我是廣告 請繼續往下閱讀
▲「基因醫療」、「圖像診斷支援」、「診斷‧治療支援」以及「醫藥品開發」為重點領域。(圖/智慧機器人網製)
而在報告書中,作為開發的重點領域有四項:「基因醫療」、「圖像診斷支援」、「診斷‧治療支援」以及「醫藥品開發」。
圖像診斷支援實用化後,大量的內視鏡圖和X光片可以透過AI的解析,讓病變部位更容易找到。在基因醫療中,預期可以在短時間調查遺傳基因,並針對不同病患進行適合的投藥。
▲AI加入醫藥品開發,速率高、成本低(圖/翻攝自藍圖網)
於醫藥品開發方面,AI的加入,能縮短尋找藥物化合物的時間,有效提升開發效率,大幅降低成本。
在2020年,為了讓AI在醫師法中的地位更明確,厚生勞動部從2017年開始,對此進行檢討。另外,關於圖像診斷,以相關學會為中心,正在建構圖像資料基礎。
▲日本超高齡化社會的來臨,「照護‧認知症」領域將是下一階段的發展目標。(圖/翻攝自Robotstart)
除此之外,因應日本超高齡化社會的來臨,對於照護機器人的開發和老人癡呆症的診斷支援等等的「照護‧認知症」領域;以及自動手術支援機器人的實用化等「手術支援」領域,將是下一階段的發展目標。原文詳見:http://www.limitlessiq.com/
【本文經智慧機器人網同意授權刊出】