【火视016】让计算机自学成为医生

本文由火石编译

人工智能，时下很火爆的一个词汇。正当人们热火朝天的讨论人工智能会不会统治人类的时候，一些“机器人”，已经开始深度取代医生的工作了。

试想一下，如果将一份病人的CT图像发送给计算机，它就能自动将脑肿瘤在图片上准确标注出来。这无疑将极大的提高医生的工作效率，帮助缓解医疗资源紧张的问题。

而类似人工智能的实现，离不开“大数据”的技术支撑。在Enlitic公司看来，计算机有很强的自我学习能力，通过向计算机展示大量的X光片、MRI核磁共振图像、CT电脑断层扫描照和其它的检验图片，它们可以学会如何识别不同的损伤、或疾病。

所以，Enlitic正努力与医院和医学设备制造商合作，为内科医生们提供一种工具，让医生能够充分利用收集各种形式的医学数据——如医学图像、医生的笔记、结构化的实验测试等，以开发建立一个最新水平的深度学习算法。

正如创始人兼首席执行官Jeremy Howard所说的：“医学诊断的核心是数据问题——通过医学图像、实验测试、病人病史而提出诊断，从而有目的性的介入。近期机器学习应用的突破，特别是深度学习的使用，已经表明，计算机可以把大量数据迅速转换成深刻见解，找到微妙模式。我在这块领域的20多年中，这是我见过的使用数据带来积极影响的最适当的时机。”

必需承认的是：医疗保健还处在大数据驱动革命的边沿。由于医学数据的巨量存储，和近期人工智能技术的突破，才允许计算机去读懂图像、自然语言和其他非结构化数据。通过实验测试、医学图像、医生笔记等获得的医疗数据每天都会被收集起来。大数据的收集，可以更加有效的帮助医生分析疾病的复杂性及其不断变化的模式。

然而，想要使用这些数据来告知病人治疗计划的医生们面临着几个障碍，他们缺少使用这些大规模数据的工具，尤其是那些用算法能够发现并描述疾病微妙变化的工具。而Enlitic的目标就是创造这样的软件，合并最新的机器学习技术，给医生们提供相关的患者信息及深刻的分析诊断工具。

目前，Enlitic公司的产品还在不断开发完善中，但是资本市场已经表现出了对其的青睐。2015年3月，他们顺利获得了300万美元的风险投资。

【火视观点】 医生的水平有高有低，加上疾病治疗流程不统一、疾病治疗流程节点化控制在国内尚未形成标准，医生个人医疗水平的高低对患者治疗效果的影响会被无限放大。创业者不能总想着去颠复医生，利用移动互联网的技术、大数据分析技术、图像识别技术把自己的产品变成辅助医生诊断的工具，让医生爱上你们的产品才是正途，多一个支持者总比多一堆敌人好。火石资本正在寻找有大数据分析及图像识别项目的公司，欢迎有相关领域的创业者联系、沟通。

【版权声明】本文版权为火石创造及/或相关权利人所有。未经许可，禁止转载、摘录、复制或建立镜像等侵权行为。如需合作，请联系：

[e-mail]

公司概况

公司名称：Enlitic

公司地址：美国 旧金山

公司网址：http://www.enlitic.com

融资情况：

2015年3月12日 300万美金/风险投资

2014年10月28日 200万美金/种子投资

团队

Jeremy Howard 创始人兼CEO

Igor J.Barani 首席医疗官

Nate Sauder 首席科学家

Rodney Sappington 放射学副总裁

Ahna Girshick 产品负责人

我们关注

全球医健创业标杆公司

最新动态

投稿与合作：[e-mail]

长按二维码关注我们，获取更多优质内容！

想提前知道有哪些嘉宾会出席本次大会？请用力戳左下角“阅读原文”吧！