周家乐编译

医疗界人工智能,科技巨头和初创公司的新战场

如果GAFA(Google, Amazon, Facebook, Apple)四巨头在医疗界称霸了会怎么样?

十多年前,谷歌首次尝试介入医疗领域。在2012年放弃其在线医疗病历项目“谷歌健康”之后,该公司携其子公司DeepMind Health再次卷土重来,做了它最擅长的事:收集和处理数据。它们主要收集医院病人的数据,特别是英国病人的数据。

在与皇家自由医院信托基金会(Royal Free Hospital Trust)达成协议后,该公司获得了160万患者的病历数据,然而事情的后续发展并没有想象的那么顺利。英国当局发现这些医疗数据不是匿名数据,并且还被用于原计划之外的领域时,当局强制终止了它们的协议。

但是,谷歌的母公司Alphabet还有其他的类似项目。由其子公司Verily领导的“Baseline”项目旨在通过联网设备收集10000名志愿者的健康数据来“映射”人类的健康状况。

Alphabet galaxy的最新举措是美国创业公司Cityblock,其另一个子公司Sidewalk Labs已经投资该公司,旨在为Medicaid或Medicare成员提供医疗服务和预防。

其他网络巨头也不甘落后。 亚马逊正在进入健康保险领域,Facebook AI Research(Fair)在招募深度学习之父Yann LeCun之后聘请了IBM Watson项目的前负责人Jérôme Pesenti。 苹果公司还通过其Apple Watch Series 4表达了其对健康领域的兴趣,值得一提的是,苹果第四代手表是第一款具有可检测心脏病发作的传感器和算法的消费设备。

IBM的Watson Health开始得太早了吗? 自从2011年人工智能程序在游戏节目Jeopardy获得胜利后,IBM一直瞄准健康市场,包括癌症研究。 该程序通过训练理解了大量关于肿瘤学的英语科学文献,并在辅助诊断领域发挥了它的作用。

据IBM的所言,根据癌症的类型,该程序给出的治疗建议与医生的建议在10例中至少有8例是一致的,在肺癌病例的诊断中一致率更是高达96%。

对Watson建议的可靠性质疑不断,愈演愈烈。

然而,自去年以来,人们对Watson建议的可靠性产生了越来越大的怀疑。据IBM的员工透露,由于还不够成熟,该公司与德克萨斯大学MD 安德森癌症中心联合开展的一个旗舰项目已被放弃。

IBM法国分公司的销售经理Silvano Sansoni解释说:“数据的代表性存在一个真正的问题。Watson所治疗的84000名患者主要来自美国和欧洲,它的建议不太适用于亚洲或非洲的患者。若为解决这个问题而把数据规模扩大到100万,则需要更大量的资源。”

蓝色巨人IBM宣称目前全球有230家医院为它的用户,而去年仅为55家。虽然它在法国没有医院合作伙伴,但它去年7月与法国公司Guerbet(放射学对比产品专家)签署了一项协议,以开展肝癌研究。

飞利浦可能是医疗行业中最活跃的公司,尤其是在医学成像领域。该公司刚刚在巴黎建立了人工智能专家中心,雇用了大约30名研究人员。其目标是与初创公司和医院建立伙伴关系。

科技和医疗越来越密不可分——照片:Piron Guillaume

与此同时,英国一家年轻的公司Babylon Health自2014年成立以来已经筹集了5000万英镑,并开发了基于智能手机应用的咨询服务,并承诺24/7(每周7天,每天24小时)为用户服务。利用人工智能在健康领域进行创新的初创企业正在蓬勃发展:CB Insights已经进行了481笔交易,在过去五年共投资了36亿美元。

对于初创企业来说,获取数据仍然是它们面临的挑战之一。而这正是Owkin的创意,一家专门从事机器学习和肿瘤研究的初创公司,Google Ventures是它的投资者。“我们通过实施联合学习的原则与公共研究机构合作。”Owkin的联合创始人托马斯·克洛泽尔(Thomas Clozel)说:“这允许算法被交换,这样就可以在不泄露数据的情况下互相学习训练。”

10月4日,年轻的French-U.S.公司宣布启动与Apricity的合作项目,Apricity是一家专门从事生育研究的初创公司。该项目被称为“Substra”,由法国公共投资部门Bpifrance出资1000万欧元资助。他们的目标是与六个主要的公共研究机构一起开发一个安全的治疗平台,从而在他们喜欢的领域:解剖病理学、皮肤病学和生育学中,来运行他们的预测算法。

相关报道:https://www.worldcrunch.com/tech-science/ai-in-healthcare-new-battleground-for-big-tech-and-startups

大数据文摘
大数据文摘

秉承“普及数据思维,传播数据文化,助⼒产业发展”的企业⽂化,我们专注于数据领域的资讯、案例、技术,形成了“媒体+教育+⼈才服务”的良性⽣态,致⼒于打造精准数据科学社区。

产业IBM苹果亚马逊谷歌智慧医疗
相关数据
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
DeepMind机构

DeepMind是一家英国的人工智能公司。公司创建于2010年,最初名称是DeepMind科技(DeepMind Technologies Limited),在2014年被谷歌收购。在2010年由杰米斯·哈萨比斯,谢恩·列格和穆斯塔法·苏莱曼成立创业公司。继AlphaGo之后,Google DeepMind首席执行官杰米斯·哈萨比斯表示将研究用人工智能与人类玩其他游戏,例如即时战略游戏《星际争霸II》(StarCraft II)。深度AI如果能直接使用在其他各种不同领域,除了未来能玩不同的游戏外,例如自动驾驶、投资顾问、音乐评论、甚至司法判决等等目前需要人脑才能处理的工作,基本上也可以直接使用相同的神经网上去学而习得与人类相同的思考力。

杨立昆人物

杨立昆(法语:Yann Le Cun,英语:Yann LeCun,1960年7月8日-)是一位计算机科学家,他在机器学习、计算机视觉、移动机器人和计算神经科学等领域都有很多贡献。他最著名的工作是在光学字符识别和计算机视觉上使用卷积神经网络 (CNN),他也被称为卷积网络之父。他同Léon Bottou和Patrick Haffner等人一起创建了DjVu图像压缩技术。他同Léon Bottou一起开发了Lush语言。

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。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

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)

映射技术

映射指的是具有某种特殊结构的函数,或泛指类函数思想的范畴论中的态射。 逻辑和图论中也有一些不太常规的用法。其数学定义为:两个非空集合A与B间存在着对应关系f,而且对于A中的每一个元素x,B中总有有唯一的一个元素y与它对应,就这种对应为从A到B的映射,记作f:A→B。其中,y称为元素x在映射f下的象,记作:y=f(x)。x称为y关于映射f的原象*。*集合A中所有元素的象的集合称为映射f的值域,记作f(A)。同样的,在机器学习中,映射就是输入与输出之间的对应关系。

IBM 沃森技术

沃森是能够使用自然语言来回答问题的人工智能系统,由IBM公司的首席研究员David Ferrucci所领导的DeepQA计划小组开发并以该公司创始人托马斯·J·沃森的名字命名。

推荐文章
暂无评论
暂无评论~