像IBM和Google這樣的大型技術公司正在利用各自的產品來積極推動數據驅動的醫療保健發展。例如，IBMWatsonHealth是一款綜合產品，旨在使用數據，分析和AI解決主要的健康挑戰。同樣，Google的DeepmindHealth與AI集成在一起，可幫助診斷疾病，預測患者結果并改善患者的醫療保健。今年，Facebook推出了一種AI解決方案，從而可以在有限的MRI周期內產生器官的清晰準確圖像。
德勤(Deloitte)的一份報告指出，2019年有75%的大型醫療組織在AI項目或技術上投資超過5,000萬美元，而中型組織中約有95%的收入在50億美元至100億美元之間在人工智能工具和服務方面的投資低于5,000萬美元。該報告還指出，通過實施AI工具，有34%的醫療機構以提高效率為目標，27%的以增強產品和服務為目標，26%的是降低成本。
普華永道的另一份報告指出，在過去十年中，對醫療機構的AI投資已經升溫。報告估計，到2021年，人工智能在醫療保健方面的投資將比2014年增長40%。研究公司Frost和Sullivan預測，人工智能在醫療保健領域的投資將從2014年的6.34億美元增加到2021年的67億美元。
基于AI的解決方案的使用不僅限于疾病診斷或藥物開發，而且這些解決方案還滲透到患者的醫療保健和醫療保健專業人員的培訓中。
此外，諸如Questdiagnostics的Quanum之類的電子健康記錄平臺利用預測分析來分析患者的測試數據，以幫助主要的醫療保健專業人員確定患者早發的癡呆癥。其他預測分析解決方案可幫助醫療保健專業人員根據健康狀況的惡化對患者進行分類。
許多其他基于AI的解決方案還涉及向偏遠地區的患者提供個性化醫療服務。其他基于AI的解決方案正在嘗試尋找可行的疾病診斷方法，例如癌癥。例如，Google的Deepmind與倫敦大學合作，為頭部和頸部區域的患者提供治療。
由于COVID19的爆發，許多醫療機構對AI的開發方法進行了個性化設置。例如，西奈山醫院的研究人員已經獨立開發了一種AI算法，可以根據胸部X射線和血液報告來檢測COVID19。該AI模型模仿了醫生用來診斷COVID-19的工作流程，并給出了陽性或陰性診斷的最終預測。AI模型根據CT圖像，臨床數據和兩者結合得出COVID-19陽性的單獨概率。
此外，還部署了基于AI的解決方案，以減輕冗余任務的負擔。例如，許多機構正在部署自然語言處理，深度學習和機器學習模型，以從患者報告中提取相關信息，并將這些信息安排在醫院的數據庫中。
人工智能在醫療領域的范圍已經擴展到疾病診斷之外。預計全球醫療保健市場的AI規模將從2020年的49億美元增長到2026年的452億美元，復合年增長率為44.9%。
京公網安備 11010502049343號