分卷阅读13 (第2/3页)

疗，是人工智能研发领域第一热门。ibm几乎孤注一掷，成立watson，全力押宝这个领域，五年投了150亿美元。google迁自身医疗项目到子公司，同时收购deepmind，后者在围棋上大放异彩以后主拼ai医疗，产品不断且有创意。它们以外的大公司面对3万亿美元规模的市场也个个都不甘落后，苹果投资睡眠跟踪公司，亚马逊投资癌症检测公司，ge、三星、微软也是厚积薄发。而在中国，三巨头都在布局，澎湃最早进入，扬清后来居上。

同时，创业公司雨后春笋，产品研发如火如荼。2017年国内融资规模已经突破100亿美元，2018年预计突破200亿美元，预计5年后将有千亿规模。一提ai，人们总是想到手机、siri……要知道，ai医疗绝不是吃素的！

“不过……”阮思澄又开口：“你们要做什么项目？医疗影像？辅助诊疗？医用机器人？虚拟助手？健康管理？还是别的？”

她列出的几个分类是当今的五大热点。

其中最大热点便是医疗影像，各大公司都有这方面的产品。阮思澄的“眼疾诊断”便属此类，邵君理的“肠-道肿瘤筛查”“胃部肿瘤筛查”还有“乳腺肿瘤筛查”也都是。它包含着图像识别、深度学习这些技术，可以用来识别、标注患者病灶……

在2006年出现“多层神经网络”以前，一台机器是没办法辨认出来一张图片里面究竟有没有猫的。即使用命令说“猫长这样这样”，它也不行。然而现在，机器可以自己学习。人给机器几万张图，说“这是猫”，再给机器几万张图，说“这不是猫”，机器便能通过卷积、池化，一层一层学会辨别，比如，放大局部，通过色差找到边缘，第二层用边缘组合勾勒出来器官、纹路……第三层看全身颜色，第四层看整体形状……最后给它新的图片，它便会计算：这是猫的几率为……

这部分的前景巨大。用最火的“肺部影像”举例来说，在目前中国的大医院，放射科的医生每天需要接待上百患者，每个患者又会产生上百影像，也就是说，一个医生每天需要仔细几万个ct，非常疲惫，看得出看不出