森亿智能殷嘉珩:利用人工智能技术,打造数据驱动的医院超级大脑

2021-12-20
大数据
广东企业服务
一家大数据信息企业
最近威廉希尔中文网站 :|2014-09-19
我要联系

森亿智能殷嘉珩:利用人工智能技术,打造数据驱动的医院超级大脑

12月16-17日,创业邦100未来独角兽峰会暨2021创业邦年会在上海举办。

本次峰会以“超越商业”为主题,邀请到了最具代表性的标杆企业、投资机构及其代表,聚焦未来独角兽的成立历变,解读品牌背后超越商业的社会价值,在洞察中寻找超越的力量。

此次大会还颁发了“创业邦年度创业者” “创业邦年度投资人” 和“2021创业邦100未来独角兽”。同时,峰会还特别展示未来独角兽企业ESG创新案例,激励更多的企业践行社会责任。

本次峰会现场,森亿智能联合创始人殷嘉珩进行了名为《AI与产业融合的探索之路》的主题演讲,犀利观点如下:

1、中美两国医疗领域在AI、大数据等新技术应用方面存在差异,也存在非常大的机会。

2、通过自然语言处理,数据治理等技术,可以帮助医务人员从医院实时提取相关病人的数据,一旦数据发生变化,人工智能模型就可以预测病人患有VTE的风险。

3、把AI技术和临床、管理、运营的相关需求结合在一起,森亿智能帮助医院建立各种各样的模型,构成解决方案,最终打造数据驱动的医院超级大脑。

image.png

以下为演讲内容,由创业邦整理:

大家好,我是森亿智能的联合创始人兼首席架构师殷嘉珩。

2016年,我们的CEO张少典博士接受了国内一家知名医疗行业媒体的采访。在采访里,他分析了中美两国的医疗差异。他认识到中美两国医疗领域在AI、大数据等新技术应用方面存在的差异和巨大的机会。这是促使他回国创业的重要原因。

2016年4月,我和张少典以及另外两位联合创始人决定一同回国并创立了森亿智能。我们希望用人工智能和大数据等新兴技术给医疗赋能,提高现有医疗服务的效率和质量。

新兴技术在医疗领域的机会在哪儿?我们先来分析下医疗环节:一个病人在进入医院后,会经历包括挂号、出诊、检验、用药,甚至可能有住院、手术、出院等多个环节。每一个环节对专业度的要求都非常高,非常复杂,且很容易出错。

据统计,医疗事故致死是美国第三大死亡原因,致死人数甚至比因战争、吸毒死亡的人数总和还高。

我们以VTE(静脉血栓栓塞症)来举例说明。它是一种常见、高发、危险且隐蔽的疾病。

手术病人,或者长期卧床住院的病人,因为没有办法运动,腿部的静脉里就会产生血栓。如果发生意外,血栓脱落迁移到肺部,就会引起肺栓塞,其致死率超过90%。

image.png

医院对这种疾病非常重视,会用专门的方法对所有住院病人进行评估。通常的评估方法是让护士人工收集病人的相关信息,然后填写一个量表,根据结果计算VTE风险。众所周知,患者的临床数据庞大而复杂,人工收集与评估无法避免误差,而且量表评估项众多,评估起来费时费力,导致及时性和频率都不高。然而有的病人病情发展特别快,往往导致医护人员来不及去评估、预防或处置。

森亿智能的做法就像是给高速公路埋下传感器,可以实时监测患者数据,进行风险预测。假如这里有风险,那我们就可以提前提醒医护人员进行手动评估,进而确定预防或者处置方案,避免产生进一步危害。

我们通过自然语言处理,数据治理等技术,从医院实时提取相关病人的数据,一旦数据发生变化,我们的人工智能模型就可以预测病人患VTE的风险。这个过程完全自动,降低了临床评估的成本,提高了评估的频次,与人工评估形成高效互补,从而提升了临床质量,最终造福于患者。

我们的方案目前在国内数十家医院得到了应用,而且还助力部分医院拿到了“国家卫生健康委2019年人工智能应用最佳案例”以及“血栓防治中心优秀单位”等荣誉,这充分说明了行业对于我们努力探索的认可。

下一个例子和儿童脓毒血症有关。它和VTE非常相似,如果能提前评估风险并进行预防或处置,同样可以挽救患者生命。

美国流行病学调研显示(尚无权威中国数据):脓毒症的发病率及致死致残率都较高,医疗花费巨大。

针对这种疾病,我们构建了对应的机器学习和风险预测模型,且与合作医院共建研究型项目。上线一年多的时间里我们发现,它能够有效缩短脓毒血症的风险评估时间至24小时以内。在这个时间段里,如果能及时发现,及时治疗,患者一般不会产生后遗症。

就在今年,我们联合上海儿童医学中心·上海智慧儿科临床诊治技术工程技术研究中心撰写的关于儿童脓毒性休克预警模型的科研论文,在SCI期刊Frontiers in Oncology-Hematologic Malignancies (影响因子6.244)上完成了发表。

image.png

利用森亿智能的研发能力,可以把AI技术和临床、管理、运营等相关需求结合在一起,进而帮助医院建立各种模型,行成解决方案,最终打造数据驱动的医院超级大脑。我们希望通过最优化每一个医疗决策,拯救亿万患者生命。

反馈
联系我们
推荐订阅