新火種
2023-10-20 
醫生供不應求怎么辦？印度創企利用AI重塑醫療保健系統
編者按：如今，醫生數量有限，但各類疾病和超級細菌卻層出不窮，醫療成本又急劇上升。在這樣的情況下，我們如何才能攻克醫療保健中的種種難關？本文編譯自VentureBeat原標題為AI could help solve the world’s healthcare problems at scale的文章。在印度，大量初創企業希望將AI技術應用于相關領域以滿足13.24億人口的需求。這是一項偉大的事業，對于美國和全球其他地區的醫療保健生態系統都有著巨大的影響。如果大家想了解目前的形勢有多么嚴峻，可以思考一下印度的健康悖論。因為印度的勞動年齡人口占總人口比重較大，印度人口紅利高速增長，推動了經濟的飛速增長，但人口紅利也是一顆定時炸彈。印度平均年齡27歲，印度人口無疑世是界上最年輕，受教育程度最高的人群之一。自1991年以來，人口紅利每年大約增長7％，促進了新的商品和服務的發展。經濟也越來越獨立。但為了不斷從人口紅利中獲利，印度需要為年輕人提供高質量的醫療服務。 此外，隨著紅利下降（正如中國現在的情況），印度需要新建基礎設施來照顧老齡化人口。 不幸的是，所需的基礎設施還未建成。印度的醫生與病人比例是世界上最低的。每1000名印度人只有0.2名醫生（相比之下，在美國，每1,000人就有1.1名醫生）。 并且現代醫療設施以及醫生都集中在城鎮地區。印度醫療問題的根本原因是資源匱乏。印度需要更多的醫療設施和醫療專家。而這兩者都需要花大量時間和和數十億美元的投資。這樣的資源并不容易獲得，所以我們必須考慮其他方法加大對現有資源的利用。AI有可能解決印度的醫療保健問題。 Inventus董事總經理Manu Rekhi表示，“印度AI平臺公司擁有印度IT行業20年的專業經驗。 這些公司正在加強軟件和AI的合作，為全球市場以及金字塔底端的人群創造新的人為介入AI系統?！笔聦嵣希恍┯《葎摌I公司已經開始利用AI技術解決特定的健康問題和疾病。在某些情況下，這些公司利用其技術和分銷機會，吸引《財富》500強的公司與他們合作，造福印度及全世界。其中一家公司是GE醫療加速器項目下的Tricog Health，其主業務的是基于云的心臟診斷平臺。冠心病在印度越來越普遍。2003年，印度成年人死亡人數中的26％由冠心病導致。2013年，這一數字上升到了32％。Tricog為23個州，340個城市中的人們提供了心臟護理服務，包括印度一些最偏遠的地區。該公司從醫療設備中收集生理數據和心電圖，然后利用AI來實時處理數據，并向心臟病專家提供診斷信息。審查診斷信息之后，心臟病專家會向全科醫生或護士就下一步提供建議。通過Tricog的AI引擎，一些專家可以診斷超過20,000名患者。此外，位于班加羅爾的Aindra Systems公司正在利用AI診斷宮頸癌。宮頸癌是15至60歲的印度婦女中第二大常見的癌癥。事實上，宮頸癌在印度的發病率占全球的三分之一。 Aindra的解決方案可以進行早期宮頸癌篩查，大大提高了患者的存活率。該公司提高了宮頸癌樣本篩查的工作效率。通常，病理醫生需要手動檢查每個樣本，并標記發病概率高的病例，以便腫瘤科醫生進一步審查。Aindra Systems創始人兼CEO Adarsh Natarajan表示，“我們希望利用AI進行大規模宮頸癌篩查，幫助處于危險年齡段的3.3億印度女性。如果宮頸癌能在早期就被發現，再結合適當的治療，高達90％的患者可以避免死亡。 Aindra的計算機病理學平臺配備了既實惠又易攜帶的“即時保健”宮頸癌篩查設備，可以自動進行深度分析，大大縮短篩查時間，幫助患者早期發現癌癥。當然，像谷歌這樣的全球巨頭也會將眼光轉向印度。谷歌最近與Aravind眼科醫院合作，利用圖像識別算法來檢測糖尿病患者的視網膜。因為這種視網膜病變不及早治療，可能會導致糖尿病患者失明。 Aravind眼科醫院是全球最大的眼部護理集團，已經治療了3200萬名患者，進行了400萬次手術。他們也已經向Google提供了128,000個視網膜圖像。對于全世界4.15億有患糖尿病風險的人來說，使用AI檢測糖尿病患者的視網膜病變是非常有價值的。隨著一系列解決方案的興起，印度準備跨越傳統醫療保健中的種種障礙。這對美國及其他國家的醫療服務產生了深遠影響。隨著成本上漲和政府政策失靈，越來越多的人無法獲得醫療保障。全國急診室的負擔不斷增加，因為在初級保健中心，越來越多的人擔負不起預防性護理的費用。AI輔助技術在美國也適用，能夠為數百萬人提供更多醫療服務。這些創業驅動的創新和全球平臺只是冰山一角。最終，AI可以加強預防性醫療設施建設，服務大眾，而不僅僅是城市或富裕的社區。 正如人們經常聽到AI專家所說的那樣，“數據越多，算法就會更優”。換句話說，簡單的算法需要大量數據訓練才能做出準確有價值的預測。印度有13億人口，13億人口能夠提供大量的數據來提高算法的準確性和精確度。原文作者：Pranav Deshpande原文鏈接：https://venturebeat.com/2017/11/26/nvidia-and-nuance-team-up-on-ai-for-radiology/編譯組出品。編輯：郝鵬程
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
