英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!
3526点击    2025-03-31 09:57

英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!


当前,医疗保健和生命科学领域,人工智能的采用非常强劲。


尤其是AI霸主英伟达,其医疗保健业务在2026财年ARR将超10亿美元,并且在医疗保健和生命科学领域存在超1000亿美元的AI计算机会。


另一方面医疗健康又是一个非常庞大的行业,不仅机会非常多,各个产业链会衍生出多样化的需求。


近日,英伟达首次发布关于《人工智能在医疗保健和生命科学中的现状》的报告,旨在探讨医疗保健行业如何利用人工智能。


这份报告访谈了数百位专业人士,向他们提出了英伟达乃至整个市场最关心的问题:


医疗保健行业是如何使用AI的?他们最希望AI能改变哪些领域?未来5年,AI将在哪些赛道爆发?


调查发现,相较于不少传统行业在人工智能的采用和实施方面,医疗保健行业处于领先地位。


三分之二的调查受访者正在积极部署人工智能解决方案他们使用的用例范围反映了这一庞大行业的多样化需求。


正因为如此,更多的资源正被投入到AI能力和应用上。


四大赛道,齐头并进


英伟达的这份报告采访调研了医疗保健和生命科学各个领域的600多名行业专业人士。


这些专业人士包括企业中高层、临床医生、科学家、工程师、研究人员等,40%的受访者来自拥有超过1,000名员工的大公司。


医疗健康是一个庞大的市场,英伟达主要将AI+生命科学和医疗保健分为四大领域:


医疗技术工具和诊断:包括医疗设备、成像和外科机器人等应用


数字医疗:包括远程医疗、远程保健和健康信息学公司


生物技术:包括制药公司、生物信息学、临床研究和基因组学等公司


医院和支付端:包括医疗保险、临床服务、家庭保健和医院


英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!


在这份报告中,63%的业内人士表示他们正在积极使用人工智能,31%的受访者正在评估或试点AI项目。


此外,81%表示AI帮助公司业务增加了收入,而其中的45%的受访者在实施人工智能后不到一年就实现了收益


68%认为他们公司的AI投资还不够。只有三分之一的受访者认为他们的公司在人工智能方面投入足够,以利用越来越多的应用。


45%的医疗技术公司受访者以及42%的制药和生物技术公司受访者表示,他们积极使用人工智能的时间已超过两年。


英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!


大公司更加愿意投资AI,有37%的公司将AI投入到6个及以上的应用中,而小公司的预算有限,绝大多数只能将AI用于更小范围。


以药企为代表的AI+生物科技领域,随着药企的接受程度变高,使用AI的数量在增加。数据显示,当前66%制药公司和生物科技组织正在投资生成式AI。


毕竟药企投入能够达到营收的20%。2024年,全球Top10药企的研发总支出超过惊人的千亿美元,如果AI和数字化的渗透率逐渐提升,对于AI霸主英伟达而言都是巨大的市场。


如今,海内外多家药物研发公司已经和英伟达进行了大量数字化和模型的合作,如基因泰克、阿斯利康、罗氏、安进,国内则主要有迈瑞医疗、 药明康德、 华大基因、 锐格医药。


这些预算将应用于何处?


总体而言,受访者列出的前三项希望AI达成的目标是加速研发、改善客户成果以及提供更好的临床或研究见解。


在调查的总受访者中,最优先的目标是加快研发,占24%;改善客户成果,占22%;提供更好的临床或研究见解,占22%。


英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!


值得注意的是,54%的药企和生物技术公司人士希望AI能够加速研发,尽快获得新的疗法,其次则是提高AI准确性、获得更好的临床见解等。


而医疗技术公司和研究人员则希望提高AI的准确性和精度,改善交付给客户的成果等。


对于来自其他医疗保健和生命科学领域的受访者中超过一半的人,顶级用例是用于生成临床笔记的AI代理和应用。


医疗机构和支付端则希望提高运营效率,改善交付给客户的成果,以及改善临床医生与患者的互动。


哪个领域最先受益


医疗保健和生命科学企业怎么使用AI?


根据英伟达的调查,前三大技术主要为数据分析(58%)、生成式AI(54%)和大型语言模型(53%)。


英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!


尽管都在使用以上三种技术,各领域的研发和业务都不相同,其应用的场景和排序也不一样。例如,面向患者的细分市场往往希望通过AI能够改善患者护理以及优化运营方式的目标。


医疗技术:医学影像和诊断(71%)、临床决策支持(43%)、疾病诊断和风险预测(42%)


数字医疗:临床决策支持(54%)、行政任务和工作流程优化(47%)、虚拟健康助手和聊天机器人(46%)


制药和生物技术:药物发现和开发(59%)、基因组学应用(54%)、个性化医疗(41%)


医疗机构和支付端:行政任务和工作流程优化(48%)、自然语言处理(NLP)在临床记录中的应用(44%)、医学影像和诊断(43%)。


英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!


医疗机构和支付端,对话式AI的采用率较高,比例为54%。而医疗技术则将数据处理列为前三名之一,比例为55%。

未来5年AI医疗市场


毫无疑问,医疗保健市场正在进行一场AI革命,这场革命将会以何种方式显现?


面对这一问题,51%的受访者认为医疗成像和诊断领域将在未来五年内对医疗和生命科学产生最大影响。


其次是虚拟医疗助理,占34%,最后是精准医疗(根据患者个体特征量身定制的治疗),占29%。


英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!


在报告最后,英伟达对利用人工智能进行创新以在其产品和技术中取得突破充满信心。


鉴于AI在医疗保健和生命科学行业的广泛应用,78%的调查受访者表示,他们的人工智能基础设施预算将在2025年增加。超过三分之一的受访者指出,他们对AI的投资将增加10%以上。


有数据显示,2024年—2032年,AI医疗市场将以每年43%的速度增长,市场规模有望达到4910亿美元(约合人民币3.58万亿元)。


从搭建一系列加速平台,再到用真金白银投向AI制药、AI手术机器人公司,英伟达用行动证明了对这一领域的看好。


AI如同一把变革的火种,重塑医疗行业的运作模式。


生成式AI与大模型的突破正在重新定义医疗场景,AI正在渗透医疗硬件设备与诊疗流程,药企正在将AI纳入其工作流程。


正如黄仁勋预测,未来手术机器人将以空前的精准度执行微创手术;机器人护理师将协助护士和其他医疗专业人员;机器人实验室将全天候进行实验,加速药物的研发。


文章来自于“智药局”,作者“智药局“。


英伟达首份AI医疗报告!600位专业人士:这几大领域即将爆发!

关键词: AI , AI医疗 , 人工智能 , AI生物
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
OWL

【开源免费】OWL是一个完全开源免费的通用智能体项目。它可以远程开Ubuntu容器、自动挂载数据、做规划、执行任务,堪称「云端超级打工人」而且做到了开源界GAIA性能天花板,达到了57.7%,超越Huggingface 提出的Open Deep Research 55.15%的表现。

项目地址:GitHub:https://github.com/camel-ai/owl

2
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


3
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

4
AI医疗影像

【开源免费】MONAI是一个专注于医疗影像分析的深度学习框架,它可以让医院高效、准确地从医疗影像数据中提取有价值的信息,以辅助医生进行诊断和治疗。

项目地址:https://github.com/Project-MONAI/MONAI?tab=readme-ov-file