最近，幾乎所有科技公司都以自己用某種形式的機器學習來吸引風險基金或者合作伙伴。但是對于那些嘗試在醫療健康中使用人工智能的公司，風險是相當的大，這就意味著炒作人工智能概念結合醫療健康的公司，相較于那些真正專注在算法技術研究的公司，在這個行業中更加容易被淘汰

　　2012年，該地區的交易規模從之前的不到20家增至近70家，最近的一項調查顯示，超過一半的醫院計劃在5年內采用人工智能，其中35%的計劃在兩年內完成。在波士頓，Partners HealthCare剛剛宣布與通用電氣公司（GE HealthCare）開展為期10年的合作，將深度學習技術整合到他們的網絡中。人工智能的應用遠不止改善臨床工作流程和加快處理索賠那么簡單。

　　“我們正在努力解決的問題是生產力的問題，”聯邦醫療保險和醫療補助中心的前代理局長安迪·斯拉維特說，在上周召開的為期兩天的會議上，斯坦福大學（Stanford University）的首席執行官、衛生保健IT專家、政策制定者和醫生齊聚一堂：“我們需要用更少的資源照顧更多的人，但如果我們只顧追逐太多的問題和商業模式，或者嘗試發明新的小工具，那就不會改變生產率。”這就是數據和機器學習所要解決的問題。

　　接受醫院調查的受訪者表示，這項技術可能對人口健康、臨床決策支持、診斷工具和精準醫學產生最大影響。即使是藥物開發，現實世界的證據收集和臨床試驗，在人工智能的幫助下也會變得更快、更便宜、更準確。但是，把我們所有的信心都放在AI上的時代還沒有到來。

　　▍科技巨頭搶占醫療高地

　　所以每個人都想擁抱人工智能，但是我們多久才能看到所謂的機器學習中的醫療保健改革呢？最近，以自然語言處理或強大的圖像識別算法來處理這些幾十年的醫學研究數據的方式越來越多，涵蓋最直接的應用到最復雜的診斷任務。

　　像醫療保健領域中的其他技術一樣，人工智能首先需要建立關鍵醫療數據，這方面存在嚴重限制的問題。但是，這并沒有阻止創新，數字健康的利益攸關者意識到，完全解開AI的真實潛力需要有戰略伙伴關系，有質量的數據，還要有對統計數據的清醒理解。

　　隨著人工智能在醫療保健領域的成熟，科技領域的大公司并沒有回避行業創新帶來的巨大挑戰，比如監管障礙、對質量數據的法律訪問以及缺乏互操作性的持續問題。就在這個星期，谷歌宣布，它已經開啟了自己在醫療保健領域的嘗試和真正的消費級機器學習能力。谷歌大腦與斯坦福大學（Stanford）、加州大學舊金山分校（University ofCalifornia San Francisco）展開合作，從數百萬名患者那里獲得識別數據。

　　正如谷歌首席執行官桑達爾·皮查（SundarPichai）上周在谷歌的I / O開發者大會上所解釋的那樣，這還不止于此。去年，他們推出了張量計算中心，稱這個中心為ai- first數據中心。

　　皮查說：“在谷歌，我們把所有人關于人工智能的努力都投入到Google 。 AI。這是大家共同的努力并且公司所有的團隊都致力于將人工智能的好處帶給每個人。“人工智能將專注于三個領域：研究、工具和基礎設施，以及人工智能應用。

　　去年11月，谷歌的研究人員在JAMA發表了一篇論文，表明谷歌的深度學習算法在一組大數據的基礎上，可以檢測到糖尿病視網膜病變，準確率超過90%。皮查說，他們希望能應用人工智能的另一個領域是病理學。

相關電子資料下載

• Arm物聯網事業部業務拓展副總裁馬健：如何幫助AIoT企業加速創新？ 21
• Blackwell GB100能否在超級計算機和AI市場保持領先優勢？ 174
• 訊飛星火大模型V3.0正式發布，全面對標ChatGPT 299
• 亞馬遜云科技生成式AI最新案例分析，助力企業業務創新迭代 57
• 新思科技攜手臺積公司加速N2工藝下的SoC創新 196
• 服務器硬盤通用基礎知識 19
• 常見的一級指針參數有什么作用 73
• NVIDIA AI 現已在 Oracle Cloud Marketplace 推出 33
• CNCC | 論壇：探索 AI 全棧解決方案和基于 LLM 的推理與部署實踐 36
• Prophesee的GenX320第五代DVS傳感器產品參數介紹 31