数码防伪标签

谷歌(GOOGLUS)也扛不住了:医疗AI探索再遇重挫科技公司们节节败

时间:2021-06-19 00:52  作者:admin  来源:未知   查看:  
内容摘要:一度被视作里程碑式项目、准备借助AI在医疗领域火力全开的谷歌健康,被相关媒体曝光正陷入重重危机之中,不得不大规模裁员重组。 一度被视作里程碑式项目、准备借助AI在医疗领域火力全开的谷歌健康,被美国媒体BI曝光正陷入重重危机之中,不得不大规模裁员重

  一度被视作里程碑式项目、准备借助AI在医疗领域“火力全开”的谷歌健康,被相关媒体曝光正陷入重重危机之中,不得不大规模裁员重组。

  一度被视作里程碑式项目、准备借助AI在医疗领域“火力全开”的谷歌健康,被美国媒体BI曝光正陷入重重危机之中,不得不大规模裁员重组。

  此时,距离谷歌(GOOGL.US)当初合并DeepMind健康业务、成立健康部门,并挖来盖辛格医疗中心CEO领军仅仅过去了三年时间。

  当初IBM(IBM.US)的沃森医疗陷入困境被群嘲,没想到谷歌也逃不过类似的命运。

  实际上,国内诸多的明星AI独角兽,也相继陷入了裁员、倒闭、资金链断裂……等等窘境之中。

  据Forbes当时发表的一篇文章预测,谷歌健康将会在医疗健康的5个领域大展身手:

  没错,当时媒体普遍认为,在AI领域已经成为巨头的谷歌,同样能将AI完美地应用到医疗中,并实现“引领行业”的目标。

  加上谷歌还从盖辛格医疗中心挖来了David Feinberg就任主管,后者是全美最好的成人专科医院之一。

  有着UC伯克利学历加持的David Feinberg,曾经主持了整个宾夕法尼亚卫生系统Geisinger的成立,并统一了这个系统在医疗领域的各个分散项目。

  当时,行业普遍认为,David Feinberg的加入能让谷歌在医疗健康领域如虎添翼。

  但现实情况是,直至2021年,谷歌与医疗AI相关的创新业务也没有做起来。

  谷歌最新一期2021 Q1季度财报显示,谷歌包括人工智能DeepMind、智能医疗Verily在内的创新业务,仍然处于亏损状态。

  具体到业务上来看,一项名为糖尿病视网膜病变筛查的业务,一直是谷歌健康对医疗AI重点宣传的核心。

  谷歌此前发表在《美国医学会期刊》(JAMA)上的研究显示,AI算法在这一研究中起到的作用极大,使得这一工具的准确率达到了90%,理论上几秒就能出结果,“足以和眼科专家的诊断结果相媲美”。

  2020年,谷歌与泰国公共卫生部门合作,在泰国的11所诊所安装了这一工具。

  由于算法对检查照片的要求极高,导致准确率不如预期;此外,当地医院的网络信号不好,从上传照片到出结果往往需要相当长的时间,病人更愿意找医生诊断。

  即使如此,这次在重组时,David Feinberg还是宣传了这一核心项目:

  当我们在谈“全球影响力”时,我指的不是收入,而是让糖尿病视网膜病变筛查这样的产品,在印度和泰国以外的其他世界地区也能得到推广。

  毕竟,不止是谷歌,知名科技公司的医疗AI业务,面临重组、收购的情况还有很多。

  国内某家在2017年B轮获2亿投资成为AI医疗影像领域亮眼明星的公司,还没有挺到C轮就在2019年底左右面临资金链断裂。

  医疗影像辅助诊断是当时医疗AI公司扎堆投入的领域。这家公司最大的卖点肺结节诊断,则是红海中的红海。

  以免费提供的形式进入医院只是一张入场券,迟迟找不到盈利路线的这家公司,靠烧钱最终无以为继。

  另一家知名AI独角兽,虽然医疗不是全部业务,但之前声势浩大,一度前景光明,可最近也传出收缩业务、相关团队整组整组地调整。

  IBM的Watson Health部门,是IBM布局医疗AI的窗口,主要利用AI帮助医院,保险公司和制药商管理数据、辅助诊断。

  但成立6年,年收入才为10亿美元,占公司总收入2%以下,至今尚未获得盈利。然而之前,IBM光是收购Waston就花了40多亿美元。

  与谷歌健康几百人规模不同,Watson Health在2016年甚至达到过一万人的规模。

  然而,据IEEE Spectrum统计,2011-2019年期间,IBM Watson与其他机构合作的25个具有代表性的项目中,却仅有5个合作项目推出了AI医疗产品。

  不仅如此,在2018年,Watson还被曝出给患者开错了药物,严重的话可能会致人死亡。

  IBM的路线不是医学影像,而是用NLP去理解医学文本。就连图灵奖得主Yoshua Bengio,也不看好IBM的这种模式,他认为:

  在医学文本文件中,人工智能系统无法理解其模糊性,也无法了解人类医生注意到的微妙线索。

  事实上,据动脉网调查,在医疗AI领域中,目前真正落地并成功上市的公司,基本都处在“大数据管理”和“语音录入”这两个方向。

  关系到患者隐私的临床数据分散在各个医院难以互通共享,是AI医疗发展面临的最大障碍。

  除了数据归属权问题,行业内目前也缺少数据的标准化规范,在训练数据上的投入是AI医疗公司一大成本构成。

  吴恩达2020年在斯坦福HAI研讨会的演讲中也分析过,医疗领域AI研究的算法难以投入到生产,因为以部分数据训练出的模型,难以泛化到其他情况。广东茂名警方破获一起特大非法经营网络游戏案...



提供的防伪码系统查询信息,同时解决您的防伪后顾之忧,北京凯迅惠商防伪公司,4001102365,为您提供防伪标签,防伪证书,二维码防伪标签,防伪码印刷,防窜货,微信防伪,凯迅防伪公司为您提供防伪产品及防伪码系统软件一体化防伪生产制作服务