• 全国 [切换]
  • 二维码
    广企汇

    手机WAP版

    手机也能谈生意,信息同步6大终端平台!
    当前位置: 首页 » 企业动态 » 会员动态 » 正文

    医院数据使用率仅3%!谷歌微软发力AI医疗

    放大字体  缩小字体 发布日期:2020-04-14 19:26:30   浏览次数:410  发布人:708e****  IP:120.244.89.***  评论:0
    导读

    本周,谷歌和微软接连发布面向医疗保健机构的AI新工具,以实现医疗数据的标准化,并帮助医生缩短数据访问搜索流程。根据德勤最近的一份报告,医疗保健和生命科学行业产生的数据占全球所有数据的30%以上,但如何利用这些数据具有很大挑战。主要原因是这些信息存储在各种不同的系统并以不同格式存储。德勤数据显示,整体而言,医院生成的所有数据中仅有3%的数据得到利用,约有97%尚未使用。“医院数据这个&l

    本周,谷歌和微软接连发布面向医疗保健机构的AI新工具,以实现医疗数据的标准化,并帮助医生缩短数据访问搜索流程。

    根据德勤最近的一份报告,医疗保健和生命科学行业产生的数据占全球所有数据的30%以上,但如何利用这些数据具有很大挑战。主要原因是这些信息存储在各种不同的系统并以不同格式存储。德勤数据显示,整体而言,医院生成的所有数据中仅有3%的数据得到利用,约有97%尚未使用。

    “医院数据这个‘金矿’尚未被好好地开发利用,或者说是没有好的具有完整性和结构性的数据。”一位医疗机构负责人对第一财经记者表示,“未来的研究型医疗机构的核心竞争力之一,将是如何确保医疗数据的标准化、结构化和完整性。”

    10月10日,微软在拉斯维加斯举行的一场大会上,为该公司的集成数据分析平台Microsoft Fabric和微软云Azure AI开发了新的医疗保健专用工具,结合患者的电子健康病历、医疗影像、医疗机构的实验室系统、医疗设备和索赔系统等数据来源,对数据进行标准化,从而方便医疗保健机构可以在同一位置访问这些数据,并缩短医生搜索信息耗时的过程。

    业内人士向第一财经记者分析称,Microsoft Fabric主要采用数据湖简化和统一数据架构的方式,可以存储并允许访问来自不同来源和应用程序的各种数据,这种方法在节约成本、透明度、灵活性、管理和数据质量方面有显著好处。

    多年来,包括微软、亚马逊和谷歌在内的云计算巨头都在通过收购或自研的方式开发了数十种用于各种数据和分析任务的软件工具,但这些工具都是零碎地拼凑在一起,形成复杂分散的工具和数据库,没有创建一个连贯无缝的平台,这也降低了用户处理数据的效率。

    研究机构Gartner公司分析师Jason Medd认为,微软公司以一个集成包的形式提供了将数据标准化的功能。虽然这种思路听起来很简单,但这并不是大多数数据和分析供应商能够提供的。

    Gartner公司对企业首席数据官的一份调查显示,只有约30%的首席数据官表示,他们从数据和分析工具中获得了价值。通过整合数据分析处理工具并降低价格,微软公司正在解决这些痛点。

    除此之外,微软还在Azure AI中引入了新的生成式AI医疗健康工具——一种名为Azure AI Health Bot的新型生成式AI聊天机器人,它可以从医疗保健机构之外的外部来源中提取信息,从而回答医生提出的问题,例如特定疾病的治疗指南和流程;患者也能通过聊天机器人询问有关他们疾病的症状和对医学术语的解释。

    “现在关键的问题是,需要确保医生和患者获得的这些信息是可信的。”一位医疗信息专家对第一财经记者表示。

    就在微软推出AI医疗新工具的前一天,谷歌云也在周一宣布了新的人工智能驱动的搜索功能Vertex AI,以帮助临床医生快速访问来自不同数据源的信息。

    “本质上,谷歌和微软的新工具都是为了应对医疗服务提供者查找信息的痛点提出解决方案,这些新工具都试图将所有信息集中到一个地方。”上述医疗信息专家对第一财经记者表示,“这将有助于节省医护人员的宝贵时间和精力。”

    谷歌表示,Vertex AI将允许医生从临床记录、扫描文档和电子健康记录中提取信息,以便可以在同一个地方访问这些信息。例如,如果医生想了解患者的病史,他们不再需要单独阅读患者的病历和电子健康记录,而是可以搜索诸如“该患者在过去12个月内服用过哪些药物”之类的问题。

    不过,目前这些工具都暂未面向中国市场推出。一位国内三甲医院信息处负责人对第一财经记者表示:“国内医院数据的公开流通还需要政策方面的引导和支持,包括建立起药品、新技术和新器械产生数据的准入和流出规则。”

    今年早些时候,《自然》刊发评论关于全新通用医学AI(GMAI)范式称,GMAI能够快速精准解读各类医学数据的模式组合,包括影像、电子健康和医疗档案数据、实验室临检结果、基因组学报告、各种图表或医学文本记录等。

    评论指出,这种范式转变同时也带来的挑战,特别是在医疗场景下,GMAI的应用将冲击当前医学AI设备的监管模式和审批规则,并且由于自适应算法模型的应用,将彻底改变与收集大型医学数据集相关的循证实践。

     
    (文/匿名(若涉版权问题请联系我们核实发布者) / 非法信息举报 / 删稿)
    打赏
    免责声明
    • 
    本文为昵称为 708e**** 发布的作品,本文仅代表发布者个人观点,本站未对其内容进行核实,请读者仅做参考,如若文中涉及有违公德、触犯法律的内容,一经发现,立即删除,发布者需自行承担相应责任。涉及到版权或其他问题,请及时联系我们154208694@qq.com删除,我们积极做(权利人与发布者之间的调停者)中立处理。郑重说明:不 违规举报 视为放弃权利,本站不承担任何责任!
    有个别老鼠屎以营利为目的遇到侵权情况但不联系本站或自己发布违规信息然后直接向本站索取高额赔偿等情况,本站一概以诈骗报警处理,曾经有1例诈骗分子已经绳之以法,本站本着公平公正的原则,若遇 违规举报 我们100%在3个工作日内处理!
    0相关评论
     

    (c)2008-现在 nm0.com All Rights Reserved.