挺进“智慧医疗”,百度医疗大脑前景如何?

简介: 挺进“智慧医疗”,百度医疗大脑前景如何?

image.png

在前不久举行的百度世界大会上,百度医疗大脑首次亮相,它结合了大数据分析、人工智能、图像识别、机器学习等先进技术,以及来自于传统医疗机构的庞大海量数据,两者的结合让百度医疗大脑可以在个人健康管理、医疗大数据研究和公共卫生领域发挥出巨大的价值。百度医疗的这一举动,被业界看做是其挺进“智慧医疗”的重要战略举措,百度医疗大脑的“一举一动”也成为了业界关注的焦点。


为什么百度要做医疗大脑

公开数据显示,2009-2014年,中国财政医疗卫生累计支出高达4万亿元,其中中央财政支出累计1.2万亿元,2014年医疗卫生支出更是首次突破1万亿元。尽管政府持续地在医疗卫生领域加大投入推进医改,但由于人口基数过大,增长率过高,以及人口老龄化、环境污染等诸多问题的凸显,国民“看病难”的问题并没有得到有效的解决。效率较低的医疗体系、质量欠佳的医疗服务、看病难且贵的就医现状为代表的医疗问题正日益成为社会关注的焦点问题。在2015年政府工作报告中,医疗成为“互联网+”战略的内涵之一,并被看做下一个最有可能被互联网颠覆的行业之一。这是百度发展智能医疗,实现及时精准就医服务的重要契机。


外因之外,百度自身也具有发展智慧医疗的先天基因,这得益于其在人工智能领域的前瞻布局,尤其是百度在图像识别、大数据、深度学习等技术方面的积累。数据是人工智能火箭的燃料,百度通过十多年积累的搜索数据、全网网页数据、百亿级图像、视频、定位数据拥有了得天独厚的优势,并在语音、图像、自然语音理解和用户画像上成果颇丰:语音识别率达到97%,被MIT评选为2016十大突破性技术,成为唯一一家上榜的中国公司;语音合成日请求2.5亿;人脸检测准确率达到99.7%;百度机器翻译技术目前已实现支持27种语言;用户画像拥有千万级的细分标签,10亿全平台累积用户……医疗大脑就是百度人工智能技术对医疗场景的输出,实现对传统医疗行业的颠覆式融合。


除了人工智能,百度开放云平台也是功不可没,是其将云计算、大数据和人工智能与传统医疗行业相结合打造出百度医疗大脑,开启“智能+医疗”时代的来临。对此,百度总裁张亚勤表示,技术创新是医改采取的重要举措之一,也是百度发展智能医疗、实现及时精准就医服务的重要契机。在此背景下,百度推出了依托人工智能技术和开放云打造而成的百度医疗大脑,期望能够借此实现百度医疗平台的升级,建立全新问诊治疗体系,解决社会医疗难题。


百度医疗大脑能解决什么问题

对于百度医疗大脑,百度首席科学家吴恩达明确表示,其目的并非是替代医生,而是利用这一技术为患者和医生提供更加精准的信息。百度医疗大脑是通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计,模拟医生问诊流程,与用户多轮交流,依据用户的症状,提出可能出现问题,反复验证,给出最终建议,并初步实现实现自诊功能。此次百度世界的大数据论坛中,百度展示了医疗大脑的疾病预测与皮肤病诊断应用,用户只需要将皮肤症状图片上传至应用,通过百度医疗大脑先进的图像识别技术、机器学习等技术对上传的图片进行分析处理,可以帮助患者发现和鉴别皮肤病,以便进行更准确的预防和及时治疗。


除了自诊作用之外,百度医疗大脑还可以大幅度提升医生的工作效率和诊断准确率。首先百度医疗大脑可以模拟医生的问诊流程,帮助患者在就诊之前已经将医生所需诊疗信息收集完毕,大大缩减患者在就医过程中的问诊时间并辅助医生完成问诊。其次依托于海量的医疗数据和专业文献数据,包括权威医学医学院的教科书、最新发表的医学研究论文及真实病历等,它可以科学地为医生的诊断提供科学且准确的依据,依提升医生诊断准确率。


最后,百度大脑可以有效拉近优质医生和基层医生之间的差距。众所周知,中国的“看病难”问题很大一部分原因是因为区域性医疗水平不平衡所致,患者不管大病小病都往三甲医院挤,导致大医院人满为患小医院门庭冷清的现象。而有了百度医疗大脑的辅助,它不仅可以为基层医生提供一些有关病情的信息与建议,提醒医生更多的可能性,还可以辅助基层医生完成问诊工作,缩小优质医生和基层医生之间的差距。


连接人与智能,百度开启智慧医疗新模式

张亚勤表示,医疗是百度整体战略中的重要垂直领域,百度从最初提供医疗相关信息的搜索,到联手知名医院推出挂号预约服务,再到病情与医疗资源的咨询和接入越来越多的服务,百度做了很多的尝试与布局,对互联网医疗、下一代“智能+医疗”的理解也越来越深刻。通过创新科技有效帮助医疗行业升级、让患者受益,这是互联网医疗平台的发展方向。据百度医疗大脑相关负责人介绍,目前所推出的“疾病预测”和“识别皮肤病”只是百度医疗大脑价值的初步展现,未来,百度也将以开放的心态迎接更多医疗行业的伙伴加入到百度医疗大脑的计划中来,推出更多与医疗卫生相关的服务,在个人健康管理、医疗大数据研究以及支撑公共卫生管理领域发挥出百度医疗大脑更大的价值。


百度开放云与百度大脑体系的建立健全,加速互联网背景下人工智能技术对传统行业的革新,开辟了全新的发展模式。百度医疗大脑作为人工智能技术的重要应用,未来将会实现信息检索、资源共享、就诊咨询的精确智能医疗平台,为更多的患者提供高效便捷的就医体验。百度医疗大脑只是百度人工智能应用的一次有益尝试,更多的智能业务在百度将如雨后春笋般陆续出现,并最终服务于用户造福于社会。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
JSON API 持续交付
逐步指南:使用FastAPI部署YOLO模型的步骤
逐步指南:使用FastAPI部署YOLO模型的步骤
|
算法 Linux
【Linux笔记】压缩、解压文件的 4 种方式。tar、gzip、gunzip、zip、unzip、7z命令使用方法
【Linux笔记】压缩、解压文件的 4 种方式。tar、gzip、gunzip、zip、unzip、7z命令使用方法
|
数据挖掘 索引 Python
Pandas数据读取:CSV文件
Pandas 是 Python 中强大的数据分析库,`read_csv` 函数用于从 CSV 文件中读取数据。本文介绍 `read_csv` 的基本用法、常见问题及其解决方案,并通过代码案例详细说明。涵盖导入库、读取文件、指定列名和分隔符、处理文件路径错误、编码问题、大文件读取、数据类型问题、日期时间解析、空值处理、跳过行、指定索引列等。高级用法包括自定义列名映射、处理多行标题和注释行。希望本文能帮助你更高效地使用 Pandas 进行数据读取和处理。
1420 13
|
PyTorch 算法框架/工具
Pytorch学习笔记(一):torch.cat()模块的详解
这篇博客文章详细介绍了Pytorch中的torch.cat()函数,包括其定义、使用方法和实际代码示例,用于将两个或多个张量沿着指定维度进行拼接。
854 0
Pytorch学习笔记(一):torch.cat()模块的详解
|
机器学习/深度学习 JSON API
【Python奇迹】FastAPI框架大显神通:一键部署机器学习模型,让数据预测飞跃至Web舞台,震撼开启智能服务新纪元!
【8月更文挑战第16天】在数据驱动的时代,高效部署机器学习模型至关重要。FastAPI凭借其高性能与灵活性,成为搭建模型API的理想选择。本文详述了从环境准备、模型训练到使用FastAPI部署的全过程。首先,确保安装了Python及相关库(fastapi、uvicorn、scikit-learn)。接着,以线性回归为例,构建了一个预测房价的模型。通过定义FastAPI端点,实现了基于房屋大小预测价格的功能,并介绍了如何运行服务器及测试API。最终,用户可通过HTTP请求获取预测结果,极大地提升了模型的实用性和集成性。
1061 1
|
安全 网络协议 Shell
Github代码仓库SSH配置流程
这篇文章是关于如何配置SSH以安全地连接到GitHub代码仓库的详细指南,包括使用一键脚本简化配置过程、生成SSH密钥对、添加密钥到SSH代理、将公钥添加到GitHub账户以及测试SSH连接的步骤。
863 0
Github代码仓库SSH配置流程
|
XML 数据格式 Python
将xml标签转换为txt(voc格式转换为yolo方便进行训练)
该文章提供了一个Python脚本,用于将VOC格式的XML标签文件转换为YOLO训练所需的TXT格式,包括修改数据集类别、输入图像与标注文件夹地址、转换过程和结果展示。
将xml标签转换为txt(voc格式转换为yolo方便进行训练)
|
网络协议 安全 数据安全/隐私保护
|
Python