这家 AI 公司为数百万中国农村居民提供了医疗保障据统计

源 | Techrepublic 译 | 张一飞

据统计，截止到 2010 年，中国 93％的农村人口有医疗保险，但农村地区的医疗和及时的医疗保障仍然存在很多问题，这是科技公司大有可为的领域。

专门从事医学影像诊断的深度学习公司 Infervision （推想科技）创始人兼首席执行官陈宽表示：“我们希望利用影像分析，人工智能和深度学习技术，更好地在不同的医疗条件下得出最好的诊断和治疗方案。

人工智能和深度学习是通过分析不同病理条件下的医学图像和报告来发挥作用的。根据在中国的城市医院的数千名患者的研究中汇集的常见模式，提出不同的治疗和医疗干预模式和来源。陈宽说：“这些模型使用深度学习从数据中”学习“，并不断提高诊断能力。

infervision 针对的第一种疾病是肺癌，这种软件能够在肺部定位隐藏的随时可能癌变的结节。

陈宽说，目前 infervision 的任务是为中风提供一个类似的诊断和医疗干预工具，尤其适用于合格医师稀缺的农村地区。

infervision 通过研究病人的中风情况，分析什么时候是治疗的最佳时间和治疗方法。简而言之，人工智能和分析成为放射科医生的第二双眼睛，他们可以对照自己的诊断进行检查。

这有多重要？

在中国许多农村地区，没有训练有素的放射科医生可以帮助中风患者。而在像美国这样的世界其他地区，放射科医生平均每年要花费37.5万美元，花费非常高。这项应用投入使用后，医院的反馈意见是：年轻的放射科医生和医务人员可以更多地依靠人工智能作诊断，而经验更多的医生更喜欢将它视为第二个意见，进一步确诊。

在一个标准的过程中，可能需要半分钟左右的时间来生成一个报告。而用 infervision 的工具，时间可以缩短到不到三秒。

使用深度学习和扩展分析也扩大了诊断的范围，从而可以带来准确的结果。

在一个骨折和骨退化的非中风病例中，传统的方法是只治疗受影响的区域本身。通过人工智能分析，系统可以观察身体的不同区域，避开出现问题的地方，看看其他区域是否会影响病情。分析使我们能够治疗病症的原因，而不仅仅是症状本身。

以下是一些医院和诊所可以采用AI和深度学习工具的实践应用：

部署工具

如果某一特定领域的医疗人员严重短缺，分析和人工智能可以帮助进行中风干预和治疗，成功治愈的几率将会提高。

使用该工具进行培训

放射科医师和医务人员必须提升知识和经验才能成为专家诊断人员。分析和深度学习工具可以帮助培训，因为用户可以将自己的发现与系统在多种情况下发现的结果进行比较。

学会“期待”意外

你认为你要治疗某种疾病，结果可能吧另一种病也治好。陈宽提到的骨折案例，系统实际上在身体的不同区域发现了因果问题，就是一个很好的例子。这就是为什么医生应该保持开放的态度。

AI和深度学习工具仍在发展

仅仅因为一个系统使用人工智能，深度学习和分析并不意味着它总是正确的。医生应该使用这些系统作为助手而不是无可争辩的权威，因为有些地方机器不能代替人类的思考。

-END-

译者 | 张一飞

喜欢计算机，爱折腾，想周游世界。

后台回复 “志愿者”

了解如何加入我们