癌症最怕是晚期，利用AI 技术测癌，以后癌症早期100%可以被发现

癌症成为现代人健康的巨大的杀手，尤其是癌症一旦发展到晚期，治愈的可能性极低。而大部分的癌症早期都是可以治愈的，因此能够帮病人早发现癌症，精准测癌非常有价值。据外媒thenextweb报道，飞利浦公司开发人员利用AI技术编写能够准确检测癌症的算法。另外据油菜君查阅资料，去年5月，在苏州举办的全球人工智能产品应用博览会上，飞利浦首次面向行业展示了AI技术在其现有产品和解决方案中的应用成果。在本次大会上，飞利浦首度发布了“AI健康医疗”战略。

飞利浦称：尊重医学严肃性，一切从临床实际出发，致力于成为AI健康医疗行业的创新“实践者”和本地生态系统的“推动者”。

预计三分之一的人会在其一生中患上癌症。借助基于AI算法，病理学家将能够提供更好，更快的诊断。

在接下来的二十年中，新的癌症病例将增加近70％，从2012年的1400万增加到2200万。在美国，国家癌症研究所报告说，预计三分之一的人会在其一生中患上癌症。病理学家正在处理不断增长的病例数，而患者越来越期待高质量的诊断和治疗。

病理学是一个专注于癌症等疾病的原因，表现和诊断的医学分支，在一个多世纪以来几乎没有变化。随着癌症病例和其他疾病的数量和复杂性不断增加，病理学刚刚开始看到数字化和人工智能提高生产力和效率带来的好处。

AI深度学习系统可以100％准确地识别病理图像中的侵入性乳腺癌形

数字化允许专家访问更多的医疗数据，以更好地了解他们的患者，增强预后和结果。AI进一步帮助理解这些数据。

如今，AI已成功应用于整个幻灯片图像的模式识别和定量测量，以检测癌症和其他异常情况。在一项研究中，凯斯西储大学的研究人员发现，深度学习系统可以100％准确地识别病理图像中的侵入性乳腺癌。

飞利浦基于AI的软件

飞利浦是全球健康技术的领导者，凭借其飞利浦IntelliSite病理解决方案在数字和计算病理学（DCP）方面取得了重大进展。该技术使病理学家能够在其他临床医生的支持下更有效，更准确地诊断数字图像，同时简化工作流程实践。

2017年，飞利浦开始将飞利浦IntelliSite病理解决方案作为首个目前唯一的数字病理解决方案进行营销，这是美国（最大的医疗保健市场）的主要诊断用途。

飞利浦推出了其首款深度学习产品，以支持分子研究的准确肿瘤评估。下一个挑战是将这些类型的算法开发到临床等级并在诊断工作流程中无缝部署。AI的无缝临床部署涉及对工作流程的仔细考虑，包括执行时间（运行时间超过几分钟的目的），总体部署成本以及病理学家的灵活性和控制。

飞利浦与几家领先的主要意见领袖（KOL）和医疗保健提供商（如西奈山拥有世界领先的乳腺癌数据库）和LabPON（计划使用飞利浦IntelliSite病理解决方案创建世界上最大的病理数据库）建立了合作关系。

借助其丰富的实际医疗数据库，飞利浦将能够构建临床上强大的深度学习算法，可以处理数据源和疾病子类型的变化。这些数据使AI解决方案可以超越概念验证，并被用于高通量的常规临床实践。

从事基于人工智能的医疗保健是什么感觉？

飞利浦计算病理学产品负责人Arun Ananthapadmanabhan解释说：“人工智能现在无处不在，数据科学家需求旺盛。对数据科学家来说，最糟糕的事情就是雇用他们，而不是向他们提供正确的数据。相关的，经过处理的，高质量的策划数据并不容易实现，需要很长时间才能建立起来。“

飞利浦的数据科学家Ariadne Whitby补充说：“将AI用于医疗保健的机会很多。” “这是一个令人兴奋的领域，从众多基于AI的健康科技创业公司，以及来自老牌公司的进步中可以看出这一点。很高兴看到许多创新的想法和公司。“

惠特比加入了DCP飞利浦，因为它结合了两全其美的优势 - 一个充满活力的创业环境，由一家强大的母公司支持。“我想加入一个拥有领域知识的组织，以了解如何将新产品或概念整合到医疗保健系统中，以及分发它的渠道。我不想因为缺乏商业知识而冒险尝试一些无法实现的东西。“

“医疗保健领域的AI，特别是数字病理学，是飞利浦关注的重点领域之一”，Arun说。“数字病理学将初创公司的力量与我们的经验和丰富的创新传统相结合。我们继续快速发展，我们的团队年轻，多元化和高技能。他们每天都在思考解决全球癌症问题的下一步，“他总结道。

获得的资金，通过10多笔收购，加速完成在“健康科技”领域的全面布局，迈向“飞利浦6.0”时代——致力于凭借丰富的临床经验和先进的数字化、AI等技术，在“健康关护全程”不断推出整合的解决方案，以更低的成本为人们提供更好的健康保障和医疗关护。

飞利浦方面表示，人工智能在健康医疗领域的价值在于运用自然语言处理、深度学习、大数据挖掘和分析等技术，“将源自人类自身的数据转化具有现实指导意义的临床洞察”，最终实现精准医学，提高人的生命质量。

AI健康医疗领域的愿景是采集和洞察完整的纵向患者信息，包括：人口统计数据、家族史、基因组图谱、临床病例、影像报告、药物使用甚至个人健康数据等。这就好比打造每个个体的“数字双胞胎”。当完整的患者纵向数据与基于大数据分析的横向数据进行比对，将对整个健康医疗系统产生深刻的影响。

AI健康医疗领域 人才至关重要

病理学的数字化转变正在顺利进行。AI正在通过复杂的定量测量帮助取代主观性，而尖端技术和数据驱动的解决方案正在提高诊断，治疗和患者护理的可靠性和质量。

但是，如果没有软件人才的帮助，这些深度学习系统就无法实现。因此，随着这些发展，为希望改变医疗保健未来的软件开发人员和数据科学家提供了开拓性的职业发展机会。你准备好了吗？