專家觀點/加速擁抱AI 開創醫療新局
#A輪融資 #互聯網 #科技業 #複合年增長率 #智能藥物 #醫療產業新局 #治療
就在上(3)月底,中國成立才剛滿一年的人工智慧影像診斷新創公司視見科技,宣布完成由深創投領投的人民幣6,000萬A輪融資。無獨有偶在今年2月,同樣針對人工智慧影像產品開發的推想科技,也獲得人民幣3億元的B+輪融資,預計今年人工智慧與醫療結合的題材仍然被視為站在投資的風口上。人工智慧醫療領域的發展近幾年在中國快速崛起,光2017全年就有超過28家相關新創業公司獲得融資,總額超過人民幣17億元。
今年中國兩會的政府工作報告更是多次提及人工智能這一關鍵詞,強調將「加強新一代人工智能研發應用」。因此不只新創業者想切入這個領域,連擁有強大資本和技術人才的互聯網和科技業巨頭,也紛紛布局人工智慧醫療領域。
騰訊在醫療AI領域積極卡位,除投資醫療健康品牌Cloud MedX外,更領投深圳的碳雲智能1.5億美元。碳雲智能是由華大基因前CEO王俊所帶領的團隊,致力建立人工智慧模型,進行精準醫療和個人化醫療。去年3月,阿里雲也發布ET醫療大腦輔助醫生判斷甲狀腺結節點的技術,利用電腦視覺判讀技術在甲狀腺超音波影像上確認結節點,並判斷其為良性或惡性。準確率已可達85%,而人類醫生判斷的平均準確率僅為60%至70%。
在美國,微軟成立AI醫療健康計劃Hanover,試圖幫助尋找最有效的藥物和治療方案。此外,微軟也在研究創造生物細胞和模擬癌症如何在不同病人身體的擴散情形。Google旗下人工智慧企業DeepMind更是在今年宣布開發出一種可針對包括青光眼、糖尿病性視網膜病變和老年黃斑病變進行精準影像診斷的產品。
Accenture預測未來10年全球與健康醫療相關的AI市場將以40%的複合年增長率快速發展。雖然許多相關技術仍尚待突破,以及未來病患的接受程度也需要被克服。但人工智慧醫療已從概念逐漸被落實中。主要涵蓋的類型可以歸納成為以下幾點,值得投資者高度關注:
健康管理與照護,結合行動穿戴式裝置的感測系統與個人AI助理,即時採集生理狀況分析。據統計迄今已有超過30萬個健康相關應用軟體可使用,但品質參差不齊。
高階影像辨識,結合人工智慧在影像識別領域的優異能力,將其與醫療器械結合,進行分析,從而獲取更為有利的資訊。是目前投資最活絡的領域,占AI醫療領域投資額逾30%。
醫療用機器人方面,目前已相當成熟的達文西機械手臂,協助醫生進行複雜且冗長的手術。未來人類遭遇不可逆的損傷,導致肢體的殘疾,將可能透過電子訊號與神經系統相互連結傳遞的智能外骨骼、智能義肢等輔助設備。電動車Tesla創辦人Elon Musk所成立的新創公司Neuralink便是其中之一。
智能藥物的研發,可以區分成兩類,一是與醫療機器人類似,透過奈米機器人進入人類體內對於疾病的病灶進行精準治療,達成最小的創傷,最大的療效。另一類則是透過人工智慧中的深度學習技術與強大運算能力,應用於日常藥物的研究,分析篩選出最適合的藥物產品,甚至模擬預測藥物的毒理副作用,以縮短研發週期,降低研發成本。
數位療法的突破,國際知名顧問麥肯錫公司,更以即將起飛來形容這個領域。一是與傳統藥物搭配,美國食品和藥物管理局(FDA)更率先在去年下半年批准第一個App程式,用以輔助治療酒精,大麻和古柯鹼成癮的患者,臨床試驗顯示三個月內,混合療法改善率提高到40%。第二種則為可取代傳統藥物的替代性療法。如Akili正在嘗試開發透過行動裝置的軟體,治療神經和精神疾病、失眠症的Sleepio,和Big Health開發的中風恢復療法MindMaze等。
醫療診斷方面創新性技術的出現,都將進一步擴大AI在醫療行業的影響。而台灣擁有良好的醫療基礎環境與ICT高科技人才,但許多生技或醫療器材業者卻仍停留在硬體製造思維階段,在面臨與時俱進的科技變化,應加速軟硬整合,以開創醫療產業新局。(作者是鑽石生技投資分析室分析師)
全文網址: https://udn.com/news/story/7485/3075430
同時也有1部Youtube影片,追蹤數超過8萬的網紅范琪斐,也在其Youtube影片中提到,人臉辨識,就是用科技計算的方式,來比較臉部視覺特徵,藉此鑑定身分的一種電腦技術。 其實我們可以把人臉辨識想像成是一套演算法,各種不同的廠商或公司可能會有不同的演算規則。但整體的邏輯是一樣的,通常會先偵測人臉、然後進行臉部校正與擷取特徵、再進行比對工作。 當攝影機拍到你的時候,它第一步也會先切成一...
電腦視覺判讀技術 在 台灣光鹽生物科技學苑 Facebook 的最讚貼文
專家觀點/加速擁抱AI 開創醫療新局
#影像產品 #人工智慧 #醫療結合 #電腦視覺判讀技術 #行動穿戴式 #軟硬整合
就在上(3)月底,中國成立才剛滿一年的人工智慧影像診斷新創公司視見科技,宣布完成由深創投領投的人民幣6,000萬A輪融資。無獨有偶在今年2月,同樣針對人工智慧影像產品開發的推想科技,也獲得人民幣3億元的B+輪融資,預計今年人工智慧與醫療結合的題材仍然被視為站在投資的風口上。人工智慧醫療領域的發展近幾年在中國快速崛起,光2017全年就有超過28家相關新創業公司獲得融資,總額超過人民幣17億元。
今年中國兩會的政府工作報告更是多次提及人工智能這一關鍵詞,強調將「加強新一代人工智能研發應用」。因此不只新創業者想切入這個領域,連擁有強大資本和技術人才的互聯網和科技業巨頭,也紛紛布局人工智慧醫療領域。
騰訊在醫療AI領域積極卡位,除投資醫療健康品牌Cloud MedX外,更領投深圳的碳雲智能1.5億美元。碳雲智能是由華大基因前CEO王俊所帶領的團隊,致力建立人工智慧模型,進行精準醫療和個人化醫療。去年3月,阿里雲也發布ET醫療大腦輔助醫生判斷甲狀腺結節點的技術,利用電腦視覺判讀技術在甲狀腺超音波影像上確認結節點,並判斷其為良性或惡性。準確率已可達85%,而人類醫生判斷的平均準確率僅為60%至70%。
在美國,微軟成立AI醫療健康計劃Hanover,試圖幫助尋找最有效的藥物和治療方案。此外,微軟也在研究創造生物細胞和模擬癌症如何在不同病人身體的擴散情形。Google旗下人工智慧企業DeepMind更是在今年宣布開發出一種可針對包括青光眼、糖尿病性視網膜病變和老年黃斑病變進行精準影像診斷的產品。
Accenture預測未來10年全球與健康醫療相關的AI市場將以40%的複合年增長率快速發展。雖然許多相關技術仍尚待突破,以及未來病患的接受程度也需要被克服。但人工智慧醫療已從概念逐漸被落實中。主要涵蓋的類型可以歸納成為以下幾點,值得投資者高度關注:
健康管理與照護,結合行動穿戴式裝置的感測系統與個人AI助理,即時採集生理狀況分析。據統計迄今已有超過30萬個健康相關應用軟體可使用,但品質參差不齊。
高階影像辨識,結合人工智慧在影像識別領域的優異能力,將其與醫療器械結合,進行分析,從而獲取更為有利的資訊。是目前投資最活絡的領域,占AI醫療領域投資額逾30%。
醫療用機器人方面,目前已相當成熟的達文西機械手臂,協助醫生進行複雜且冗長的手術。未來人類遭遇不可逆的損傷,導致肢體的殘疾,將可能透過電子訊號與神經系統相互連結傳遞的智能外骨骼、智能義肢等輔助設備。電動車Tesla創辦人Elon Musk所成立的新創公司Neuralink便是其中之一。
智能藥物的研發,可以區分成兩類,一是與醫療機器人類似,透過奈米機器人進入人類體內對於疾病的病灶進行精準治療,達成最小的創傷,最大的療效。另一類則是透過人工智慧中的深度學習技術與強大運算能力,應用於日常藥物的研究,分析篩選出最適合的藥物產品,甚至模擬預測藥物的毒理副作用,以縮短研發週期,降低研發成本。
數位療法的突破,國際知名顧問麥肯錫公司,更以即將起飛來形容這個領域。一是與傳統藥物搭配,美國食品和藥物管理局(FDA)更率先在去年下半年批准第一個App程式,用以輔助治療酒精,大麻和古柯鹼成癮的患者,臨床試驗顯示三個月內,混合療法改善率提高到40%。第二種則為可取代傳統藥物的替代性療法。如Akili正在嘗試開發透過行動裝置的軟體,治療神經和精神疾病、失眠症的Sleepio,和Big Health開發的中風恢復療法MindMaze等。
醫療診斷方面創新性技術的出現,都將進一步擴大AI在醫療行業的影響。而台灣擁有良好的醫療基礎環境與ICT高科技人才,但許多生技或醫療器材業者卻仍停留在硬體製造思維階段,在面臨與時俱進的科技變化,應加速軟硬整合,以開創醫療產業新局。(作者是鑽石生技投資分析室分析師)
全文網址: https://udn.com/news/story/7485/3075430
電腦視覺判讀技術 在 范琪斐 Youtube 的最佳解答
人臉辨識,就是用科技計算的方式,來比較臉部視覺特徵,藉此鑑定身分的一種電腦技術。
其實我們可以把人臉辨識想像成是一套演算法,各種不同的廠商或公司可能會有不同的演算規則。但整體的邏輯是一樣的,通常會先偵測人臉、然後進行臉部校正與擷取特徵、再進行比對工作。
當攝影機拍到你的時候,它第一步也會先切成一張一張的影格,然後去找到你的臉,就像是我們相機在拍照的時候,它不是會在臉旁邊出現一個框框讓你比較好對焦,這就是使用了人臉偵測的技術。
也因為人臉其實有一些特徵,所系統會開始擷取一些我們臉上出具有「辨別度」的特徵,像是顴骨的形狀啦、眼窩的深度之類的,一張臉大約有80幾個識別點,但也因為拍攝時可能剛好低頭或轉頭,或是受到光線影響之類的,有些系統會在抓取特徵的時候也要進行校正,利用人中啊、眼睛啊或嘴角之類的作為錨點,將人臉校正到同一個比較基準。現在也有2D轉3D的技術,用3D模型來計算你不同角度應該是長什麼樣子。那抓出這些特徵以後呢,這個演算法會把你臉上用這些特徵畫出來的向量,轉換成編碼,於是你這個人獨特的特徵就可以用一串數字來代表,最後再送到資料庫進行比對。
雖然人臉識別這個技術早再很多年前就已經開始發展,但是到這幾年因為電腦計算速度大幅加快、雲端技術成熟,才有較大的進展。而且這樣子一套演算法,還需要透過AI深度學習,模擬我們大腦神經網絡的運作,然後從大規模未標記的資料中學習,來建立出一套演算法、不斷優化出更好的模型。才能讓辨識度越來越準確。
不過即使臉部辨識技術已經發展了一段時間,辨識準確度卻還是有待加強,美國國家標準暨技術研究院 (Nist) 的一項測試就發現,2014年到2018年期間,人臉辨識系統因為深度學習的技術,失敗率從4% 降到 0.2%。BUT!資料庫中的照片跟現實生活中可不一樣,每個人頭擺的角度、臉出現在畫面中的位置、拍攝光線、畫素、有沒有戴帽子、帶圍巾或變老,這些都會影響準確度。而且目前雙胞胎的辨識,還是一大難題。
像是英國南威爾斯警方2017在歐洲足球冠軍賽期間,測試一款全新的AI臉部識別程序,可以搜尋比對資料庫裡面的50萬筆潛在罪犯資料,結果系統在17萬名觀眾當中,配對了2470人為潛在目標,但是錯誤率高達92%。
Amazon 2016年推出影像辨識 AI 系統Rekognition,也曾經把28名國會議員辨識為罪犯,讓大家都嚇到吃手手。美國奧蘭多市政府也從 2017 年開始與 Amazon 合作進行先導計劃,在市內幾個地方架設監視器,實時進行人臉辨識,希望可以找出通緝犯等特定人士,幫助執法。不過在 15 個月的測試中,卻發現系統經常誤判,準確度常常出問題,後來在2019年終止這項合作。
人臉辨識跟很多技術一樣,就是個雙面刃。雖然這項科技已經越來越進步,而且透過電腦的深度學習,讓判讀的準確度大大提升,但它仍然不像DNA那樣,正確度高達99.9%,可以作為決定性的判定標準。
--------------------------------------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 1030pm準時上傳完整版!
電腦視覺判讀技術 在 安盛生科旗下最新產品「安必測®新冠肺炎抗原快速檢測」憑藉 ... 的美食出口停車場
測」憑藉其 電腦視覺 輔助 判讀技術 ,結合專為企業設計 的PixoHealth Pass健康管理解決方案, 從1179件產品中脫穎而出,榮獲第三十屆臺灣精品獎, 並通過金銀質決選勇奪最高 ... ... <看更多>