AI智能健康：数据很重要，AI先驱AS，全球竞争

文字| Longtzhong在2025年诞生的生产力革命是用前所未有的力量重组中国的经济领土。 IA撕裂了数据和实体之间的边界，量子计算探索了物理规则的边缘，绿色技术为增长伦理，低海拔经济体，机器人和大型模型打开了大门。在2025年，在中国，新的质量生产力不再是一种简单的技术选择，而是智能文明和工业基因的共鸣。在这种情况下，中国公司必须将智慧用作协调，以渗透到技术，组织和商业模式的“三重障碍”，并通过数字和实体之间的企业家精神建立新物种。在会议上，Weimang Medical的创始人兼首席执行官Teng Lin，Ren Feng的创始人兼首席执行官，Yingsi Intelliment的首席执行官，Zhang Hua的首席执行官，Zhoun Yiming，CE CEA，CE CEA，CEA，CEA，CEA，CEA，CEA，CEA，CEA，CEA，良好的讨论以及有关“ Transnat”医生和措施的跨国和共鸣的共鸣和共鸣。朗东金融：AI AI重塑了医学生态学，并重点介绍了六个主要线索，Teng Lin（主人）。干预措施。可行健康解决方案。根据质谱平台，我们开发了世界上第一个高性能定量临床质谱平台。 Huiyun还拥有该国超过40万人的最大临床数据库，并且已经开发了体外诊断试剂，并且是AI的智能诊断软件，以进行精确的预防医学。将来，我们将扩展精确的诊断生态系统以及慢性代谢组疾病和AI技术的治疗。接下来，请首席运营官彭在AI智能领域展示Jialiangmedical的投资设计和重要项目。 CAO Peng：大家好，我叫Cao Peg。我来自Jialiang Medical，该公司在杭州。我们成立于2020年4月，我们致力于通过神经科学和神经外科平台成为创新的医疗设备公司。今天，我们是中国的第一家公司，将脑计算机接口技术应用于NEU摩擦型领域和主要临床进展。此外，它已经积累了有关该平台技术的知识，其中包括微型件，智能算法和AI模型的授权，并为诸如难治性癫痫和帕金森氏症等疾病的自适应解决方案创造了自适应解决方案。在此之前，我们与Zhijiang大学合作，通过智能设备进行截瘫患者的休息和自主步行，取得了进步。相关结果保留了。目前，贾里安格（Jialiang Medic）在大脑和脊神经界面中处于重要位置。此外，我们还建立了创新的医疗设备，例如用于治疗癫痫和脑肿瘤的磁共振引起的激光消融系统，以及整个神经系统区域的创新医疗设备。当涉及AI设计时，这是中国第一家通过嵌入获得大量颅内脑电图信息的公司将大脑计算机的接口在大脑中。我们已经建立了自己的EEG云平台，并在100多次临床试验中被超过100,000个数据标记。随着未来植入物的数量增加，量表将扩大更多。过去，传统的开路处理已用于临床实践，但是很难获得精确且长期的颅内数据。目前，Jialiangit正在通过长期的脑电图收集（包括24个小时的动态收藏，应用，范式，范式和品牌）开发基于EEG的模型。目前，与癫痫有关的模型首先建立。脑计算机界面设备可以支持更多的患者，并实施传统标准，并促进更常见的应用，例如遥控，智能家庭互动和手动移动控制。这是未来领域的重要方向。 Ren Feng：我是Yingsi Intelligent共同辅助兼科学总监Ren Feng。是的NGSI Intelligence是一家为AI启用的生物技术公司。它成立于2014年。自2016年以来，我们一直在使用生成剂来解决生物学和化学领域的问题，使用生成剂来结合患者的多智能数据，以发现新的创新和可靠的目标，然后基于结构性的结构性目标靶蛋白。该公司的主要业务专注于使用一代人的AI来发现目标和分子发电。目前，该公司拥有30多个管道，涵盖了临床和临床前阶段的所有阶段。其中，七种产品进行了临床试验，是治疗特发性肺纤维化的最快进展。这种候选药物是由AI发现的，并产生了新的分子。我们已经完成了有效的功效，在中国完成了第二阶段的临床实践。其他经过批准的特发性肺纤维化药物只会减少减少患者的肺功能，我们的药物可以在临床上扭转患者的强迫肺体积并改善肺功能。我们计划尽快进入临床实践的第三阶段，以提供特发性肺纤维化的Pacieintas的破坏性治疗选择。今天，每个人都在两个方面评估AI的制药公司。一个是通过AI技术带给公司的收入，另一个是管道的进度。 Tubocuando是线路的进步，我们处于世界的最前沿：AI的毒品尚未获得批准。唯一的进步是临床试验的第二阶段，我们的药物就是其中之一。从收入的角度来看，在过去的三年中，公司通过AI平台实施了对管道的战略合作和外部批准，并结合了实施战略合作和对管道的外部批准的设备。收入增加每年70％，去年收入达到8580万美元。我们希望将来保持这种增长率，并加速技术的实施，货币化商业和管道的进步。 Yang He：我们是Waimai Medical，主要实施医疗手术机器人。特定的卡车是干预主义手术机器人或血管内的机器人。在过去的一两年中，医疗机器人一直是一条热门轨道，随着AI的整合，我们已经能够在机械援助（或机器人手）的简单设备上进行操作。真正具有“智能”属性是AI授权的核心价值和重要性。十年后，Weimai Medical在心血管干预手术中围绕“眼睛，手和大脑”的三个链接实施了该产品，并完成了今年一般计划的商业化。目前，它是世界上唯一一个完整链的公司nd brains.” It is worth noting that our coronary intervention and surgical robots took the approval approval initiative for the CanaL of national innovation of three categories and write the formulation of national standards for this sector. This year, he launched a project called “Special Project on” Smart Robots “of the National R&D Plan key” and “Comments of the perception and power of surgical robots” that represents the innovative power of China in this field.我们的干预主义机器人在SO中有助于“眼睛，大脑和大脑的决定”，与自主驾驶的驾驶员相似。医疗是由LE的DeepinSeppire Alphago创立的Arning Technology，2019年，该公司每年吸引400家医院客户。多年模型已经开始干预肿瘤相关问题的领域，例如头部鼻咽癌，中间肺癌，食管癌和腹部宫颈癌治疗计划，随着AI能力的一般性增加，更复杂的肿瘤的治疗计划以及帮助医生做出决策的能力。借助技术更深的技术，我们的许多团队制造商都在共同整合AI决策能力，以开发高端设备功能。最后，我想说的是，我参加了许多国家的校长研发计划，并深深地认为AI正在重建其医疗保健系统。随着医生的帮助，AI将破坏越来越多的知识和轮廓的方式。周Yiming：这是Jiaojing Biotechnology的周元。 AI正在发展RA谨慎，但是药物是一个非常传统且缓慢的过程。该行业受到“双重诅咒”的限制（研究与开发了10年，投资十亿个），患者迫不及待地等待很长一段时间。当我2000年在研究生学校上学时，人类的基因组图被释放并解决了。当时，每个人都很满意，并说将来所有人类疾病都可以解决，但在20年中没有发生。从2015年到2016年，我意识到数据成熟度和算法可能会破坏B Necksotella。在上海增加种族数据的数量，我们选择了最具挑战性的肿瘤领域，希望通过AI开发创新的药物。我们的药物与传统药物有很大不同。当我们去药物管理时，我们不认为这是一种药物，我们不知道如何批准。该药物与医生在临床实践中合作，并在临床治疗中取得了良好的效果美国和中国可以批准临床实践。目前，中国和美国都参加了临床试验，因为该药物在临床实践中非常有效，并且在未来几年中参与营销。根据我们进行的新生儿肿瘤技术，我们发现它可以扩展到抗体领域。一项重点是两件事：基因组的测序是技术。使用基因组分析的两种序列相似性迁移算法进行抗体发现（肿瘤场集中于T细胞受体，抗体场集中在B细胞的抗体上）。从那时起，我意识到，仅发现抗体就不足以解决长期，高风险和高成本临床试验，最近研究了AI在临床试验中的应用。这非常困难。今天，人工智能可以成为蛋糕。过去，在长Centra上组装数据是非常有问题的L过去的数据，很容易犯错误。这也花费大量的金钱和才华。临床错误可以以数亿美元的价格消耗，但现在它们同样同样同样可以消耗。尽管Kawai的规模相对较小，但AI的发展是中小企业的绝佳机会。没有负载，您可以稍微前进。即使在医疗保健等复杂领域，一个人也可以制造独角兽，而由100人组成的公司也可以制造超大的生物武器。在整个卫生行业链中，AI的授权和机会，降低了成本并提高效率：我在AI的智能医学领域分享了我的机构设计和项目。接下来，我们要求您讨论这些问题。 IA如何整个卫生行业（研发，生产，销售，服务等）以及它将带来什么创新？医疗产业链中AI的未来发展趋势是什么？您的投资是什么PPOTRUNITY和设计策略？周是：我大部分时间都在调查。当我在美国时，Thisaba在大学。返回中国后，我承担了该公司研究机构的主要国家项目。我是卡库伊的主要科学家。根据我的个人经验，我真的可以感受到这些技术有助于解决临床问题的价值。以肿瘤抗原为例，临床试验已经开始，并且已经完成了患者的注册。全球只有少数公司参与该领域，地址的可行性应通过初始阶段的技术来确定。我的本科研究是生物学和计算机科学。生物学对我有很大帮助。计算机科学的历史帮助我们认识到肿瘤抗原的应用应基于计算。没有计算，就不可能使用药物。找到30亿到一个或十几个的机会S非常低。 2017年的两份天然物品发现数十种对患者有效的肽，并可能在30亿次引起免疫反应，然后注射到患者中。该方法已在临床上得到了验证，并使许多患者受益。我们的临床试验结果得出了类似的结论。此外，抗体将通过技术的开发而发生。抗体技术在2018年获得了诺贝尔奖。自1980年以来，这项技术的变化并没有太大变化。但是，最近开发的设备是在今年年底与AI算法结合使用的。我们认为，该设备已完全破坏了传统的可视化方法。该设备将完全自动运行，而无需复杂的手动操作。通过AI，最好的解决方案可以精确地从十亿个序列中选择，没有人会失去它（传统方法可以随机尝试十几个序列中的许多，并且获得它就像是“伟大的collisi）。这项技术已大大提高了药物研究和开发的效率。例如，如果第一次检测回合不是富有成果的，您可以在生物学方法之间迅速改变以避免浪费时间。为什么我们以后为临床试验设计AI，因为他们意识到技术太强大了，因为我们的技术突然需要数十年的技术来​​启动。我们想用临床试验来代替AI技术，但我认为我们可以在不久的将来降低成本很难用人类的知识和经验来打破瓶颈，AI可以为我们提供破坏性的解决方案或解决方案。人工智能带给制药行业的变化在两个主要方面反映了。首先，降低成本并提高效率。传统的研发需要“ 10年内100亿美元”。我们的目标是通过The开发早期的研发。它被压缩为“两三年内的2亿元”。根据数据指南，IA可以降低测试和错误成本。这是没有实际合成的预测结​​果。以特发性肺纤维化项目为例，我们仅投资260万美元，从建立该项目到确定PR候选化合物化合物，但传统方法需要数十亿美元。通过AI，我们的成本仅占原始成本的十分之一，提高了研发的效率和R＆D的缩短，第二个循环的缩短提高了原创性。过去，中国的生物医学受到批评。我是G。OOD在“ 1-100”中，但原始的“ 0-1”不如国外那样好。这是由于知识和数据积累之间的差距。 AI的出现改变了这种情况：全球技术以相同的方式开始，但中国具有重要的数据益处。这些优点和数据算法使您能够促进并发现不涉及国外涉及的创新目标和分子。以特发性肺纤维化药物的租金为例，通过比较健康患者和个体之间的政治数据发现了一个新目标。目前，我们中只有一个世界上的一个为临床实践提供了这一目标。这是AI带来的原始进步。张华：现在，您正在专注于探索临床阶段之前的AI应用，并且您正在详细申请临床研究。在过去的两年中，我基本上参加了第1至4阶段。过去，临床试验一直是一个密集的劳动力行业：患者检测，规模填充，数据统计等等。这一切都取决于体育工作和注释有效。通过与北京友谊医院和Tiantan医院的合作，我们建立了一个基于多模式数据的完整系统。在第一次临床试验开始时，AI可以参与实验设计，结合知识系统以预测风险并创建更完整的实验临床设计。在实施临床实验方案期间，AI可以通过语言模型识别文本和图像的能力来加速患者的持有。在北京实施真正的医院期间，准确地找到患者的时间比传统方法快2-3倍。一项2023年的研究表明，大约25％的肿瘤临床研究失败了，因为必须在三年内注册的患者总数很大。 AI通过相对精确的捕获，这使医生可以立即跟进。人们发现，患者可以在门诊场景中直接与医生交谈，建立强烈的信心并加速注册的效率和可能性。在随后的治疗过程中，这些数据可用于及时捕获几个不良事件，以减少患者跌倒的可能性。当将大量数据数字化和智能化时，AI可以直接完成统计信息，而无需等待它们包含在所有过程中，从而允许及时查找和调整动态统计信息。这是我们看到的第一个重要变化，将许多密集的方法和行为转变为人工智能中的劳动。此外，我们还转换AI。市场材料（优惠，应用材料等）发生了变化，因为人们这样做是由AI生产的。上周我们庆祝药品管理会议时，监管机构引入了应用AI审查公司和“ AI”的阳离子材料很快就会在未来建立。使用AI的游戏状态，监管单元将使用AI进行AI进行监督，生产部门将使用AI面对它。 AI促进了医疗设备的智能，他们共处的挑战和大师拥有Lin（主机）。人工智能智能技术的持续进步带来了医学和医疗保健方面的进步。同时，还提供了用于研究，开发和更新医疗设备的新想法和方法，例如智能图像和便携式设备。客人如何进入医疗团队？讲述的发展会促进吗？ CAO Peng：关于AI有一些想法。首先，医疗服务是保守的，AI正在进步，这是保守派与高级之间的冲突。张刚刚提到了AI和AI之间的游戏，导演使用AI阅读应用程序材料，但是每个人都需要知道，如果MediCal设备与“ AI”能力集成在一起，该设备很可能属于第三类医疗设备。 AI的最大问题是其指示，其中一些是未来的预测。在这一点上，它给主管带来了许多问题。我们的审查结构首先保证安全，然后考虑有效性。这是一个重要的冲突，因为AI的属性代表了将来的不确定性风险。我在医疗设备上工作了很多年。我最大的感觉是AI在治疗方面正在慢慢发展。你为什么这么说？首先，主管必须清楚地传达医疗设备研究和开发过程的原则和范围。其次，便携式产品和设备的嵌入面临数据丰度问题。例如，相互作用的大脑计算机的公司在很少了解临床数据的情况下存在一个重要的问题。 Jialiang Medical拥有100多个完全集成的临床数据I没有球，每24小时生成大量数据。埃隆·马斯克（Elon Musk）的团队仅实施了六名患者，并具有无效的数据。医疗数据的罕见性导致AI在大脑计算机的界面中的早期应用。尽管基于大型互联网数据的大型传统模型已经产生了当前的结果，但医学细分等特殊行业却将包含许多医院的原始脑电图数据和颅内脑电图集的数据分散了。 AI在医疗保健中的当前应用更加“重组”：通过用AI智能代替传统方法，核仍然是“数据”。对我们来说，没有足够的数据，传统的大型模型和其他领域是直接处理，并且在界面分析领域，大脑计算机仍然很早。它必须缓慢积累数据。该国还开始关注新兴领域的数据监督和标准化，例如大脑计算机。今年，国家监管机构已经对其进行了大量深入研究。无论是州，城市，地区还是各个部委或委员会，都开始创建数据规格。医学领域的AI（例如诊断和咨询）是大规模模型类别的，并且被广泛使用。集成设备仍处于早期阶段。高度使用便携式“轻药”（ECG，体温，血氧等）；过去，这种类型的数据是分发和无序的，现在它很活跃，定期，但是该集合仍处于早期阶段，并且没有重要的进步。 AI在医学领域非常受欢迎，但尚未成熟，需要建立。降低。 Teng Lin（主机）：关于数据，尤其是数据质量，我感到非常同情。 Huiyun的传记我也遇到了同样的问题。我们已经说过，AI赋予了制药l场并使诊断成为可能。我们还将在R＆D D中分享Huiyun Bio的示例。众所周知，代谢组数据非常重要。在实践过程中，数据质量直接影响智能结果。当前，智能和精确诊断领域仍然面临数据量表不足的挑战。我们公司IA的结合尚未达到人工智能的一般阶段，中央研发仍然专注于建立深度学习模型。关于诊断，奥巴马在2015年提出了“精密医学”的概念之后，包括代谢组公司在内的一些遗传技术公司一直在通过数据促进产品的研究和开发。特别是，近年来，国家卫生委员会和国家卫生委员会已从治疗疾病逐渐转变为预防疾病。这项任务相对有价值。此外，我们期望更高质量的数据t帽子可以增强医学诊断领域的能力。 CAO谈到了导演。从监督和批准的角度来看，AI的诊断模型要求更多的专家在AI Health领域发言，提出，促进和加强公司。 Yangel：回到医疗机器人的角度，我开玩笑说，在我们眼中，许多专家手术工具与当前时代非常矛盾。他们仍然用赤裸裸的手进行手术操作团队，但是在家里，他们可以使用各种智能设备，学生使用DeepSeek修改文件。家里的儿童在AI课程中注册，并在L3级别进行无限接近的汽车。在TheSost病例中，临床专家只能使用非智能手术器械的长期积累经验来完成手术。仍然有许多基于主学徒模型继承的步骤学习。由于支持，实际上可以更改此模型手术机器人。我们制作医疗手术机器人，不相信我们将在短期内扩大医生的极限。手术机器人的目的不是取代主要专家，而是使99％的医生能够更快地学习技术。人类天生是懒惰的，我们总是想使用更简单的工具。我已经开车了20年。以前，我很自豪地将其停在后视镜旁边。现在，我倾向于没有智能投资功能就有疤痕。这实际上是一个缓慢而懒惰的过程。这可能不是一件坏事。该症患者反复练习这些技术，而是研究手术原理。这是最好的方向。对于设备公司而言，使用AI来改善手术机器人，从本质上为医生提供了有效的生产力工具。该地址在AI的商业化中更可行procective。中国AI医疗保健和国外机会的国际竞争力具有LIN：AI需要高度整合跨学科知识，剩下的10分钟才能参加客人。 Xiangfeng：我想在这里问您一个问题：我们如何评估中国卫生部门的国际竞争力？这些国家的不同监管环境可能在中国不起作用，并且可以是其他国家 /地区的基础市场。中国的医疗机会在哪里？ Ren Feng：中国的AI药物部门比外国人慢一些。国外的大多数外国人都是在2013年至2015年之间成立的。大多数国立公司都是在2018年和2019年最热的月份建立的，他们的进度略落后于外国人。此外，传统的国家制药公司比国外接受AI更保守。国外的跨国公司与PHAR的数十个重要合作AI的梅西特公司每年都表明，中国如此庞大的合作是稀缺的。但是，尽管我稍后开始，但有LeteComer的优势。一方面，它降低了许多测试和错误成本。同时，中国有许多患者和数据。伟大的培训和进步取决于伟大的度量。如果我们继续从能源生成高质量的数据，并且可以标准化数据并创建数据交换机制，那么我们就有机会克服AI Pharmaceuticals领域。 CAO Peng：我认为AI分为几个部分：数据，算法和计算机功率。首先，从机械上讲，中国有很多数据。但是不幸的是，我们没有标准化这些事情。实际上，几乎没有清洁的有效数据。近年来，我们才开始关注，我们知道数据很有价值。其次，就计算机电源而言，医疗服务的计算机功率要求较低一般来说。我不认为国家对计算机电源的要求很高。以下是几家争夺算法的公司的问题。从设备的角度来看，算法实际上是在AI字段中使用数据的Ombine，并且在算法和数据方面，它们之间和国外之间存在略有差距。中国人想做的确实非常坚定和快速。当前，建立大型标准化样本库和标准数据中心实际上正在这样做。我们可以稍微落后于美国。但是我们在欧洲或其他地方并不逊色。我认为，正如Len先生所说的那样，如果我们有足够的数据可以标记，我们甚至可以克服曲线或克服其他国家。有机会。张华：正如曹刚刚说的那样，从研发的角度来看，中国是一个好的市场，但是从市场的角度来看，这片土地目前相对无菌。我认为尚未开发的制药公司和设备公司近年来出国的表现较低。 Awho公司应仔细考虑并利用中国的优质信息和资源来创造世界上最好的产品，并从一开始就专注于国外肥沃的市场。 Teng Lin（主机）：我想从诊断领域分享它。为了不公平，中国和美国在精确诊断的领域中也同步，甚至在某些亚置线索中，中国都领导着世界。从监督的角度来看，我们国家是相对保守的，我们还没有完全放松它，尤其是在一些创新产品的审查和批准中。 Xiangfeng：这与物流公司有点相似。此外，还有许多方案和较大的数据量表，但不幸的是，技术有几个屋顶。我同意陈先生在早上所说的话。还有更多的障碍和挑战。您可能有机会创新您的业务和Startr。周是：你说我T很多，您对我的意思无话可说。首先是从技术的角度来看，它与美国没有什么不同。市场实际上是一个药物问题，以及设备，设备和诊断。有人知道如何赚钱吗？我什至无法收回资本并将其出售给美国。任何先在国外建立并首先出售它的人都可以生存。近年来，中国总共出售了200亿美元的医学，这使其成为临床医学。在人才方面，中国是不可替代的。即使与美国相比，人才也值得我们感激。我们像他们一样是工人和聪明的人，但比他们更重要。在人才方面，中国有很大的优势。杨他：我对人才储备有一种特殊的感觉。我是一名工程师，关注医疗仍然使用这种奖励。基本平台的医疗保健未进行，计算机没有可用。我们使用传统的神经网络来做到这一点。这等同于担任工程师的工程师。对于中国工程师来说，这确实是一个优势。当我返回国外时，我去年在国外开始出口业务，然后去了“腰带和道路”。至少，我们发现大多数出国邻近公司的销售点不是AI，而是盈利。我们发现的问题是，我们不仅在国内市场，而且在国外市场上很快进入了这艘船。例如，当我本周去10元通知10元时，B公司也是中国公司，下周是中国公司。我在国外有几个客户。首先，他们告诉我们有关小米的汽车和华为手机。他们羡慕我们有许多高科技产品，所以我们自然很幸运，并且有光环。有了医疗设备，我想与其他行业建立一个良好的基础。这些是我们的期望。 Teng Lin（主持人）：我们的会议在这​​里结束，但是我们的探索永不停止。谢谢大家！
特殊声明：先前的内容（包括照片和视频（如果有），如有）已由网络自我媒体平台的用户收费和发布。该平台仅提供信息存储服务。
注意：以前的内容（如果您有照片或视频）将由社交媒体平台NetEase Hao的用户收取和发布，仅提供信息存储服务。