27 آوریل اخبار به تازگی ، در جلسه دانشکده پزشکی و کارمندان دانشکده پزشکی دانشگاه دانشگاه Tsinghua ، بیمارستان اطلاعات مصنوعی Tsinghua (بیمارستان عامل Tsinghua AI) به طور رسمی رونمایی شد.
براساس گزارش های قبلی ، بیمارستان اطلاعات مصنوعی Tsinghua آزمایش های داخلی را به پایان رسانده و راه اندازی کرده است و در اوایل نیمه اول سال جاری برای عموم آزاد خواهد بود. طبق آخرین برنامه رسمی ، ساخت و ساز متعاقب آن بیمارستان در مراحل انجام می شود:
در مرحله اولیه ، سیستم بیمارستان AI بر اساس طرح جامع Tsinghua AI و تقاطع های پزشکی و مهندسی چند رشته ای ساخته خواهد شد.
پس از آن ، با تکیه بر بیمارستان پکن Tsinghua Chang Gung و بیمارستان اینترنتی پکن Tsinghua Chang Gung برای کارآزمایی ، پزشکی عمومی و چشم پزشکی ، تشخیص رادیولوژی ، تنفسی و سایر تخصص ها به عنوان خلبانان استفاده می شود.
در آینده ، یک حلقه بسته اکولوژیکی "AI+پزشکی+آموزش+تحقیقات علمی" برای ترویج گسترش کارآمد و چیدمان متعادل از منابع پزشکی با کیفیت بالا ساخته خواهد شد.
به طور دقیق ، یک بیمارستان هوش مصنوعی یک نهاد نیست ، بلکه استفاده از سیستم هوش مصنوعی با امکانات و فرآیندهای بیمارستان مجازی در یک بیمارستان واقعی است. به گفته لیو یانگ ، مدیر اجرایی انستیتوی صنعت هوشمند دانشگاه Tsinghua ، پروژه بیمارستان عامل 42 پزشک هوش مصنوعی را که ساخته شده اند ، در 21 بخش مانند کودکان و دهان و دندان توزیع کرده اند و بیش از 300 بیماری را تحت پوشش قرار داده است.
کلید بیمارستانهای هوش مصنوعی در داده های گسترده بیمار نهفته است. لیو یانگ اظهار داشت که آنها همچنین بیش از 500 نفر ، 1 {1} بیماران AI را از کشورها و مناطق مختلف ایجاد کرده اند و همه گروه های سنی را پوشش می دهند و از بیماری های مختلف رنج می برند. این بیماران هوش مصنوعی می توانند "آواتارهای" دیجیتالی بیماران انسانی در دنیای مجازی باشند ، یا می توان آنها را به طور خودکار توسط یک مدل هوش مصنوعی بزرگ همراه با یک پایگاه دانش پزشکی معتبر و تعداد کمی از بیماریهای عمومی انسانی سنتز کرد.
گزارش شده است که با داده های عظیم بیمار ، پزشکان AI می توانند در طی چند روز سال تجربه بالینی {0} را جمع کنند. تیم لیو یانگ خاطرنشان کرد: با افزایش تعداد بیماران تحت درمان ، دقت تشخیصی پزشکان هوش مصنوعی در بیماری های مختلف بسیار بهبود یافته است. در میان آنها ، در زمینه بیماریهای تنفسی با مصرف بالا ، پس از معالجه نزدیک به 10 بیماران ، {3}} ، صحت پزشکان هوش مصنوعی در سؤالات و پاسخ های بیماری های تنفسی پزشکی می تواند به اندازه 93.06 ٪ باشد.
استفاده از هوش مصنوعی در حوزه پزشکی مدتهاست که مورد توجه بسیاری قرار گرفته است ، و اکتشافات زیادی صورت گرفته است. به عنوان مثال ، شانگهای دارای سابقه پزشکی الکترونیکی AI است که به کمک نوشتن و دستیاران پزشکی هوش مصنوعی در بیمارستان ژونگشان ، همراهان پزشک و دستیاران تحقیقات علمی در بیمارستان شرقی و دستیاران پزشکی در مخابرات شانگهای کمک می کند. براساس آمار اوراق بهادار CITIC ، تعداد مدلهای بزرگ عمودی پزشکی منتشر شده در چین از 50 نفر فراتر رفته است.
در حقیقت ، فناوری هوش مصنوعی می تواند بسیاری از جنبه های تشخیص و درمان بیمارستان را قبل ، حین و بعد از تشخیص توانمند کند. سناریوهای کاربردی شامل تشخیص بالینی و کمک به تصمیم گیری در مورد درمان ، بررسی کمک های تجویز ، کمک های هوشمند دارویی بالینی ، کمک به کنترل کیفیت اسناد ، مدیریت کیفیت پزشکی هوشمند و خدمات هوشمند بیمار است. اوراق بهادار Caixin خاطرنشان كرد كه استفاده از فناوری AI به بهبود كارآیی و صحت تشخیص و درمان بیمارستان ، تقویت مدیریت عمل در بیمارستان و بهینه سازی تخصیص منابع پزشکی كمك می كند.
از نظر سیاست ، چین همچنان به تشویق ادغام پزشکی AI+می پردازد. به تازگی ، وزارت صنعت و فناوری اطلاعات و هفت بخش دیگر "برنامه اجرای برای تحول دیجیتالی صنعت داروسازی" را صادر کرده اند ، که ذکر شده است که خلبان کاربرد "هوش مصنوعی توانمندسازی کل زنجیره صنعت دارویی" باید برای تشویق شرکتهای پیشرو دارویی با ایجاد یک کنسرسیوم با مؤسسات پزشکی ، شرکتهای بزرگ و مؤسسات بزرگ ، و شرکتهای بزرگ ، روند صعودی ، بالادست و شرکتهای بزرگ ، صعود کند. برای کل زنجیره صنعت داروسازی.
اوراق بهادار Citic معتقد است که ترکیب داده های تشخیصی و درمان واقعی بیمارستانهای سطح بالا ، کلید بهبود قابلیت های مدلهای عمودی پزشکی است. از دیدگاه خارج از کشور ، Tempus AI از توسعه مدلهای تشخیصی عمودی AI با مقادیر عظیمی از داده های بالینی با کیفیت بالا و نتیجه آزمایش پشتیبانی می کند. در چین ، Iflytek Medical صدها میلیون داده تشخیص حساسیت و درمان با کیفیت بالا را جمع کرده و با فناوری هایی مانند تقویت دانش حرفه ای پزشکی و یادگیری تقویت بازخورد تخصصی همراه است تا به طور قابل توجهی مشکل توهم را کاهش دهد. انتظار می رود گردش داده ها در بیمارستان پایه ای برای بهبود قابلیت های مدل های عمودی پزشکی فراهم کند.
از نظر سرمایه گذاری ، شرکت کارگزاری گفت که توصیه می شود به تولید کنندگان توجه داشته باشید که می توانند داده های تشخیصی و درمان بیمارستان را برای بهبود قابلیت های مدل های هوش مصنوعی بدست آورند. در طولانی مدت ، با محبوبیت قابلیت های هوش مصنوعی ، تولید کنندگان با موقعیت فناوری اطلاعات در بین مشتریان بیمارستان نیز مورد توجه قرار می گیرند. فضای بازار نظری سالانه برای مدیریت بیماری مزمن C-end مدیریت\/مدیریت سلامت و مدیریت پس از تشخیص نزدیک به 100 میلیارد یوان است و انتظار می رود شرکت های پزشکی اینترنتی در کاوش مدلهای کاربردی پیشرفت مثبتی داشته باشند.