医疗：深度学习助力制药与治疗，图像识别融入医学影像

您当前位置：首页 > 行业分析 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-08-11 17:50:43】【打印】【关闭】

相关报告

人工智能在医疗健康领域的应用分为八类，分别是健康管理、医疗风险分析、虚拟护士助理、药物挖掘、诊断、医学研究和营养学。从2015年医疗健康领域人工智能的投资分布来看，健康管理、医学影像、医疗风险分析是人工智能与医疗健康融合最受资本关注的三大领域。

2015年医疗健康领域人工智能投资分布（单位：万美元）

药物挖掘：深度学习助力药物挖掘。人工智能与药物挖掘的结合极大地提高研发效率，降低企业成本。目前在北美地区已经出现了数家技术领先的初创企业借助深度学习，与默克等传统药企及医药研究机构合作，在心血管药物、抗肿瘤药物等多领域取得新突破。

人工智能在药物挖掘领域的应用

医学影像：医学影像领域人工智能的核心技术为图像识别，即利用人工智读懂医学影像的内容。借助图像识别技术，医师可以更高效地做出专业判断，患者能够更快速地获得医疗服务，而医疗机构也可节省成本。在分级诊疗的大背景下，人工智能与医学影像的市场空间在不断增长。

人工智能在医学影像领域的技术与优势

虚拟医生：自然语言处理与深度学习使虚拟医生成为可能。2015年12月，生物制药公司诺和诺德将与IBM旗下沃森健康(WatsonHealth)合作为糖尿病人开发“虚拟医生”，为患者提供胰岛素用量等治疗建议。2016年初，谷歌Deepmind首席执行官向英国的初创公司“巴比伦”投资2500万美元。巴比伦正在开发医生或患者说出症状后，在互联网上搜索医疗信息、寻找诊断和处方的人工智能APP。

人工智能在虚拟医生领域的发展阶段