ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
被诺奖偏爱的“AI+医疗”,在中国有了新解法
2713点击    2024-11-13 10:42

近年来,伴随着人工智能技术在社会各领域内的渗透,医疗行业同样期待着一款“颠覆”传统诊疗方式的数字产品出现,在提高临床治疗效果的同时,降低医保和患者负担。


2024年,诺贝尔化学奖被授予大卫·贝克等人,用以表彰他们利用AI技术进行蛋白质设计和结构预测等方面的研究,为医药研发带来的无限畅想。近年来,伴随着人工智能技术在社会各领域内的渗透,医疗行业同样期待着一款“颠覆”传统诊疗方式的数字产品出现,在提高临床治疗效果的同时,降低医保和患者负担。


这也意味着,AI与医疗结合的最大潜力,将不仅局限于某个治疗场景的应用,而是参与、优化、甚至改写医疗服务全流程的方方面面。


据IDC报告预计,2025年时,全球人工智能应用市场总值将超过千亿美元,而中国医疗行业会占据总市场规模的1/5。当潮水涌入,越来越多的企业、医疗机构、高校院所都开始加入到智慧医疗实践的探索中。


作为全球领先制药企业的罗氏,自然是“AI+医疗”浪潮中的重要参与者。今年的进博会上,罗氏不仅携手合作伙伴展出了多款AI驱动的数字化产品,还启动了“数字化医疗孵化2.0”方案,继续赋能本土智慧医疗创新。


“进博会一直是‘创新’的风向标。罗氏长期深耕智慧医疗领域,拥有行业领先的丰富经验。同时,罗氏在中国经历了三十年的发展和布局,有能力链接各方资源、催化科学技术加速落地为临床应用产品,最终惠及每一位患者。罗氏愿做连接学术界与产业界的桥梁,为医学研究和患者治疗带来有价值、有意义的创新成果。”罗氏中国医学事务副总裁李滨博士表示。


医疗服务,正在走向智能化、个体化


走过早期的“AI+影像识别”和基础的医疗信息化阶段,无论从观念认知还是技术迭代上,如今的人工智能在国内医疗行业的应用都在快速发展,由AI赋能的“智慧医疗时代”,正在到来。


全球健康产业创新中心执行主任王竟菁回忆,如果说过去谈到 AI 刚刚进入医疗领域时,大家都持质疑、谨慎的态度,随着AI技术的进一步迭代,大家对待 AI 则展现出更接受、拥抱的态度,期待“技术的发展可以推动整个行业向智慧医疗的方向迈进”。


全球健康产业创新中心执行主任王竟菁致辞(图源:罗氏)


那么,回到最初的概念上,到底什么是智慧医疗?相较于简单的医疗信息化的延伸,它其实更强调智能化的决策支持和自动化的服务供给,通过集成和分析大量医疗数据,为医生提供辅助诊断、治疗方案等智能决策工具。


近年来,在院内一侧,个体化、多元化、多层次的医疗需求日益增加,仅靠传统诊疗手段难以招架。而智慧医疗作为一个系统化“解法”,可以覆盖个体化诊断、治疗、疾病监测、病程管理等方方面面,从多方面提高医疗效率。


但是,满足智慧医疗需求的数字化产品开发并不是一件简单的事。从技术角度,这不仅要求AI模型要对多模态数据进行分析、学习,了解与疾病相关的驱动基因、蛋白结构异常等深层次原理。同时,还需要关注到实际临床过程中医生和患者的真实表现、需求,从而实现“科学”和“经验”的完美平衡。


罗氏制药中国医学事务血液领域及创新健康解决方案高级总监沈霞芳提到,在海外,全球总部通过并购方式,布局了诸多“AI 科技公司在健康领域开发的创新项目”。相对而言,这些项目虽有效,视角却仍有些“外围”。但在中国,企业可以通过和医生共同研究一个临床问题,转化有价值的创新项目,这样的链接“更加紧密,效率也更高”。


罗氏制药中国医学事务血液领域及创新健康解决方案高级总监沈霞芳致辞(图源:罗氏)


过去数年间,罗氏已经在通过各类外部合作、孵化的形式,不断尝试将AI技术应用到药物研发、诊断、生产、患者管理等医药价值产业链的各个环节,从而提高整体生产力和效率,降低医保系统和患者的负担成本。


经过这些实践,公司已经发现,想要真正达成科学和经验间的“平衡”,确保智慧医疗产品真正落地使用,其关键在于成规模有意义的数据、先进的分析技术和有价值的应用场景这三大因素。


以数据为例,这是开发AI应用的“基础生产要素”。“在国内,医疗数据互联互通,以及共享一直是个痛点。但近两年,我们也看到了国家越来越重视这些数据,我们成立了国家数据局、有200多个来自医疗端的数据产品上线,且交易额十分可观。这也意味着,未来再开发AI创新应用时,由数据导致的局限将被很大程度改善,数据能够和日益突破的技术实现更好结合,并应用于我们需要的医疗场景内。”沈霞芳表示。


具体到临床实践上,目前,罗氏正在重点布局临床决策支持和患者远程监测管理两大领域,开发相关数字化产品组合。这些产品组合,不仅会为医生、患者带来更多治疗选择,同时也将是发展新质生产力、推动高质量发展的重要引擎。


以癌症为例,罗氏的智慧医疗“中国答卷”


肝癌领域的数字化辅助决策模型,就是罗氏递交的智慧医疗“中国答卷”案例之一。


中国是肝癌大国。近年来,以PD-1为代表的各类新型免疫疗法,已经极大提高了患者的总生存期。但在实际治疗中,受限于病情差异、诊疗能力等因素,许多患者无法快速找到合适的治疗方案,导致有效率不高、不良反应率突出,试错成本随之增加。


曾有专家形容,不同类型肝癌患者用同样治疗方案,相当于“开盲盒”,成功率不足三分之一。而肝癌治疗有效性识别方法尚属空白,国内患者试错机会又很少。因此,肝癌诊疗的当务之急,就是准确识别患者之间的差异,继而选择最好的治疗方案。


为解决这个问题,罗氏携手国内头部三甲医院,利用影像组学对肿瘤进行“数字活检”,开发了肝癌领域的数字化辅助决策模型。其优势在于无需建立新的检测方法,或利用穿刺获取额外的血液样本、肿瘤组织样本等,实现精准定位目标人群。比如,该模型可以通过对患者病灶位置、大小、数量等特征进行分析,推荐获益更高的治疗方案。


复旦大学肝癌研究所副所长、复旦大学附属中山医院肝脏外科副主任孙惠川教授表示,该模型已进入临床验证阶段,可为患者用药的有效率提供数字化证据,从而帮助医生决策,增加诊疗过程中的确定性,给患者带来临床获益的同时节约医疗成本。


孙惠川教授分享数字化辅助决策模型在肝癌领域的应用(图源:罗氏)


相关应用结果显示,该模型预测某种方法治疗患者有效性的准确率超过80%,患者接受治疗的临床获益有望增加2.6倍,且模型在多家医院的实践中均显示有效。


除了治疗环节,罗氏有关数字产品开发的探索还体现在诊断、预后管理等多个应用场景。在这方面,淋巴瘤数字预测模型和淋巴瘤数字化远程管理工具,同样是罗氏孵化、共创本土智慧医疗创新项目的重要实践。


在淋巴瘤诊疗过程中,存在高侵袭性、高异质性、高发化疗耐药等问题。以弥漫性大B细胞淋巴瘤(DLBCL)为例,相关数据显示,40%患者在经历了标准免疫化疗后,仍会出现复发,且伴有高风险愈后问题,面临更大风险和更沉重的经济负担。


针对此,罗氏凭借在PET/CT算法领域的积累,结合合作医院积累的真实世界数据,开发了符合中国临床需求的DLBCL复发预测模型。据了解,该模型主要通过融合多模态信息,指导新的生物标志物发现,来为淋巴瘤患者匹配更优治疗方案。


本次进博会上展出的成果显示,基于400多个中心内的1400多名患者临床数据对模型进行的训练和验证,该模型已经可以快速、自动地勾勒和评估FDG-PET影像,并在3分钟内为影像医生输出定量且可视化的结果,提高DLBCL临床影像评估的速度和质量。


此外,在疾病的长期随访和监测过程中,罗氏的数字化产品也在发挥作用。同样是针对淋巴瘤,罗氏还推出了淋巴瘤数字化患者远程管理工具,打通院内、院外诊疗路径通,同步实现医生的规范化治疗和患者病程管理,进而提升淋巴瘤患者的整体治愈率。


另据了解,这些产品其实只是罗氏在智慧医疗领域的初步“试水”。这个过程中,罗氏不仅强调“原创”,还要“创新”。这也意味着,只有在对国内医患痛点和需求具备深刻洞察的基础上,坚持与医院、医生共创共建,才能够开发更多改变患者健康、具备临床价值和可行性的产品。


期待产、研、医共建,持续落地更多智慧医疗产品


智慧医疗概念指导下的数字化解决方案,为未来的医疗实践带来无限畅想。但从产品开发角度,从临床想法到成果转化还面临着许多困难和挑战,比如临床价值及市场定位不清晰、技术碎片化且成熟度低、产品化能力不足、缺乏商业资源等。


对此,沈霞芳深有感触。她提到,例如在数字产品的研发阶段,不同医院的数据的标准,检查的方法和临床疗效评估的时间节点等的不统一,可能会影响数据验证过程,进而可能会影响到模型的效率和准确性。再比如,医疗系统“认硬件不认软件”的理念,也可能导致数字化产品在进院推广过程中受到阻碍。


想要解决这些问题,在基础科研与本土创新深入融合的过程中,“政、产、学、研、医、企缺一不可”。过去,罗氏在这个理念指导下,就曾搭建了完备的“数字医疗孵化器”,意在通过提供全产业链条扶持,实现从概念验证到落地的高效无缝链接。肝癌、淋巴瘤等场景中的成功实践正得益于此。


本次进博会上,在智慧医疗领域全新升级的背景下,罗氏又发布了“数字医疗孵化器2.0”,希望串联临床想法验证、产品开发、及注册上市等阶段,形成一个“整合的数字化工具孵化转化平台,加速创新成果转化”。


具体而言,2.0版本的数字医疗孵化器将更强调“概念验证”和“规模化、持续化”能力。沈霞芳介绍,前者侧重于寻找真正有市场落地价值的医疗场景。“医生最了解患者需求,但这个需求是否很普遍、很严重,需要有个站在全国、乃至全球范围更全面的视角。从这个维度,需要产业方帮助补充概念验证的部分,让AI产品真正扎准了刚需问题,转化出更大的影响力。”


后者则是指,产品转化过程要经历一系列复杂环节,需要专业的人才投入。为此,罗氏携手清华工研院全球健康产业创新中心(GHIC)等科研单位,创办“菁英学院”,希望吸引更多人才加入,把数字医疗产品在转化链条上应该具备的能力、知识,以及应该具备的标准更大范围地传播出去,真正实现数字产品的规模化、持续化、体系化。


目前,全球健康产业创新中心建立了以医生和教授为核心的生态体系,再加上大企业合作伙伴协同赋能,已经形成了一整套成果转化的模式。“流程上,我们会对创新项目进行分类,比较成熟的项目会直接进入转化通道,稍稍欠缺的先进入概念验证中心、如果更早期一点我们可以进入培育中心进一步沉淀。当科研成果转化为产品后,创新项目也逐渐成熟、就可以以自己的方式前进、全球健康产业创新中心就会提供各种资源帮助他们加速发展。”王竟菁介绍称。


此外,为了提高临床成果的转化效率,罗氏还在积极探索利用AI工具提升科研效率,让“科研工作者将时间和精力投入到创新本源上”。比如,针对医生在科研、临床等工作场景中的实际需求,罗氏利用生成式AI技术开发了文献解读、智能写作、智能问答等功能。


目前,这些工具虽主要应用于罗氏医学部内部。但未来,随着实际使用过程中,工具的生成质量不断提升,将逐步推广至外部用户。


这些探索,也是在人工智能技术赋能医疗全产业的时代浪潮中,罗氏坚定创新、将AI技术应用于到更多产品领域的体现。据罗氏方面介绍,公司现有产品管线覆盖肿瘤/血液、神经学等五大核心领域;2020-2029年间,将在全球上市20余款创新药物。可以说,作为一家创新驱动的老牌药企,在探索AI为现有业务增效、开发数字化产品的问题上,罗氏有充足的动力。


“如今,AI应用在我们内部其实已经渗透进从研发到日常工作流程的方方面面,且已深刻感受到工作效率的提升、优化。”罗氏制药中国财务、策略及运营优化副总裁夏天提到。


进博会上,罗氏方面表示,智慧医疗在中国的实践背后,离不开产学研等各界的支持。未来,罗氏将持续带来更多变革性创新解决方案和智慧医疗创新实践方案,力求让每一位中国患者受益于创新技术带来的医疗体验。


文章来自于 “36氪”


关键词: AI , AI医疗 , 人工智能 , AI会议
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
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)