uutiset

tekoälyteknologia (ai) on viime vuosina osoittanut suurta potentiaalia lääketieteen ja sairaanhoidon alalla. mutta samaan aikaan lääketieteen vakavasta luonteesta johtuen tekoälyteknologia on kohdannut myös ennennäkemättömiä haasteita lääketieteen ja lääketieteen aloilla.

aamulla 6. syyskuuta, teemalla "ai medical revolution: the road to industrial chain innovation", daily economic newsin isännöimä "2024 inclusion · bund conference insights forum" pidettiin virallisesti shanghai huangpu world expo parkissa. tekoälyteknologian innovatiivisiin sovelluksiin lääkekehityksessä, henkilökohtaisessa lääketieteessä, tarkkuushoidossa ja muilla aloilla useat akateemisen maailman ja teollisuuden avainvieraat keskustelivat perusteellisesti siitä, kuinka tekoäly voi muokata koko toimialan ketjua lääketutkimuksesta ja -kehityksestä, tuotannosta ja jakelusta. hakemukseen.

kaksi ja puoli tuntia kestäneessä foorumissa kokoontui ääniä eri tekniikan aloilta, erilaisilta teollisilta taustoilta ja eri alueilta. ja tämä on vasta alkua. kiinassa, innovaatioiden kuumassa maassa, joka toivottaa tervetulleeksi kaikki joet ja joet, tekoälyn ja lääketieteen integroidun kehityksen aalto on kiihtynyt, ja se tulee jatkossakin olemaan teollisuusketjuinnovaatioiden edelläkävijä.

alan huippuasiantuntijat keskustelevat siitä, kuinka tekoäly voi muokata lääketeollisuuden ketjua

tekoäly murtaa jatkuvasti lääkekehityksestä tarkkuuslääketieteeseen perinteisen teknologian pullonkauloja, nopeuttaa innovaatiota ja avaa lääketeollisuudelle uuden aikakauden.

kehittyneiden teknologioiden, kuten syväoppimisen ja ison data-analyysin, avulla tekoäly voi auttaa lääkäreitä sairauksien diagnosoinnissa, saavuttaa varhaisen seulonnan ja ennustamisen sekä parantaa diagnoosin tarkkuutta. samalla se voi myös optimoida hoitosuunnitelmat ja saavuttaa yksilöllisen lääketieteen, mikä varmistaa, että jokainen potilas voi saada sopivimman hoitostrategian. tekoälyn soveltaminen lääketutkimuksessa ja -kehityksessä on myös nopeuttanut uusien lääkkeiden kehitysprosessia, alentanut tutkimus- ja kehityskustannuksia sekä tarjonnut vahvaa teknistä tukea vaikeiden ja monimutkaisten sairauksien voittamiseksi. tekoälyteknologiasta on vähitellen tulossa keskeinen voima lääketieteen ja lääkealan muutosten edistämisessä, mikä edistää ihmisten terveyttä ja hyvinvointia kaikkialla maailmassa.

mutta samaan aikaan sairaanhoidon vakavan luonteen ja uusien lääkkeiden kehittämisen vaikeuden ja riskin vuoksi tekoälyteknologia on kohdannut ennennäkemättömiä haasteita myös lääketieteen ja lääketieteen aloilla.

tutkiaksemme tekoälyteknologian sovellusvaikeuksia lääketieteen ja lääketieteen aloilla ja parantaaksemme tekoälyteknologian sovellustasoa tällä alalla, 6. syyskuuta aamulla järjestettiin dailyn isännöimä "2024 inclusion·the bund conference insights forum" economic news pidettiin virallisesti shanghai huangpu expo parkissa.

foorumi, jonka teemana on "ai medical revolution: the road to industrial chain innovation", kokoaa yhteen alan huippuasiantuntijat, tutkijat ja alan johtajat keskittyen tekoälyteknologian innovatiivisiin sovelluksiin lääkekehityksessä, personoidussa lääketieteessä, tarkkuushoidossa ja muilla aloilla ja älykkään teknologian käyttämisen tutkiminen parantaa lääketutkimuksen ja -kehityksen tehokkuutta, vastata potilaiden odotuksiin tehokkaasta ja yksilöllisestä hoidosta ja tutkia syvällisesti, kuinka tekoäly voi muokata koko toimialan ketjua lääketutkimuksesta ja -kehityksestä, tuotannosta, levityksestä sovellukseen. sen tavoitteena on edistää biolääketieteen alan älykästä muutosta tieteidenvälisen vaihdon ja yhteistyön avulla sekä tuoda teknologista lämpöä tulevaisuuden terveyteen.

zhou hanmin, kiinan kansan poliittisen neuvoa-antavan konferenssin kansallisen komitean pysyvän komitean jäsen ja shanghai public diplomacy associationin puheenjohtaja, piti kokouksessa pääpuheen, jonka aiheena oli "uuden lääketeollisuuden kehittäminen ja innovointi tekoälyn aikakausi".

zhou hanmin kuvan lähde: kuvan järjestäjä

zhou hanmin sanoi, että uusien teknologioiden, kuten tekoälyn, jatkuvan kehityksen ja soveltamisen myötä lääketeollisuus on käynnistämässä syvällisen muutoksen. uusien tuotantovoimien rakentaminen lähtökohtana ja parempi integrointi tekoälyn kanssa on ensisijainen prioriteetti lääketieteen ja terveysalan tulevassa kehityksessä.

hänen havaintojensa mukaan tekoälyllä on huomattavia etuja, jotka parantavat tarkkuutta ja tehokkuutta, yksilöllistä hoitoa ja geenitestausta alkuperäisestä kuvantamisdiagnoosista, apudiagnoosista ja -hoidosta sekä geenitestauksesta viime vuosien lääkekehitykseen, kliinisiin kokeisiin, terveydenhoitoon jne. tietojen käsittely.

tieteellisen ja teknologisen vallankumouksen ja teollisen muutoksen uusi kierros etenee harppauksin. uusia tekniikoita on käytettävä uusien mallien, uusien liiketoimintamuotojen ja uusien liikkeellepanevien voimien kehittämiseksi teollisen muutoksen ja uudistumisen johtamiseksi. zhou hanmin uskoo, että uuden tuottavuuden rakentamista lääketeollisuudessa voidaan lähestyä pääasiassa kolmesta ulottuvuudesta: ensinnäkin edistää tekoälyn ja kliinisen käytännön tiivistä integrointia tarkkuuden parantamiseksi. toinen on optimoida tietojoukko ja malliarkkitehtuuri soveltuvuuden parantamiseksi. kolmas on tietosuojan vahvistaminen ja turvallisuuden parantaminen.

mitä tulee ulkoiseen keskusteluun siitä, korvaako tekoälyn kehitys lääkintähenkilöstön, zhou hanmin sanoi, että tekoäly on tärkeä apu lääkintähenkilöstölle, mutta hoitohenkilökuntaa ei koskaan korvata. "tekoäly ei voi jäljitellä lääkäreiden emotionaalisia hyveitä, kuten empatiaa, myötätuntoa ja humanistista hoitoa. lääkärihenkilöstön tulee nähdä tekoäly oikein ja omaksua se aktiivisesti."

tekoälyteknologia auttaa alzheimerin taudin varhaisessa tunnistamisessa ja ennustamisessa

lääketutkimuksen ja -kehityksen alalla fudanin yliopiston brain-inspired intelligence science and technology -instituutin tutkija cheng wei piti pääpuheen siitä, kuinka tekoälyteknologia voi auttaa alzheimerin taudin (ad) lääketutkimusta ja -kehitystä.

joka 3 sekunti maailmassa on yksi dementiapotilas lisää, ja noin 60–80 prosentilla heistä diagnosoidaan alzheimerin tauti. alzheimerin taudin varhainen puuttuminen on avain hoitoon, mutta kiinassa ad-potilaiden varhaisen kliinisen diagnoosin osuus on vain 14 %. cheng wei sanoi, että tämä johtuu siitä, että ad:n puhkeaminen on salakavala, biologisten indikaattorien kehitysmallit kussakin vaiheessa eivät ole selkeitä ja varhaisen riskintunnistusmallien tarkkuus ja tulkittavuus ovat riittämättömiä, mikä tekee ad:n varhaisesta tunnistamisesta ja ennustamisesta erittäin vaikeaa. , mikä on myös erittäin vaikeaa, se vaikuttaa suuressa määrin ad-terapeuttisten lääkkeiden, kuten monoklonaalisten vasta-aineiden, tehokkuuteen.

siksi ad-potilaiden ei-kliinisen tiedon hankkiminen ja varhaisen riskintunnistusmallin rakentaminen on avain tekoälyavusteiseen ad:n varhaiseen ehkäisyyn, diagnosointiin ja hoitoon, joista big data ja algoritmit ovat kaksi tärkeää palapelin osaa.

tämän vuoden heinäkuussa professori yu jintain ryhmä fudanin yliopistoon kuuluvan huashanin sairaalan neurologian osastolta, jota johti feng jianfeng/cheng wei fudanin yliopiston aivoinspiroidun älykkyystieteen ja -teknologian instituutista, julkaisi artikkelin. nature human behavior -kirjassa ja paljasti uuden biomarkkerin veil of ywhag.

kuvan lähde: kuvan järjestäjä

pääpuheessaan cheng wei esitteli yksityiskohtaisesti asiaankuuluvaa tutkimusta. hän sanoi, että uusien merkkien louhinta ja varhainen tunnistaminen ovat erottamattomia big datan ja tekoälyalgoritmien avulla.

cheng wei esitteli, että tieteellinen ja teknologinen innovaatio 2030 - "aivotiede ja aivojen inspiroima tutkimus" -suurprojekti, jota johti professori yu jintai fudanin yliopistoon kuuluvan huashanin sairaalan neurologian laitokselta, luotti huashanin sairaalaan perustamaan yhteisön aivoterveyden. maanlaajuinen ikääntymiskohortti (pääkohortti), jonka tavoitteena on saada mukaan 20 000 osallistujaa kiinan eri alueilla ja suorittaa pitkittäisiä tutkimuksia pitkän aikavälin seurannan avulla kuvaamaan koko prosessia, jossa yksilöt kehittyvät vähitellen terveestä dementian oireisiin.

"isodatan ja tekoälyalgoritmien avulla löydämme niitä uusien merkkiaineiden löytämiseen ad-diagnoosille, cheng wei sanoi, että ad:n kehittyminen oireettomasta vaiheesta oireelliseen vaiheeseen ja aivo-selkäydinnesteen biomarkkereihin kestää noin 20 vuotta." muutokset tapahtuvat ensin ad:n aikana, joten ryhmän ensimmäinen tutkimustyö on keskittyä aivo-selkäydinnesteen proteomitietoihin suurelta populaatiolta ja kehittää näihin tietoihin perustuva generatiivinen analyysialgoritmi ad:hen liittyvien proteiinien tunnistamiseksi.

tässä prosessissa ryhmä seuloi tuhansista aivo-selkäydinnesteen proteiineista useita biomarkkereita, jotka liittyvät merkittävästi ad:hen. tutkimusryhmä rakensi useiden tutkimusten perusteella koneoppimiseen perustuvan ennustemallin proteiinien tärkeyden luokitteluun vaikutusarvomenetelmän avulla. tulokset vastasivat hyvin kliinisiä havaintoja. loppujen lopuksi ryhmän rakentama ennustemalli voi ennustaa ad:n riskin 15 vuotta etukäteen, mikä tarjoaa mahdollisuuden yhteisön seulomiseen.

"ad:n lisäksi toivomme laajentavamme mallia myös muiden vanhusten sairauksien riskivaroituksiin." neuroverkot. hän uskoo, että tulevaisuudessa digitaalisten alustojen ja suurten mallikehysten avulla voidaan saavuttaa varhaisvaroitus ja puuttuminen useammille yhteisöryhmille ja sairauksille.

teollisuus vaatii tekoälyn käyttöä uusien lääkkeiden t&k-päätöksenteon tieteellisen luonteen parantamiseksi

pääpuheen aikana meinian healthin puheenjohtaja yu rong jakoi myös tekoälyteknologian innovatiivisen sovelluksen fyysisen tutkimuksen alalla otsikolla "ai tehostaa lääketieteellistä hoitoa: katalysoi uutta tuottavuutta terveystutkimuksissa".

yu rong mainitsi puheessaan, että epidemian jälkeen meinian healthin pääresursseja ja energiaa ei panostettu vain perustoimintoihin, jalostuksen parantamiseen ja kurinalaiseen rakentamiseen, vaan se käytti myös paljon energiaa ja investointeja tekoälyyn ja tiedon louhintaan. mahtavia resursseja.

viimeisten viiden vuoden aikana meinian healthin kehittämä tekoälyyn perustuva lääketieteellisen teknologian pilvialusta, mukaan lukien saas bianque -hallintajärjestelmä, on rakentanut tekoälyinfrastruktuurin verkon. esimerkiksi bianque-fysikaalisten tutkimusten hallinnan saas-pilvialustalla voidaan toteuttaa koko fyysisen tarkastusprosessin digitaalinen ja älykäs hallinta pacs-järjestelmän (kuvan arkistointi- ja viestintäjärjestelmä) kautta, se voi toteuttaa pacs-kuvien online-tallennusta, arkistointia ja viestintää; parantaa tekoälyn tasoa kuvien lukemisessa lis-järjestelmän (sairaalan laboratoriotietojärjestelmän) avulla saavutetaan älykäs laboratorioosaston tiedonhallinta.

yu rong sanoi, että tulevaisuudessa hän toivoo, että meinianin tietoportaali ja liikenneportaali pystyvät hautomaan paremman ekosysteemin joillakin avainalueilla, mukaan lukien kroonisten sairauksien hallinta, terveydenkulutus, terveystuotteet, vakuutukset ja edistyneet laitteet keskeisillä aloilla. sekä luo synergistinen vaikutus.

zhou hanmin kuvan lähde: kuvan järjestäjä

wang xingli, fosun pharman toimitusjohtaja, innovative drug divisionin toinen toimitusjohtaja ja global r&d centerin toimitusjohtaja, jakoi tekoäly+-lääketieteen t&k-ekologiset valmiudet. hän sanoi puheessaan, että lääketutkimuksen ja -kehityksen alalla kvantitatiivinen päätöksentekoprosessi ja uusien lääkkeiden tutkimuksen ja kehityksen onnistumisaste ovat edelleen kaksi suurta ongelmaa, jotka tekoälyteknologian on voitettava.

kvantitatiivisen päätöksentekoprosessin esimerkkinä ottamalla wang xingli uskoo, että tekoälytyökalujen käyttäminen kvantitatiivisen johtopäätöksen tekemiseen globaalissa tiedossa ”auttaa yrityksiä päättämään, rakentavatko ne tämän putkilinjan ja pitäisikö tämä tuote kehittää, mikä voi parantaa yrityksen menestysastetta. päätöksentekoa."

mitä tulee uusien lääkkeiden tutkimuksen ja kehityksen onnistumisasteeseen, hän sanoi, että uusien lääketutkimusten ja -kehitysten epäonnistumisprosentti on erittäin korkea. miksi se ei onnistu? yksinkertaisin syy on se, että lääke on väärä ja mekanismi väärä. "mutta joskus se voi olla hyvä lääke, mutta potilas valitsee sen väärin; joskus potilas valitsee oikean lääkkeen, mutta loppupiste on väärä; joskus lääke otetaan väärään aikaan tai hoitoaika on väärä. itse asiassa monet inhimilliset erot."

"jos valitset väärän reitin, potilaan, kohteen tai väärän päätepisteen, riippumatta siitä, kuinka tehokas se on, mitä korkeampi tehokkuus, sitä enemmän jätettä. käytä siksi tekoälyn tehoa lisätäksesi uusien lääketutkimusten onnistumisastetta ja kehitystä." wang xingli päätti selittää.

pyöreän pöydän istunnossa ren feng, insiliconin toinen toimitusjohtaja ja päätutkija, wang xiao, iflytek healthcaren varapuheenjohtaja, mao hua, frost & sullivan greater chinan kumppani ja toimitusjohtaja sekä fudanin yliopistoon kuuluvan huashanin sairaalan hoitava lääkäri. zhang yaru aloitti keskustelun "mahdollisuuksista ja haasteista, joita tekoäly tuo kliinikoille" ja kävi perusteellisia keskusteluja tekoälyn soveltamisesta uusien lääkkeiden tutkimuksen ja kehityksen sekä tarkkuuslääketieteen aloilla.

päivittäisiä talousuutisia