醫療健康是現階段AI绝佳的應用場景
今年開始我分享比較多醫療相關的文章,特別最近台灣疫情仍在緊繃狀態,分享這篇我談 AI 在醫療健康領域能創造哪些價值,提供大家參考。
最近,我出席了第五屆醫療健康產業投資50人的「H50年度峰會」,就「人工智能醫療醫藥領域的應用機遇與挑戰」進行一場主題演講。我認為,傳統產業「+AI」的時代已經到來,AI將像電一樣穿透各行各業為其降本提效,創造巨大的經濟價值。醫療健康是現階段AI絕佳的應用場景。創新工場將結合自身TECH VC基因,以醫療市場化、數字化及AI應用等方向為切入口,一起探索發掘醫療產業重塑的機會。
以下是來自峰會的現場報導,文章經21世紀經濟報導授權轉載。
「多年前,如果你問我人工智能最好的應用會是什麼,我可能在不同的時期會說是語音識別或者計算機視覺、自動駕駛、金融領域。但今天如果你問我這個問題,我覺得人工智能最好的應用場景,毫無疑問是醫療的場景。」李開復說。
也正因如此,創新工場在兩年多前設立了醫療投資團隊。這個團隊從2019年起以醫療市場化、數字化及AI應用等方向為切入口,目前已經投資了鎂信健康、艾登科技、英矽智能、沃比醫療、予果生物等20多個項目,涵蓋了數據AI、服務、器械、生物製藥等多個領域。
「隨著團隊的擴張,現在醫療投資團隊已經比人工智能團隊還要大了。創新工場將按照原有Tech VC 基因結合度,搭建醫療生物領域專業化團隊,接下來的1到2年,醫療技術領域的投資將是我們的重中之重,我們會把火力集中在IVD(In Vitro Diagnositcs)體外檢測和高值耗材兩個大賽道。」李開復說。
本次分享中,李開復談到人工智能發展的現狀、深度學習的要點及相關要求,同時,重點給大家分享了AI在病理分析、藥物研發、大數據、以及其他特定領域與場景的應用場景,並結合創新工場在醫療AI投資方面的實踐,給參會嘉賓提供了相關建議。
▎AI賦能傳統行業的時代已經到來
李開復認為,現階段能夠做AI的科學家和工程師數以百萬計,AI技術已經普及化。在過去的人工智能1.0時代,大家把AI當「黑科技」,可能最開始並不知道技術具體能創造什麼價值,就先投資進去公司,再幫牠找應用。
但現在情況已經發生改變,AI賦能傳統產業的時代到來,這裡所謂的「傳統行業」並不是說真的很傳統,而是指任何沒有AI的行業,其中也包括醫療產業。
人工智能發展到今天已有60多年歷史,李開復認為其中最重要的成果是深度學習技術的發明。對此,他總結出了深度學習最重要的四個特點。首先,深度學習能夠針對一個目標函數優化到最佳,如識別腫瘤的正確率;其次,數據量越多,結果越好;第三,千人千面,運營在醫療領域可以根據不同患者的家庭背景、基因等信息精準醫療;第四,文字、圖像、視頻等不同數據都可以作為深度學習的內容。這是此前人工智能算法做不到的,因而近年來深度學習取得了很多突破。
李開復也指出了深度學習需要滿足的五點要求:
第一,需要海量的數據;
第二,數據不能是網上爬來的,而是客觀、精準、自動地標註或打好標籤;
第三,只能在單一領域內工作;
第四,需要比較大的計算力;
第五,需要一些AI專家的參與。 AI擅長運用海量數據針對目標函數進行優化,但無法取代人抽象、分析、嘗試的能力和創造力。
至於AI是否適合用在醫療領域,李開復認為,當下醫療領域正在開始產生海量的數據。可穿戴設備、新的醫療方法、基因排序等都提供了多樣化的數據來源,他對AI+醫療的未來有非常大的信心。
但同時他也提到,AI+醫療在當前的發展過程中遇到了一些問題。首先,AI不擅長做「全科大夫」,只能解決某一特定領域的問題,不可過份神話這一技術。其次,傳統醫療需要的是小而精的數據,而AI對數據的要求是海量、結構化、精準化、閉環,因而現成的數據無法完全滿足AI的需求。
此外,李開復指出,醫療是非常神聖的,關乎人的生命與健康,與金融領域、互聯網領域不同。AI+醫療特別要尊重客戶和他們的服務或產品引進方式,而不是盲目教育市場。很多AI科學家創業會把醫療領域想得過於簡單,而李開復建議創業者需要用更嚴謹的方法適應醫院的採購流程,讓醫院現有的負責人意識到AI技術是在幫助他們,而非取代他們。
▎AI+醫療的細分落地場景
李開復認為,目前AI+醫療在一些細分領域有很多具體的落地場景。第一,病理方面有特別巨大的需求。每年會有成千上萬的病理樣本產生,而註冊的病理醫生缺口則很大。在這方面AI雖然不能做最終判斷,但可以幫助更好的篩選,提供更好的建議。
第二是藥物研發方面,最近國際上已經有了一些成果,如美國一家公司做的蛋白質折疊,以及創新工場所投資的 Insilico Medicine英矽智能,已經開始用AI技術幫助科學家發現新藥。 AI技術的加入可以幫助節約90%的新藥研發時間,對未來製藥行業會帶來很大的顛覆。
第三是大數據與AI的結合,近年來有各種新數據產生,如基因、轉錄、蛋白、代謝等等,都可以用來做新的分析,創作更多新的應用和價值,針對每個患者背景做出更精準的診斷。
此外,李開復還提到在骨科手術、神經介入、種植牙等領域,AI都可以創造價值。
AI+醫療是創新工作的醫療團隊所關注的方向之一。創新工場借助自身的AI工程院以及在AI、醫療領域的深入研究,擁有較為豐富的專業知識。李開復認為,做AI最重要的是有海量數據,創新工場會關注真正數據源頭的掌握者,獲得脫敏數據後再思考如何激活,如何做出新的產品,產生更大的價值。此外,團隊也願意接觸一些產業投資人和產業公司,因為這些人更懂醫療的具體流程,大家的合作將產生價值。
第二屆未來工程師大賽 在 中衛產業行腳 Facebook 的最佳貼文
💪18迎向挑戰,展望復甦,長生製茶廠的進擊!
隱身桃園山區的長生製茶廠,一頭白髮赤足踩著硬朗腳步,仍站在在第一線製茶的首代茶園主人林文經,不僅是早年龜山茶外銷日本的第一人,其製茶技術,還曾抱走全國東方美人茶評鑑大賽的首獎,讓法國人願意用一斤約40萬台幣的價碼購買。
若不是背後牆上掛滿2016十大神農獎、傑出農民獎、製茶競賽獎...等綵帶,聽著第二代林和春侃侃而談的IOT、自動化設備和資訊佈建,幾乎要以為這是場科學園區產線對談。
確實,主修電機早期即從事引進日本設備商,協助大廠建廠的林和春,將工程師的流程、供應鏈、成本管控訓練,導入最講"工夫、眉角"的家傳製茶產業中,透過IOT機械耕作,每趟設備作業除製茶產能外,也是一次次資訊的蒐集累積,驗證"工夫、眉角"的科學數值,轉繹為傳承的學習曲線。
然而談到如何佈局佔8成營業額的日、美、法、德國際市場,年輕林和春談的卻是"信任",正如他希望可以用西方的方式,拆解出製茶產業的專業模式,尊重這個產業鏈中專業的價值,合理分配利潤,才能讓製茶業不外傳的"眉角"可以釋出,縮短大家的學習曲線。
💢影響狀況💢
因茶外銷多走海運,並未受到太多影響,反而是與日方自動化產線的合作,生產工件進程受到延後。
觀察台灣茶產業國際化的消長,林和春也提出他的憂慮"台灣茶正在失去台灣的地位",市場早期對越南茶的品級印象正在轉變,越南一如早年台灣經濟起飛期的縮影,習得優良製茶技術,國內市場又支撑起需求量,屆時台灣部分產業鏈可能會面臨斷料風險,以及越南茶正名化的短兵交戰。
🥊🥊展望復甦,長生製茶的進擊
未來期待在製茶、資訊、設備自動化基礎上,評估資金最佳化運用,以及專利佈局,和策略人才的引進,以佈建完整的智慧農業發展。
#WeCanHelp #TaiwanGoCSDCanHelp #中衛30
第二屆未來工程師大賽 在 Fintech 金融科技趨勢分享 Facebook 的最讚貼文
#Fintech中國-#深度精選長文
[ 騰訊:讓AI無處不在!]-內附騰訊AI佈局PPT
在如火如荼的AI競賽中,比起百度提出的「All in」(全力投入)以及谷歌提出的「AI First」(AI優先),騰訊則提出了一個更為平實的願景「Make AI Everywhere」(讓AI無處不在)。
這家中國的互聯網巨頭,正在悄然發力AI領域。
8月中旬,騰訊公司總裁劉熾平在公司第二季度財報公佈後的分析師會議上表示:「人工智能(AI)現在是項基礎能力,我們在AI領域投入很多,但可能說得不多。」
很多媒體可能忽略了,騰訊此次財報發佈後,對AI領域佈局的詳細闡釋。
騰訊在週三盤後公佈的2017年第二季度及中期業績顯示,公司2017年上半年總收入同比增長57%達到人民幣1061.58億元(156.70億美元)。
按非通用會計准則的淨利潤同比增長43%達到人民幣308.59億元(45.55億美元)。
騰訊董事會主席兼首席執行官馬化騰在財報中特別提到:「2017年第二季度,我們在多個業務實現強勁的收入增長,讓我們能夠在日趨激烈的行業競爭中進行創新投資和新技術的投資。」
他表示,騰訊正在加大對雲業務和AI技術的投資,以確保我們日後可為用戶及業務合作夥伴提供更優質的服務。
劉熾平向分析師稱:「我們相信,騰訊在計算能力、大數據、應用工程、技術及應用場景方面的優勢,以及在核心人才方面的主動佈局,這將為我們構建有利的戰略優勢。
我們廣泛多元的業務內容,為機器學習、計算機視覺、語音識別及自然語言處理等領域的AI基礎研究提供了豐富應用場景。
人工智能具有戰略意義,我們會對AI進行持續、長期而有耐心的投資,因為我們堅信這是令人振奮的長遠投資,而不是要在短期直接產生收入。
另一方面,AI也將在多個方面助力於我們現有的產品、服務與業務發展。」
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
劉熾平進一步談到AI在騰訊各類產品中的運用,他指出:
(1) 在面向消費者的產品中,AI讓我們更瞭解用戶,從而提升其產品體驗;
(2) 在企業服務方面,AI可以優化算法,從而加強精准定向技術;
在騰訊的生態系統中,強大的AI能力可賦能我們的投資公司和合作夥伴,讓大家能互惠互利。
據瞭解,AI已經在騰訊效果廣告、資訊服務及金融科技等業務中廣泛運用。
(3) 在效果廣告方面,騰訊將AI技術應用於廣告投放、展示全過程,從瞭解用戶偏好、理解相關上下文和廣告內容,根據廣告品質進行排序、優化廣告呈現方式,到最終匹配最合適的廣告主。
這一方面可最大化廣告主ROI,同時兼顧了最優的用戶體驗。
(4) 在資訊服務方面,包括新聞應用(如天天快報)、騰訊視頻、QQ音樂、全民K歌和應用商店(如應用寶)等,AI能幫助這些產品更好瞭解用戶的興趣圖譜,從而進行更智能的個性化推薦,讓用戶更高效的體驗感興趣內容。
騰訊各個平台上的數字內容服務都會受益於這一更為智能的推薦技術。
(5) 在金融科技方面,包括移動支付、財富管理和小額貸款,騰訊利用AI來更精確預測用戶在金融業務中的行為。
這將有助於為最合適的用戶提供最合適的產品,並在此過程中進行卓越的風險管理。
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
據公開消息,目前騰訊內部有多個團隊在做人工智能相關領域的研究。
例如,騰訊的技術工程事業群(TEG)的AI Lab(騰訊人工智能實驗室)、社交網絡事業群(SNG)的優圖實驗室以及微信事業群(WXG)的微信AI團隊等。
公司與清華大學等海內外知名高校在人工智能研究領域建立了深入的合作關係。
騰訊2016年成立的公司級AI Lab,由人工智能領域頂尖科學家張潼博士擔任主任。此外,騰訊還設立了美國西雅圖AI實驗室。
作為首個海外實驗室,騰訊邀請前美國微軟研究院首席研究員俞棟博士作為騰訊AI Lab副主任,負責西雅圖實驗室的運營及管理,推動騰訊在語音識別及自然語言理解等AI領域的基礎研究。
目前AI Lab已擁有50多位AI科學家及200多位AI應用工程師團隊,專注於人工智能的基礎研究,主要包括計算機視覺、語音識別、自然語言處理和機器學習這四個垂直領域。
同時,基於騰訊自身的業務需求,騰訊AI Lab還會在內容、社交、遊戲和平台工具型AI四個方向進行研發與應用合作。
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
騰訊還在此次分析師會議上透露,除了現有業務,公司內部研發人員近期還在圍棋人工智能程序、面部識別以及醫學影像等多個領域取得了突破性進展。
騰訊在醫療領域的新產品——騰訊覓影。利用騰訊AI Lab提供的深度學習技術,在醫學影像中進行疾病早期篩查及診斷。
該產品可應用於內窺鏡、CT、MRI等,將有效提升疾病早期篩查及診斷的準確性及效率。
其對早期食管癌的篩查準確率高達90%,可以有效輔助醫生發現癌變徵兆,將病魔遏制在搖籃里。
今年3月在日本舉行的第10屆UEC杯計算機圍棋大賽上,AI Lab研發的圍棋人工智能程序「絕藝」(Fine Art)首次參加比賽一路過關斬將,以11連勝奪得UEC杯冠軍。
劉熾平表示,「絕藝」的整個研發過程不到一年,我們在過程因此積累了豐富相關理論與應用知識。
「絕藝」背後的策略及強化學習等AI技術與能力,未來可應用到多個方面。
而在人臉識別技術領域,騰訊優圖實驗室的人臉識別技術檢測率根據世界級FDDB的標準排名第一。目前騰訊已經逐步將該技術應用於多個場景。
首先,該技術提升並豐富了騰訊天天P圖軟件的功能,目前該APP已排名同類前二。不久前刷爆朋友圈的「穿上軍裝」的H5活動,正是採用了騰訊天天P圖業內首創的人臉融合技術。
同時,騰訊的人臉識別技術還能用於用戶身份線上認證,應用於金融和政務等領域。
今年,成都國稅通過微信小程序運用,借助騰訊的人臉識別技術,實現了辦稅人員遠程實名信息的採集工作,極大緩解辦稅服務廳擁堵壓力。
不僅如此,該技術還可幫助搜尋走失兒童及老人,眾多家庭因此受益。
從目前來看,騰訊擁有國內互聯網用戶使用時間最長、活躍用戶最多的產品,可以說是國內互聯網運用中最為強大的場景,這是技術落地和運用一個最為重要的因素。
今年早些時候,馬化騰在出席深圳IT峰會時提出,場景、數據、計算能力和人才是發展AI技術的四大要素。
其次,由於騰訊產品的用戶量很大,海量數據成為機器學習非常重要的因素,有助於騰訊開發貼近用戶的AI技術;
再次,過去近二十年騰訊在處理海量數據的過程中,積累非常強大的計算能力,這是發展人工智能相當重要的基礎;
最後,騰訊積累大量的技術人才,近年在全球招攬最優秀的人工智能科學家。
#騰訊 #AI人工智能 #微信
source: #中關村互聯網金融研究院
http://mp.weixin.qq.com/s/iAJNMszmUPFEEGq50ct-Lw