主页（http://www.cnwulian.net）：用人工智能预测疾病，AI的细分发展潜力巨大
“远程病人智能公司”旨在使医疗社区更接近未来，在那里智能算法将会告诉人们他们是否会生病，甚至在他们经历症状之前。Sentrian是在两年前推出的，目前公司估值为1200万美元，同时他们专注于慢性病，他们的目标是通过远程病人监测消除所有可预防的住院。
除了这些挑战，医疗创新必须保持下去。根据B Capital的Teo所说：“美国医疗大学协会的一项研究显示，预计到2025年，在14900到35600个初级保健医生之间将会有一个缺口产生。”与此同时，因为人口老龄化，我们需要得到更多的医疗关注。
阅读（）
Enlitic使用深度学习技术的科技，特别是其在某些方面的图像识别的实力，收集源自放射学图像的数据并将其应用于独特的医疗案例中。深度学习实际上指的是计算机接收数据的过程，然后基于从其他数据中得到的广泛知识来解释该信息。
甚至说，数字化所带来的技术挑战都会因为人工智能而减轻。还记得病历对于黑客而言多有价值吗？这些病例中的大部分都是通过社会工程学的方法偷来的，例如网络钓鱼和欺诈电话。Protenus是一个医疗安全公司，应用人工智能分析企业访问的范围并标记出可疑的记录供管理员审查。
用人工智能预测疾病，AI的细分发展潜力巨大
“在医疗保健行业，政策会把战略和文化当早餐吃掉，”D’Avolio解释道，“举个例子，美国复苏与再投资法案在2009年通过，那时采用电子健康记录的医院不到9%。现在，由于软硬兼施的激励机制，这个数字已经超过了90%。”另一个重大政策的转变，它极大地促进了医疗保健信息技术的投资，就是由CMMI资助的价值取向的护理实验（也称为示范项目）。
在医疗中实施机器学习和人工智能会遇到很多众所周知的挑战。第一是缺乏“专业数据库”，它要求通过监督式学习训练人工智能。“专业数据库”在宽度和深度上对特定的应用程序进行训练是必不可少的，但是由于隐私问题、记录识别问题以及健康保险流通与责任法案的存在，所以很难去实现。Norwest Venture Partners的Robert Mittendorff博士解释道。
幸运的是，许多公司都在努力提前去解决这些问题。CB Insights最近介绍了106家进入医疗行业的人工智能创业公司，范围从监测病人到医院操作。
投诉
Leonard D’Avolio是Cyft的创始人，对于该行业的创业者进行了严厉的斥责：“我们看到那些医院仅仅为了实现电子医疗记录的挑战而损失惨重和大量裁员。想象一下，你在这个时候出现并对他们说‘我有人工智能’，又会发生什么事。”
前段时间，谷歌又组织了一场“人机大战”，比的是乳腺癌的诊断。起因是这样的，谷歌、谷歌大脑与Verily公司联合开发了一款能用来诊断乳腺癌的人工智能，通过将病理切片处理成数码图像的方式，提供大量肿瘤组织和正常组织的病理切片，供这款人工智能学习。
三、医疗人工智能的潜力
使用医疗保健技术的关键就是，去确定正确的入口，然后将这些系统融入现有的工作流中。Cyft的D’Avolio花了超过12年的时间去把ML融入到医疗保健系统中。但是他在临床医生的会议上讲话时，回避了“人工智能”和“机器学习”这些词，侧重于实际的影响和好处。
“我们还没从这件事上吸取足够多的教训。”D’Avolio观察后说道。
