致力于人工智能醫(yī)學(xué)影像診斷 推想科技在四大場景探索未來應(yīng)用
美國芝加哥大學(xué)經(jīng)濟學(xué)博士出身的陳寬,對人工智能在醫(yī)療領(lǐng)域當中應(yīng)用的商業(yè)前景看得很清楚。“一種是在臨床科室的應(yīng)用,為醫(yī)生診斷提供輔助;一種是為器械廠商、信息廠商提供人工智能服務(wù),增加他們的價值;再有是與互聯(lián)網(wǎng)醫(yī)療公司合作,提高一名醫(yī)生的工作效率;還有就是走到基層去,與基層醫(yī)療機構(gòu)合作。”而且陳寬對36氪表示,推想科技在這場景中已經(jīng)都有了應(yīng)用的嘗試。
本文引用地址:http://m.butianyuan.cn/article/201609/310640.htm陳寬在2015年初創(chuàng)辦推想科技,致力于人工智能醫(yī)療影像診斷。陳寬在美國讀書期間就接觸到了人工智能,尤其是深度學(xué)習(xí)在2012年ImageNetILSVRC競賽中拿到了冠軍,讓陳寬看到了人工智能取得更大突破的可能。
“傳統(tǒng)人工智能模型的成本非常高,需要一大批的專家來教機器某一種疾病的各種類型的特征。這種模型準確率本身不高,而且能夠做出來的病種也非常有限。”陳寬說,“但深度學(xué)習(xí)的模型不一樣,本質(zhì)上有點類似一個普通醫(yī)學(xué)生的學(xué)習(xí)過程。”
不過,陳寬在2014年中回國后卻并不順利,當時國內(nèi)對人工智能并沒有特別廣泛的關(guān)注。在此期間,陳寬開始逐漸接觸醫(yī)療領(lǐng)域,并看到了人工智能在這個領(lǐng)域前景。
“放射科醫(yī)生每天工作量很大,尤其是下午3、4點鐘是一天當中最疲乏的時候,出錯的可能性會增加。所以,醫(yī)生希望降低工作壓力、提高工作效率,從醫(yī)院管理層的角度,也希望能夠加強對醫(yī)療服務(wù)質(zhì)量的監(jiān)控。”在深入了解醫(yī)療行業(yè)之后,陳寬還看到了基層在優(yōu)質(zhì)醫(yī)療資源上的短缺,以及大醫(yī)院在普通病診斷上的資源浪費,于是他最終選擇了醫(yī)療領(lǐng)域。
經(jīng)過2016年這半年來的普及,深度學(xué)習(xí)的整個流程已相對為人熟知,大體是機器通過海量醫(yī)療數(shù)據(jù)的深度學(xué)習(xí),在遇到新的病例是可以做出類似醫(yī)生的診斷。“前期,我們主要是集中在胸部的肺、心臟等方面的疾病。”陳寬說,“現(xiàn)在隨著產(chǎn)品逐漸成熟,迭代速度不斷加快,我們在向頭部、腹部、股骨頭、病理、超聲等領(lǐng)域”。
隨著在醫(yī)療領(lǐng)域的不斷深入,推想科技還在不斷擴展人工智能的應(yīng)用范圍,而不只是局限在醫(yī)療影像診斷領(lǐng)域。
“因為醫(yī)生對病人做出診斷往往不僅是依據(jù)影像檢查,還包括患者的健康信息、病例數(shù)據(jù)、檢查數(shù)據(jù)等。那么人工智能要想做出類似醫(yī)生的診斷,就需要綜合考慮多方面的信息。那隨著我們產(chǎn)品迭代速度的加快,也在逐漸向這些領(lǐng)域擴展。”陳寬說。
今年9月,推想科技剛剛在英偉達中國GTC大會上獲得了冠軍,并將在明年到美國硅谷GTC全球大會上與各個頂尖人工智能公司過招。
目前,推想科技團隊有20多人,包括陳寬在內(nèi)都是在技術(shù)研發(fā)方面。2016年2月份,推想科技獲得了來自英諾天使基金、臻云創(chuàng)投以及原快的CEO呂傳偉個人的天使投資。
評論