuàng)新,還需要相應產(chǎn)品高度適配于場景本身,融入醫(yī)療體系已有的流程。換句話說,屬于大模型的歷練,才剛剛開始。


圖片


在資本支持、市場需求推動下

醫(yī)療大模型發(fā)展迅速,不到兩年時間

市面上發(fā)布的醫(yī)療垂直模型數(shù)量已逾百個

據(jù)蛋殼研究院不完全統(tǒng)計

2024年截至9月10日

收集到新發(fā)布的醫(yī)療大模型39個



按蛋殼研究院《2023年醫(yī)療人工智能報告》中的九大大模型應用領域分類,近30%的大模型適用于2個及以上分類中的應用場景。其中,“輔助決策”“質(zhì)控”“患者服務”應用場景依然是大模型最為集中的細分領域,其次是“中醫(yī)”與“新藥研發(fā)”,而“科學研究”及“治療方案生成”領域的大模型相對稀缺,暫無“公共衛(wèi)生”應用場景的新大模型發(fā)布。


盡管應用數(shù)量已成規(guī)模,但涉及的場景有些分散、未成體系、深度也有待提高,企業(yè)通過它們能夠觸及的市場規(guī)??傤~有限,還不足以證明這項技術已經(jīng)跑通了商業(yè)化之路。因此,要推動大模型的規(guī)模商業(yè)化,企業(yè)還需解決以下問題。




01

基礎設施建設問題

目前完成大模型落地的醫(yī)院絕大多數(shù)都是排名靠前的三甲醫(yī)院,這些醫(yī)院有資金、有條件進行大模型的部署。而那些排名靠后的醫(yī)院乃至基層醫(yī)療機構,他們距離大模型還有一段距離。


現(xiàn)階段大部分醫(yī)院現(xiàn)有資源環(huán)境基本是面向通用計算的CPU,很少有醫(yī)院有面向圖形處理和并行計算的GPU資源。缺乏大模型的部署環(huán)境,醫(yī)院需要在購置應用的同時配備GPU運營大模型應用,并保證足夠的存儲和高速的網(wǎng)絡連接,才能保證大模型的穩(wěn)定運行。


對于大多數(shù)醫(yī)院而言這都是筆不小的成本。按照一個普遍科室一張RTX 4090進行估計,要供給一個院區(qū)的算力,大致需要醫(yī)院投入百萬元級的成本進行芯片的配置。雖然頭部醫(yī)院在部署大模型方面表現(xiàn)出極大的熱情,愿意進行本地化部署,但大量醫(yī)院會對這筆費用敬而遠之。

02

數(shù)據(jù)整合問題

因為醫(yī)院信息化系統(tǒng)復雜,涉及眾多系統(tǒng)和廠商,整合患者全生命周期數(shù)據(jù)面臨巨大挑戰(zhàn)。對于眾多醫(yī)療大模型公司而言,必須進一步強化大模型對于多模態(tài)數(shù)據(jù)的處理能力。


理想狀態(tài)下的多模態(tài)大模型,不應只是對各類醫(yī)療數(shù)據(jù)進行分類處理,更能提取各模態(tài)數(shù)據(jù)的關鍵之處,給出綜合性的建議。

03

應用局限性問題

目前基于大模型構建的智能應用仍然沒有脫離傳統(tǒng)醫(yī)療 IT 應用的范疇,更像是互聯(lián)網(wǎng)醫(yī)療的Plus版,雖有價值,但并非不可替代。未來,企業(yè)需要圍繞醫(yī)院需求構造“殺手級”應用,喚起醫(yī)院購置大模型的需求,進而實現(xiàn)大模型的規(guī)?;涞?。

創(chuàng)信融資租賃出品

平臺聲明:所發(fā)文章僅做分享,不做任何商業(yè)交易及或醫(yī)療服務的根據(jù),文章觀點歸原創(chuàng)者所有,本平臺不承擔任何責任,包括但不限于法律責任,賠償責任。如有侵權,請及時與平臺聯(lián)系。

Copyright ? 2022 上海科雷會展服務有限公司 旗下「智慧醫(yī)療網(wǎng)」版權所有    ICP備案號:滬ICP備17004559號-5