10月AI医疗行业动向全面打捞

一、10月份AI医疗行业投融资情况

1 国内融资事件一览

2018年10月国内AI医疗领域融资事件

据药明康德不完全统计,2018年10月1日-31日,国内AI医疗领域发生投融资事件5起,融资总金额约5亿元人民币

交易金额方面,单笔融资数额top2的企业项目均属于新药研发领域,金额分别为4600万美元和1500万美元。这证明整个10月国内AI医疗行业中,资本十分青睐于这一领域。

2 国外融资事件一览

2018年10月国外AI医疗领域融资事件

据药明康德不完全统计,2018年10月1日-31日,国外AI医疗领域发生投融资事件5起,融资总金额将近1.9亿美元

交易金额方面,生物技术领域出现最高单笔融资,金额为1.1亿美元。进行融资的Synthego是一家美国基因工程解决方案提供商,其旗舰产品CRISPRevolution是合成RNA系列产品,用于CRISPR基因编辑和研究设计实验中,旨在提高基因编辑实验效率、降低实验成本。

3 全球融资概况及分析

据药明康德不完全统计,10月1日-31日全球AI医疗领域发生投融资事件10起,融资总金额将近18亿元人民币

单次融资事件项目类型分布情况

按融资事件统计,TOP3的领域是:新药研发、健康管理和医生辅助

其中,国内外投资侧重点略有不同。国内10月份的资金走向,主要集中在新药研发这一近年来AI医疗行业中的热门领域,而国外10月份获得融资的企业项目类型则相对更加多元化,特别是在利用AI技术向一般人群提供服务的健康管理领域,投入了更多关注。 


单次融资事件项目阶段分布情况

按融资阶段统计,2018年10月份的AI医疗融资事件中不管是早期项目(A轮融资,占比40%)还是已发展到较成熟阶段的项目(C轮融资,占比40%)都有相对可观的数目。这表明10月份AI医疗领域除了老玩家仍在继续推进自身发展计划外,也有不少新玩家入场。  

二 10月份AI医疗行业大事记TOP10

习近平总书记:推动我国新一代人工智能健康发展

10月31日,中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。中共中央总书记习近平在主持学习时强调,人工智能是新一轮科技革命和产业变革的重要驱动力量,加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。要深刻认识加快发展新一代人工智能的重大意义,加强领导,做好规划,明确任务,夯实基础,促进其同经济社会发展深度融合,推动我国新一代人工智能健康发展。

教育部定路线,医学教育将迎来人工智能相关教学内容

10月19日,教育部印发《关于加强医教协同实施卓越医生教育培养计划2.0的意见》(下称《意见》)。《意见》提出,应及时将“互联网+健康医疗”“人工智能+健康医疗”等医学领域最新知识、最新技术、最新方法更新到教学内容中,让学生紧跟医学最新发展。其主要从以下几个方面着手:用新技术共建共享优质医学教育资源,建设400个左右医学国家虚拟仿真实验教学项目;分区域建设国家医学教学案例共享资源库,推出1000门左右医学国家线上线下精品课程,广泛开展混合式教学和在线教育。

爱思唯尔药物研发论坛,AI技术推动新药研发

10月18日,全球领先的科学与医疗信息分析公司爱思唯尔(Elsevier)近日在上海成功举办了第四届药物研发论坛,来自世界各地的药物研发行业知名人士在本次论坛相聚,以“药物研发新时代:数据,预测,人工智能为主题,分享和探讨全球化大背景下的药物研发行业经验和未来发展趋势。爱思唯尔未来将拓展与药物研发公司在 AI 方面的合作,推出基于 AI 技术的创新解决方案(Entellect平台),有望进一步降低药物研发风险,推动创新制药研究。

腾讯与英国Medopad公司开展深度合作诊断帕金森病

近日,腾讯公司与英国移动医疗公司Medopad开展了一个合作项目,双方将在帕金森病临床及应用领域进行深度合作,共同启动帕金森病AI辅诊技术联合研发。此前,腾讯医疗AI实验室基于与华山医院神经内科王坚教授的合作基础之上,推出了一款通过动作检测、评估帕金森病的AI模型——帕金森病运动功能智能评估系统。受评估患者仅需站在摄像头前按照指示完成一系列的动作,即可在短短3分钟内完成帕金森病的运动评估,辅助医生将诊断速度提升了10倍。此次腾讯携手Medopad,目标是将上述AI技术结合帕金森病在欧洲的临床评测标准,接入Medopad平台并与平台上其他的数据捕捉功能一起,落地临床运用和家庭环境使用,大大减低评估时间,提高医生工作效率,降低患者就诊或者康复成本。

谷歌AI推出新算法模型,检测乳腺癌死亡最大“元凶”

10月16日,来自圣地亚哥海军医学中心(Naval Medical Center San Diego)和Google AI的研究人员开发出了一个新的AI系统,利用癌症检测算法来自主评估淋巴结活检,从而对转移性乳腺癌患者的诊断和治疗进行更好的决策。这是一个名为LYNA的新型AI系统。LYNA基于开源图像识别深度学习模型Inception-v3开发而成。它可以将299像素大小的图像输入模型,在图像中以像素为单位确定肿瘤范围,将图像贴上“良性”或“恶性”等标签,并调整模型的算法权重以减少误差。在测试中, LYNA识别图像的精度达到了惊人的99.3%。在LYNA的协助下,病理学家们检测淋巴结转移所需的时间只有原来的一半。同时,病理学家能够使用LYNA检测微小转移,将漏检率降低两倍。

MIT 10亿美元成立全新AI计算学院

近日,麻省理工学院(MIT)宣布了一项10亿美元的投资项目,以应对计算机在跨行业和学科领域的普及,以及人工智能的兴起所带来的全球机遇与挑战。这项计划的核心是建立MIT新学院——Stephen A. Schwarzman计算学院(The Stephen A. Schwarzman College of Computing)。此次MIT的改革举动,是自20世纪50年代以来该校对课程进行的最大变革。在MIT内部,越来越多的学生们开始学习计算机科学的相关知识,各个院系也正在创建计算机科学联合专业,并聘用具有计算机专业知识的教师。

广东省发文建智慧医院,惠及全省

10月10日,广东省卫生计生委、广东省中医药局发布《广东省进一步改善医疗服务行动计划实施方案(2018-2020年)》。《方案》表示,要以“互联网+”为手段,建设智慧医院。医疗机构要推动诊疗技术、人工智能技术与医学设备深度融合,推动应用临床辅助决策系统、智能化医学设备的发展,实现医疗服务快速、便捷、精准、智能。概括来说,广东省要在两年里,把信息化医院提升到互联网医院的程度——远程医疗服务、配药发药智能。

广东建立医学中心,AI助力自闭症诊断

10月25日,广东省精神与神经疾病研究中心(脑病研究中心)在中山大学附属第三医院挂牌,今后,该中心将整合该院多个相关学科群之力,依托干细胞技术及大数据人工智能平台,聚焦以自闭症、脑脊髓损伤、神经损伤后康复和抑郁症为代表的四大医疗领域,治理打造国家级脑科学转化医学大平台。在自闭症的人工智能辅助诊断方面,在该院儿童行为发育中心的研究中,AI通过行为学观察和影像学分析,诊断的准确率已经能够接近团队水平,甚至超过部分个人。

超声读片AI网络对战9万人类医师,成果获赞许

10月28日,在北京中国科技会堂举行了“中国青年超声医师论坛暨全国超声医学多模态人工智能人机大赛”。12名超声医师与AI在超声读片上展开较量,9万人类医师网络应战。本次比赛分为乳腺肿块人机大战和颈动脉斑块稳定性人机大战两场,对战超声医师的人工智能为无锡祥生医疗科技股份有限公司研发的SonoAI。最终,SonoAI以最短的答题时间,以乳腺肿块诊断准确率90%VS人类医师最高准确率80%,颈动脉斑块稳定性诊断准确率80%VS人类医师最高准确率60%的结果,获得了全场观众的赞许。

10 平安好医生签百家三甲医院,抢滩智慧医疗

10月15日,国内一站式医疗健康生态平台平安好医生宣布,已与包括解放军第三〇三医院、青岛眼科医院、暨南大学附属第一医院、南方医科大学第三附属医院在内的全国逾100家三甲医院签约合作。平安好医生表示,将结合自身的AI医疗科技能力,与合作医院共同打造 “智慧医院”。合作中,平安好医生划时代的智能辅助问诊系统“AI Doctor”与医院信息管理系统(HIS)、手机App、微信公众号进行了全面打通对接。

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业智慧医疗图像识别融资深度学习AI医疗
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

权重技术

线性模型中特征的系数,或深度网络中的边。训练线性模型的目标是确定每个特征的理想权重。如果权重为 0,则相应的特征对模型来说没有任何贡献。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

对很多很多好