当前位置:首页 > 报告详情

AI 技术在医疗健康领域的应用探索.pdf

上传人: li 编号:29592 2021-02-07 23页 2.84MB

1、TencentAl LabAI技术在医疗健康领域的应用探索Tencent AI Healthcare#page#Tencent腾讯AILab发展历程AI Healthcare目前有超过70位AI科学家和300位工程师2018.8成立AI医疗中心2019.4进入AI药物研发领域2017.5成立腾讯AILab西雅图实验室TencentAI Lab2018.3成立腾讯机器人实验室2016.4成立腾讯AILabb#page#TencentAI+医疗:AI医疗中心AIHealthcare定位目标:实现AI与医疗产业的深度结合,提高社会整体医疗水平AI赋能药企:打造AI辅助新药研发平台,缩短药物研发周期V

2、AI赋能药企提高药物研发流程的效率和准确率AI赋能医疗器械:开发新一代AI赋能Tencent医院/医师智能检测设备,提高医生、病yAI Healthcare家理医师的诊断效率、降低误诊AI赋能率医疗器械AI赋能医院/患者:利用腾讯的Q全方位AI能力,打造医院诊疗全流程的辅助AI产品,提升医生的诊断效率encent A/Healthcar#page#AI赋能医院/患者:TencentAI Healthcare精准连接患者与各类医疗资源,提升关键医疗资源能力和质量医疗资源医疗资源(信息/服务)合规/全面/专业/效率高最优连接S节智能对话医生提升医疗引擎知识医生核心医疗资源提升咨询理解知识提升家精准

3、分发会话药物其他以医疗行业核心一医院诊疗环节为突破口,切入整个医疗行业诊疗全环节辅助提升医生能力就医相关医疗资源智能分发与连接智能导诊医生号源医生问诊检查诊断治疗合规资源医院客服就诊指南智能对话医疗引擎预问诊影像筛查病情分析智能用药病案质控疾病知识疾病问答W初始病历病理分析辅助决策风险提示智能审方用药问答药品知识#page#AI赋能医院/医师:GTencentAI Healthcare构建合理用药知识库,理解患者病情,提示不合理用药通过文本结构化构建药品知识库,基于知识审核医师处方并进行不合规风险提示解见影,丹费片构建了10万+药品说明书知识库基于知识库智能审核医院处方二#page#AI赋能医

4、疗器械:TencentAIHealthcare软件+硬件升级的AI显微镜已获国家NMPA认证IHC定量分析促进精准医疗TCT辅助检测赋能宫颈癌早期筛查AI显微镜AR模块核阳比例计数淋巴结辅助检测帮助提升诊断准确度膜阳比例计数#page#AI赋能药物研发:小分子临床前药物研发模型和平台建设临床前苗头化合物苗头化合物到先导化合物优化把点识别和确认筛选先导化合物研究与学术界和医院合作/与生物制药公司合作/在研项目共同研发小分子药物/研究新把点,创新药物/发表高质量文章产生临床前候选化合物与数据库和研究机构合作/发展赋能全行业的平台和工具方法模型开发基于把点结构的虚拟筛选方法分子生成和骨架及侧链的跃迁

5、蛋白质分子属性预测;off-target评测结构预测小分子合成路线规划基于配体数据的虚拟筛选方法建成覆盖整个临床前全流程AI新药研发平台#page#Tencent云深智药(iDrug)一人工智能药物发现平台AIHealthcare6月上线模块&当前页面设计:整合公共数据集(PDBbind,ChEMBL,UniProtetc.)里关于点蛋白质结构信息和小分子的活性数据云深智药大数据人工智能药物发现平台LBDD:基于小分子结构的药物虚拟筛选选择需要进行预选择把点及其选择和安全性测的化合物库相关的模型相关的模型(1700万分子库或者用户自定义库)2224assay模型99激酶相关模型先进算法920把

6、点34安全相关模型给用户提供候筛选流程选化合物用ADMET(分子属性预测)狐士作46模型已经上线,包括:12个基本理化性质,34个ADMET性质(BBBPPgp-substrate,Pgp-inhibitor PPB,Caco-2,ESOL,HIA,hERG,pka,Tox21 CYP logD PAINS)最近上线4个模型(基因毒性,细胞毒性,肝毒性和口服利用度模型)32+模型在建设中,包括:MDCK,PAMAP(渗透性),FaSSGF(溶解度)体内药代动力学(Cmax,Tmax,AUC,Vd,Tt2,CL,F),代谢产物预测等#page#Tencent案例:药物小分子属性预测AI Heal

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了腾讯AI Lab在AI技术医疗健康领域的应用探索。腾讯AI Lab成立于2016年,现有超过70位AI科学家和300位工程师。主要研究方向包括AI赋能药企、AI赋能医疗器械、AI赋能医院/医师等。 腾讯AI Lab已成功在以下领域取得显著成果: 1. AI赋能药企:打造AI辅助新药研发平台,缩短药物研发周期,提高药物研发流程的效率和准确率。 2. AI赋能医疗器械:开发新一代智能检测设备,提高医生、病理医师的诊断效率、降低误诊率。 3. AI赋能医院/医师:利用腾讯的全方位AI能力,打造医院诊疗全流程的辅助AI产品,提升医生的诊断效率。 此外,腾讯AI Lab还与学术界和医院合作,研究新靶点,创新药物,并发表高质量文章。腾讯AI Lab的GROVER模型,一种基于图神经网络和Transformer结构的模型,在属性预测任务上取得了显著的效果。在1000万分子上完成了一亿参数模型的训练,并在11个分子数据上平均相对于STOA达到了6%的显著提升。 总之,腾讯AI Lab在AI技术医疗健康领域取得了显著的成果,并将继续致力于更大规模的预训练模型、更高效的训练框架、更精细的自监督任务以及更广泛的应用场景的研究。
"腾讯AI Lab如何布局医疗健康领域?" "AI如何助力药物研发与医疗器械创新?" "大规模预训练任务在图神经网络的应用前景如何?"
客服
商务合作
小程序
服务号
折叠