专家热议医疗领域人工智能创新转型之路

时间:2024-04-30 00:25 来源:光明网   阅读量:17064      

??在科技飞速发展的今天,人工智能正逐渐成为医疗领域创新的关键驱动力。NEJM副主编、北京大学未来技术学院院长肖瑞平提醒考虑与AI相关的伦理问题,如隐私权、透明度和数据分享等。她呼吁制定AI在医疗保健中的使用标准,促进透明度,并期待论坛能为创造更好的医疗卫生环境贡献智慧。

4月28日,由《NEJM医学前沿》与清华大学医院管理研究院联合主办、嘉会医疗集团承办的“重塑医疗:医学中的创新人工智能转型”2024中关村论坛年会平行论坛在京召开。

“18家企业获批了27个医疗人工智能辅助诊断场景的三类注册证,数量占全国总数的34%”,北京市卫健委副主任邓平基在“重塑医疗:医学中的创新人工智能转型”平行论坛上分享了这样一组数据。

在“人工智能与医学的未来”中,清华大学医学院主任黄天萌分享了医学教育面临的挑战以及AI和大语言模型的解决之道。在分析了目前医学教育的弊端之后,黄天萌介绍AI和LLM如何通过缩短医生培训时间、提高培训质量等助力医学教育。通过AI辅助的自学模式,学生可以自主调节学习进度,不必依赖传统的面授教学。此外,AI可以帮助医学生接触到罕见病例,提高医疗记录文档的编写效率,减轻医生的工作负担。

首都医科大学附属北京天坛医院副院长王伊龙重点探讨了AI在神经系统疾病的预防、诊断、治疗和管理中发挥的越来越重要的作用。预防方面,AI通过分析大数据可以早期预测帕金森病的发生和严重程度。在诊断方面,AI技术可以快速分析影像学数据,预测脑血管病的发病机制,辅助个体化精准治疗。治疗方面,在脑机交互领域,如难治性帕金森病的脑深部刺激治疗中,AI通过精准调控可显著减少副作用。

NEJM AI常务主编Charlotte Haug分享了NEJM AI杂志的愿景,即推动AI工具在临床应用中达到与传统医疗相同的标准。

在医学和医疗行业中,人工智能正发挥着越来越重要的作用,尤其是在缩短新药研发周期和降低成本方面。赛诺菲转化医学中国的唐蕾详细阐述了公司如何利用AI技术提升小分子药物探索的效率和品质。传统药物研发流程漫长且昂贵,平均需要十年时间和高达26亿美元的投资。然而,通过引入数字化技术和AI能力,赛诺菲已成功地在不到一年的时间内为超过50个靶点生成了预测,并将其中7个创新靶点推进到研究管线中。

唐蕾强调,AI模型的使用已覆盖超八成小分子化合物的筛选和研究,显著加速了研究进度,有望更快地将新药带入临床试验阶段,从而更早地使患者受益。

同时,在医学影像领域,AI的应用也取得了显著成效。GE医疗首席数字官黄峰指出,AI能够快速而准确地提供医学影像的诊断结果。例如,GE医疗某款影像学产品能够提高影像质量四倍,类似的成功案例不胜枚举。

面向未来,尽管AI在医疗领域的应用前景广阔,但隐私权、透明度和数据监管仍是关键议题。多位专家强调,在推进AI在医疗领域应用的同时,必须平衡其潜力和责任,制定相关使用标准,并注重保护患者隐私和数据安全。

AI技术正在医疗领域发挥着革命性的作用,不仅缩短了新药的研发周期,降低了成本,还优化了医学影像的诊断过程。然而,随之而来的伦理和监管问题也需要行业内外的共同关注和解决。

郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。