行业场景

随着医疗医药行业的发展变革,人工智能技术应用将助力医疗医药企业构建以技术为驱动、场景为核心的服务落地,全面提升医疗医药企业智能化水平,完成智慧医疗转型。

  • 慢病风险预测图标

    慢病风险预测

    基于领先的AI技术和全球最大最新的代谢性疾病样本库,建立中国慢性病高精准筛查系列产品,可同时对心脑血管、心血管、脑卒中、糖尿病和高血压5种常见高发慢性疾病进行风险评估。

    筛查5种慢性疾病的五级风险等级人群
    进行3年/10年内发病风险预测分析
    提供个性化危险因素分析及健康干预方案
  • 疫情推演系统图标

    疫情推演系统

    利用强化学习、环境学习等决策类AI技术构建数据驱动的省市区县级新型冠状病毒传播数字孪生系统,推演不同管控方案对疫情趋势的影响,为制定科学有效的复工复产方案提供有效参考。

    还原病毒传播路径,绘制城域“接触网”
    丰富防控筛查规则模型,筛查高危人群
    推演疫情发展,提供宏观决策预判
  • 新生儿体重预测图标

    新生儿体重预测

    利用自动机器学习技术训练出大规模机器学习预测模型,用以辅助无ML基础的医师进行新生儿体重预测,对指导生产方式等方面提供重要参考。

    自动机器学习
    误差在205.3g内
    成果被医疗学术期刊收录,效果远超教科书公式,为指导临床提供有效支撑
  • 胰腺癌术后生存分析图标

    胰腺癌术后生存分析

    利用自动GBDT算法调参等技术训练出大规模机器学习预测模型,预测精度提高12%,为手术决策提供有利参考。

    预测精度远超cox回归分析
    助力医患术前决策
  • AI医学识别图标

    AI医学识别

    依托于领先的AutoCV、OCR等技术,可满足化验单识别、体检报告识别、病历识别以及卡证识别等不同场景需求,加速医疗信息化;同时还可实现影像分割、器官勾画、阅片筛查、影像质控等辅助诊疗功能,提高阅片销量,减轻医生工作负担,提升就医效率。

  • AI药物研发图标

    AI药物研发

    通过利用自然语言处理、深度学习、机器学习和图像识别等AI技术,满足靶点筛选、化合物合成、化合物筛选、晶型预测等不同场景需求,覆盖药物药物研发中的药物发现和临床前研究等阶段,以提升药物研发效率,缩短药物研发

  • AI辅助决策图标

    AI辅助决策

    通过利用自然语言处理、深度学习、机器学习、图像识别和语音识别等AI技术,可为医院、医护人员以及医保局提供问诊机器人、虚拟助理、辅助诊断以及医保控费等不同产品及解决方案,以优化诊疗流程、提升患者就诊体验,同时提升医护人员及医疗工作者的效率。

  • 智慧家庭图标

    智慧家庭

    利用互联网技术、边缘计算机技术,结合NLP技术、语音识别技术等AI技术,可为智慧家庭提供诸多人机交互解决方案,在感知消费者生活需求的基础上,与智慧社区、新型智慧城市服务对接,提供健康管理、居家养老、互动教育、智能家居、能源管理、社区服务及家庭安防等智慧家庭应用。

业务效果

  • 2-3

    慢病预测准确率较专业医生基于临床经验标准预测提升

  • 16

    新型冠状病毒肺炎 高危人群筛查准确率提升

  • 90 %

    疫情推演与经典传染病模拟 相比预测误差降低

  • 12 %

    胰腺癌术后生存分析 预测精度绝对值提升

行业资源

成功案例