第七百九十九章一点小小的未来震撼
第799章一点小小的未来震撼
首先是降低成本。
从医疗本身讲,医疗成本高有两个重要原因。
一是药品的研制周期长,费用太高;
二是医务人员培养的成本太高。
现在,全球新药大部分来自美国。
而美国一款新药从研发到上市需要20年的时间,在这个过程中需要投入20亿美元。
而美国专利法,从申请之日算起,整个专利期只有20年。
但专利的申请,并非是药品上市的那天才开始计算,而是要早于药品上市十几年。
也就是说药品上市后,受到专利保护的年限只有几年。
通过我们对强生、罗氏、瑞辉等药企的综合调查,一款药物能够享受专利保护的时间,通常只有7年。
也就是说如果新药能顺利研究出来,也只有七年的独家销售以赚回成本。
所以,每一款新药都非常贵。
而培养一名专科医师,在美国需要13年。
在华夏,成为一名主治医师,大专生和本科生需要10年,医学硕士要9年,医学博士要8年。
从投资回报的角度讲,既然时间和金钱的投入都如此巨大,他们必然有高收入才合算。
那么我们怎么用人工智能改变医学行业呢?
举一个例子。
我们很自然的认为,看病要找有经验的大夫。
他们的经验的累积,就是一通过病例学习的过程,而人学习再快,也快不过计算机。
一个放射科大夫一生阅读研究的病例很难超过10万个。
但计算机很容易就能从上百万病例中学习。
相比医生,计算机在诊断和做手术等方面有三大优势。
首先,它们漏判和失误的可能性非常低,也就是说他们能成功发现一些医生们忽略的情况。
其次,它们的准确率很高,而且随着数据量的增加,提高的非常快。
最后,也是人所不具备的,这些智能程序的稳定性非常好,它们不会像人那样受情绪的影响。
而这些智能程序的成本,通常不到人工的百分之一。
有了强大的医疗人工智能程序,再配合医疗机器人,就可以让远在偏远县城的病人,享受顶尖的医疗服务。
从而解决医疗资源不均衡的问题。
最后我们再来讲一下人工智能对医药行业的改变。
今天,人类在癌症方面投入的资金比阿波罗登月或者语音识别要多的多。
但为什么癌症依然很难根治呢?
因为癌细胞是动物和人自身的细胞在复制的过程中基因出了错,而非来自体外。
也就是说癌症是基因病,而非病毒。
今天最有效的治疗癌症的方法是,使用基因技术研制出的抗癌药来治疗。
从机理上讲,是找到病变的基因,并且把相应的癌细胞杀死。
不过。
不同人即使得了同一种癌症,其癌细胞病变的基因也未必相同。
因此一种抗癌药可能对某些病人管用,但对其它病人不管用。
实际上,大部分医生在给癌症患者用药时,需要对患者进行基因比对,以确定是否能用某种抗癌药。
治疗癌症第二个难点,也是最根本的难点在于癌细胞本身的复制也会出错。
这一点并不难理解,基因在复制的过程中出了一次错,就会出第二次。
这样一来,原本管用的抗癌药就变得不管用了。
在抗癌药杀死癌细胞时,未必能把所有的都杀死。
剩下哪怕只有一个癌细胞未被杀死,它依然可以迅速繁殖,并且可能出现新的基因突变。
所以我们通常会听到这一类故事。
某个患有癌症的亲友,已经将病情控制了很长时间,突然一夜间复发,而且药物不起作用,很快便离世了。
这里面的原因就是基因的变化,让原有的抗癌药不灵了。
由于癌细胞基因的突变和人有关,而且可能一变再变。
因此想要彻底解决问题,就需要针对不同的患者设计特定的抗癌药,而且要根据患者癌细胞每一次新的变化研制新药。
也就是说,只要这个研制新药的速度,能够赶得上癌细胞的变化。
那么即使不能彻底杀死所有的癌细胞,患者仍然可以长期和癌症共存。
从理论上讲,这种方法是可行的。
但这样做的成本太高。
首先,要有一个专门的研发团队,围绕着每一个患者进行药品的研制,而且研发速度还要足够快。
请收藏本站:https://www.bec0.com。po18小说网手机版:https://m.bec0.com
首先是降低成本。
从医疗本身讲,医疗成本高有两个重要原因。
一是药品的研制周期长,费用太高;
二是医务人员培养的成本太高。
现在,全球新药大部分来自美国。
而美国一款新药从研发到上市需要20年的时间,在这个过程中需要投入20亿美元。
而美国专利法,从申请之日算起,整个专利期只有20年。
但专利的申请,并非是药品上市的那天才开始计算,而是要早于药品上市十几年。
也就是说药品上市后,受到专利保护的年限只有几年。
通过我们对强生、罗氏、瑞辉等药企的综合调查,一款药物能够享受专利保护的时间,通常只有7年。
也就是说如果新药能顺利研究出来,也只有七年的独家销售以赚回成本。
所以,每一款新药都非常贵。
而培养一名专科医师,在美国需要13年。
在华夏,成为一名主治医师,大专生和本科生需要10年,医学硕士要9年,医学博士要8年。
从投资回报的角度讲,既然时间和金钱的投入都如此巨大,他们必然有高收入才合算。
那么我们怎么用人工智能改变医学行业呢?
举一个例子。
我们很自然的认为,看病要找有经验的大夫。
他们的经验的累积,就是一通过病例学习的过程,而人学习再快,也快不过计算机。
一个放射科大夫一生阅读研究的病例很难超过10万个。
但计算机很容易就能从上百万病例中学习。
相比医生,计算机在诊断和做手术等方面有三大优势。
首先,它们漏判和失误的可能性非常低,也就是说他们能成功发现一些医生们忽略的情况。
其次,它们的准确率很高,而且随着数据量的增加,提高的非常快。
最后,也是人所不具备的,这些智能程序的稳定性非常好,它们不会像人那样受情绪的影响。
而这些智能程序的成本,通常不到人工的百分之一。
有了强大的医疗人工智能程序,再配合医疗机器人,就可以让远在偏远县城的病人,享受顶尖的医疗服务。
从而解决医疗资源不均衡的问题。
最后我们再来讲一下人工智能对医药行业的改变。
今天,人类在癌症方面投入的资金比阿波罗登月或者语音识别要多的多。
但为什么癌症依然很难根治呢?
因为癌细胞是动物和人自身的细胞在复制的过程中基因出了错,而非来自体外。
也就是说癌症是基因病,而非病毒。
今天最有效的治疗癌症的方法是,使用基因技术研制出的抗癌药来治疗。
从机理上讲,是找到病变的基因,并且把相应的癌细胞杀死。
不过。
不同人即使得了同一种癌症,其癌细胞病变的基因也未必相同。
因此一种抗癌药可能对某些病人管用,但对其它病人不管用。
实际上,大部分医生在给癌症患者用药时,需要对患者进行基因比对,以确定是否能用某种抗癌药。
治疗癌症第二个难点,也是最根本的难点在于癌细胞本身的复制也会出错。
这一点并不难理解,基因在复制的过程中出了一次错,就会出第二次。
这样一来,原本管用的抗癌药就变得不管用了。
在抗癌药杀死癌细胞时,未必能把所有的都杀死。
剩下哪怕只有一个癌细胞未被杀死,它依然可以迅速繁殖,并且可能出现新的基因突变。
所以我们通常会听到这一类故事。
某个患有癌症的亲友,已经将病情控制了很长时间,突然一夜间复发,而且药物不起作用,很快便离世了。
这里面的原因就是基因的变化,让原有的抗癌药不灵了。
由于癌细胞基因的突变和人有关,而且可能一变再变。
因此想要彻底解决问题,就需要针对不同的患者设计特定的抗癌药,而且要根据患者癌细胞每一次新的变化研制新药。
也就是说,只要这个研制新药的速度,能够赶得上癌细胞的变化。
那么即使不能彻底杀死所有的癌细胞,患者仍然可以长期和癌症共存。
从理论上讲,这种方法是可行的。
但这样做的成本太高。
首先,要有一个专门的研发团队,围绕着每一个患者进行药品的研制,而且研发速度还要足够快。
请收藏本站:https://www.bec0.com。po18小说网手机版:https://m.bec0.com