展會信息港展會大全

創(chuàng)新人工智能轉(zhuǎn)型,賦能醫(yī)、教、研
來源:互聯(lián)網(wǎng)   發(fā)布日期:2024-04-29 07:57:08   瀏覽:11998次  

導讀:4月28日,由《新英格蘭醫(yī)學雜志》(NEJM)旗下中文平臺《NEJM醫(yī)學前沿》與清華大學醫(yī)院管理研究院主辦、嘉會醫(yī)療承辦的重塑醫(yī)療:醫(yī)學中的創(chuàng)新人工智能轉(zhuǎn)型2024中關村論壇年會平行論壇召開。 人工智能正引領科技革命,對醫(yī)療健康產(chǎn)生深遠影響。北京市衛(wèi)健委...

4月28日,由《新英格蘭醫(yī)學雜志》(NEJM)旗下中文平臺《NEJM醫(yī)學前沿》與清華大學醫(yī)院管理研究院主辦、嘉會醫(yī)療承辦的“重塑醫(yī)療:醫(yī)學中的創(chuàng)新人工智能轉(zhuǎn)型”2024中關村論壇年會平行論壇召開。

“人工智能正引領科技革命,對醫(yī)療健康產(chǎn)生深遠影響。”北京市衛(wèi)健委副主任鄧平基指出,北京市在醫(yī)療人工智能領域處于全國領先地位,擁有眾多醫(yī)療AI企業(yè)和產(chǎn)品,涵蓋醫(yī)療輔助決策、健康管理等多個方面,北京市衛(wèi)健委將繼續(xù)推動醫(yī)療AI研發(fā)應用,服務人民健康和產(chǎn)業(yè)發(fā)展。

關注AI驅(qū)動的醫(yī)療實踐

克拉利特研究所AI醫(yī)學主任、本古里安大學副教授Noa Dagan博士指出,AI模型部署時面臨的挑戰(zhàn)包括準確識別臨床需求和模型的可解釋性。以丙肝篩查項為例,由于高危人群丙肝篩查率不高,研究者開發(fā)了有助于預測丙肝陽性患者的AI算法,從而提高篩查的依從性和效率。此外,不同亞人群數(shù)據(jù)可獲得性或準確性可能不甚一致,根據(jù)總體人群構(gòu)建出的通用模型必須根據(jù)亞人群的具體特點加以微調(diào),從而確保模型的準確性。

浙江大學醫(yī)學院附屬邵逸夫醫(yī)院院長蔡秀軍介紹了邵逸夫醫(yī)院在AI與醫(yī)療結(jié)合方面的創(chuàng)新實踐和成果。據(jù)悉,醫(yī)院積極推動AI技術在醫(yī)療領域的應用,如通過手機應用實現(xiàn)掛號、支付、檢查單管理等,極大提升患者就醫(yī)便利性。此外,醫(yī)院還開發(fā)了“智慧用藥”APP幫助患者管理用藥。AI在醫(yī)療資源下沉方面也發(fā)揮了重要作用,如AI眼鏡輔助基層醫(yī)療,以及通過遠程醫(yī)療技術讓專家遠程為基層患者提供服務。

“打造人工智能驅(qū)動的生物制藥研發(fā)機構(gòu)是當前生物醫(yī)藥領域的重要發(fā)展方向。”賽諾菲轉(zhuǎn)化醫(yī)學中國負責人唐蕾認為,人工智能可以加速藥物發(fā)現(xiàn)、優(yōu)化藥物設計、提高臨床試驗效率,大大縮短新藥上市時間和降低研發(fā)成本。賽諾菲將利用人工智能分析病理病變等數(shù)據(jù)以實現(xiàn)精準醫(yī)療,為患者提供個性化的治療方案。人工智能驅(qū)動的生物制藥研發(fā)將為新藥開發(fā)注入新的活力,促進醫(yī)藥產(chǎn)業(yè)的快速發(fā)展。

人工智能賦能醫(yī)、教、研

論壇上,清華大學醫(yī)學院主任黃天萌分享了醫(yī)學教育面臨的挑戰(zhàn)以及AI和大語言模型(LLM)的解決之道。在分析目前醫(yī)學教育的弊端之后,黃教授介紹了AI和LLM如何通過縮短醫(yī)生培訓時間、提高培訓質(zhì)量等助力醫(yī)學教育。通過AI輔助的自學模式,學生可以自主調(diào)節(jié)學習進度,不必依賴傳統(tǒng)的面授教學。此外,AI可以幫助醫(yī)學生接觸到罕見病例,提高醫(yī)療記錄文檔的編寫效率,減輕醫(yī)生的工作負擔。

“AI在神經(jīng)系統(tǒng)疾病的預防、診斷、治療和管理中發(fā)揮著越來越重要的作用。”首都醫(yī)科大學附屬北京天壇醫(yī)院副院長王伊龍指出,AI通過分析大數(shù)據(jù)可以早期預測帕金森病的發(fā)生和嚴重程度。在診斷方面,AI技術可以快速分析影像學數(shù)據(jù),預測腦血管病的發(fā)病機制,輔助個體化精準治療;治療方面,在腦機交互領域,如難治性帕金森病的腦深部刺激治療中,AI通過精準調(diào)控可顯著減少副作用。

NEJM AI常務主編Charlotte Haug表示,NEJM AI的愿景是確保AI工具在臨床應用中達到與傳統(tǒng)醫(yī)療干預相同的標準,即具有實用性、有效性,并能為患者、家庭、醫(yī)療專業(yè)人員及整個醫(yī)療系統(tǒng)帶來益處。NEJM AI特別關注AI在醫(yī)療實踐中的應用,包括AI在風險因素識別、診斷、治療和慢性病管理中的新方法。

新京報記者 張兆慧

校對 翟永軍

贊助本站

相關內(nèi)容
AiLab云推薦
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯(lián)系我們 | 廣告服務 | 公司動態(tài) | 免責聲明 | 隱私條款 | 工作機會 | 展會港