据中国之声《新闻晚高峰》报道，把患者的检测结果输入电脑，十几秒钟就会有一套治疗方案，这是近一两年来，医疗人工智能探索的方向。从去年到今天，医疗AI逐渐走近大家的生活，走向实际应用阶段。昨天，沃森（watson）肿瘤智能会诊中心在南京多家医院启用，肿瘤患者在不同医院就诊，都可以获得来自这个系统给出的诊断。立足于大数据分析的医疗人工智能，是否真的能够实现让数据多跑路，让患者少跑腿。未来，医疗人工智能是否真的能成为治病的“超级大脑”。 数据显示，我国每年有超过400万新发癌症患者，五年生存率不足37%，早期筛查诊断率低、诊疗不规范都是导致上述结果的重要诱因。 南京医科大学第二附属医院肿瘤医学中心副主任王朝霞说，尤其是各级医疗机构的诊治水平差异较大，很难保证患者能够及时开展治疗。肿瘤患者往往都希望医生能给出一套权威、完善的治疗方案，一般都会抱着一堆厚厚的病历资料到各大医院的肿瘤科排长队、挂号、找某一个专家问诊。先不说耽误很多治疗时间，到最后各家医院、不同医生给出的方案可能有不少差异，患者也不知该听哪一个。 此次，南京多家医院启用的“沃森肿瘤”诊疗系统是由IBM公司于2007年创建的人工智能分析学可识别系统，2009年底这个系统开始率先运用于医疗领域，在其知识库里，包含300种以上的医学期刊、250种以上的医学书籍及1500万页论文数据研究，数据可定时更新。 王朝霞说，使用这一系统，医生在接诊患者后，在电脑中输入肿瘤患者年龄、性别、体重、病理诊断等20多项监测结果情况，既可给出基于海量数据分析得出的治疗方案。现在沃森可以提供9个肿瘤治疗方案：乳腺癌、肺癌、直肠癌、结肠癌、胃癌、卵巢癌、宫颈癌、前列腺癌和膀胱癌，它像是医生治疗的助手。 截至目前，沃森系统已经被上海，杭州、青岛等多个城市三甲医院引入。 人工智能到底能为医疗做什么？瑞士苏黎世大学医院医生彼得·维尔德曾表示：其带来的变革正在改变医疗本身。简单来说，以往为了获得癌症检测所需数量的标本，一名前列腺癌患者需要做多达50个活检切片，医生需要花费一个半小时来做观察分析。但沃森系统利用大数据分析，将可能代替这一过程，“我认为人工智能对于医疗行业，尤其是对于病理影像研究来说，是一项颠覆性的技术，未来可能改变人们的日常生活。” 但这个目前公认走在人工智能医疗领域前沿的系统，实际上一直争议不断。2017年2月，曾与IBM就沃森平台系统达成协议的美国休斯敦安德森癌症中心取消了这份合同，人工智能领域因此曾爆发对沃森的质疑，尤其是其可能无法通过不同的数据集建立联系，因此业内有声音认为临床面临一个患者多个病症的情况下，这个系统的有效性可能受到影响。 王朝霞医生也坦言，这个“最强大脑”并不能替代医生，因为患者的健康指标在手术方案中依然需要更科学的精细化制定，“比如我们同时得了肺癌，这个人可能有心脑血管疾病合并，那个人没有，医生要根据病人个体化差异，考虑对病人风险最小、病人又能接受的治疗方案。” 不过可以肯定的是，医疗人工智能将是未来人工智能重要的发展方向。公开资料显示，Google目前正致力于打磨糖网筛查产品。腾讯觅影作为后起之秀，也推出6大病种影像AI辅助诊断方案。与此同时，各大医院影像科、信息中心、科研实验室正推进医疗人工智能的落地。 江苏省卫生法学会副会长胡晓翔认为，当前大数据在医学临床的充分运用，未来将可能给医疗机构和患者更多的选择。胡晓翔表示，目前人们要清醒地认识到所有的所谓自动化的诊断仅是一种工具、辅助手段，要充分发挥电脑数据库的正面功能为我所用。同时也要注意防止它的弊端，针对具体病人的具体病情制定最恰当的诊疗方案。（记者杜希萌 江苏台记者祖名） 原文章作者：新华网，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

中国经济周刊微信号：ChinaEconomicWeekly 中国经济周刊官方网站：经济网 《中国经济周刊》 记者 曹煦 | 北京报道 责编：陈惟杉 （本文刊发于《中国经济周刊》2018年第7、8期） 果不其然，2018年的世界经济论坛年会上，区块链奏响强音。 区块链“去中心化”的模式与今年达沃斯论坛的主题“在分化的世界中打造命运共同体”十分契合，在世界经济论坛创始人兼执行主席施瓦布看来，区块链将是第四次工业革命的关键技术。 健康，已被公认为是继“衣食住行”后的人类第五大刚需。包括区块链技术在内的科技革新，将如何改变延续多年的传统医疗模式？人们在未来真的会自己给自己看病吗？ 2月5日，《中国经济周刊》记者专访了刚刚参加达沃斯论坛归来的区块链专家、全球第一个AI医疗链（天医AIDOC）亚太区顾问、前百度大数据业务负责人吴诗展。 人工智能如何提高医生的工作效率？ 在吴诗展看来，随着全球人口老龄化与慢性病患病率增加，在医疗记录、诊断数据等信息严重不对称的现状下，区块链植入大健康的新模式必定会惠民，智能医疗硬件的普及也将让人们的生命体征数据更精确。 首先，科技的进步将体现在诊疗效率的跨越式提升。 “目前一个患者就诊，需要先分析医疗记录，包括结构化数据和非结构化数据。例如病人病历、患者信息，包括影像数据、化验结果、检查结果、手术记录、实时监测的各种数据等，通过分析这些数据，为患者提供多种治疗方案，并且对方案进行排序，给出医学依据，医生就在这些方案中挑选出真正适合患者的诊疗方案。”吴诗展说，“现阶段医疗资源分布不平均的现状决定了这一诊疗过程非常复杂和漫长。” 吴诗展认为，现有诊疗过程中有大量可用人工智能技术提升效率的空间。比如智能影像辅助诊断技术，它极大地方便了医生快速对病人病情作出判断。“应用这项技术，每张胸片的读片时间仅为10ms，有效提升医生阅片速度30倍，人工阅片量减少90%，并且使漏诊率下降40%以上，大大提高了影像科医生的工作效率。” 除了智能影像辅助诊断，医生还需要对病历进行分析，进而实现病历数据化，这就涉及自然语言理解技术。据吴诗展介绍，目前业界已经商用的智能单据识别平台是一款加入了深度学习的OCR（optical character recognition，光学字符识别）文字识别产品，覆盖全国所有三甲医院以及国内大部分主流县市级医院的3000多种化验单格式，支持化验单指标项的识别和医学语言的智能理解，识别准确率达到97%以上。“这项技术解决了医疗数据标准化收集整理的问题，实现了电子化病历的第一步。” 人工阅片曾是诊疗过程中必不可少的环节 个人生命体征全面数字化 目前，医疗数据正在呈现爆发式增长。据IDC预测，到2020年全球医疗数据量将达到40万亿GB，大约是2010年的30倍之多。 医疗数据虽然浩如烟海，但存在严重的数据孤岛问题。“体检是体检的，医院是医院的，初查和复查的数据各自割裂，各个医疗机构之间也不互通。而大数据是中心化的，没法做到可追溯，也无法确保数据不被篡改或损毁。”吴诗展说。 在现阶段，区块链应用于医疗行业具有天然优势。吴诗展表示，区块链本质上是一种分布式记账技术，从数据角度可以将其看作一个去中心节点的数据库。“由于各方行为都是可追溯的，确保数据不被篡改或损毁，因此区块链的自身技术特点更加适用于医疗场景。这就是区块链能破局医疗改革的关键，也是科技帮助普通人管理健康的最值得期待之处。” 具备天然技术优势的区块链可以解决医疗行业哪些现行痛点？具体来看，区块链分布式的结构可应用于医疗数据共享；不可篡改的时间戳特性可解决数据和设备追溯及信息防伪问题；其高冗余度及多私钥的复杂保管权限的优点可解决目前医疗信息化技术的安全认证缺陷等。“这使得我们可以通过区块链技术，建立起一套互信共享的机制，规范医疗行为，进而为在医院、医保、医药之间建立起透明可信的新型关系提供了一条创新途径。”吴诗展说。 自己看病，还能挣钱？ 抽象的概念如何具化为现实场景？吴诗展介绍了与人工智能和区块链结合的“比特数字人”概念。 首先，比特数字人是个人生命体征的全面数字化。“人们通过可穿戴设备、智能硬件、传感器等，将人的体征数据、健康数据和疾病数据源源不断地上传到天医链中，形成用户本体在网络中的数字化映射对象，使得量化健康管理成为可能。” 其次，天医链网络将对实时体征数据进行解析，能够及时发现体征数据异常，防范未知疾病风险。“我们的各种生命体征，都会被体内或体外的各类智能医疗设备实时或准实时地数据化，整个人被数码化。当身体略有异常时，数据出现波动，这些设备先于我们人类得到感知，并通知我们就医，一部分疾病还可以通过网络将相关身体数据直接传输给人工智能医生，由其进行辅助诊断，对疾病数据进行预判和分析，最后由人类医生进行确诊和治疗，医疗机器人进行手术。”吴诗展说。 这个听上去十分超前的“情景”实际上已经出现在影视作品里。在2017年火爆全球的好莱坞电影《太空旅客》中，女主角用太空舱中的人工智能医疗机器人对男主角进行救治，医疗机器人对男主的生命体征进行了全面分析，并给出了一系列救治方案，最终手术得以实施。 银幕中的场面距离现实也许并不遥远。吴诗展说，“在不久的将来，我们可以用穿戴设备、健康管理App、智能硬件甚至是智能家居、传感器等设备，实时上传自己的体征数据，获得人工智能医生给出的健康管理建议和诊疗意见，非常方便地获得医生、医院、技术服务商、保险公司、基因公司和健康管理机构提供的各项服务。” 最不可思议的或许是，未来看病也许会从“花钱”变为“挣钱”。吴诗展介绍，“我们不仅不需花费高额费用，就可获得体贴入微的人工智能超能医生为你的健康保驾，而且患者上传的体征数据，关联数字身份后还可以通过‘挖矿’等形式获得代币奖励，进而创造出巨大的经济收益。” 原文章作者：中国经济周刊，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

新华网杭州9月19日电（记者俞菀）阅片机器人、虚拟肿瘤医生、类人脑计算机……在近日举行的第三届浙江国际健康产业博览会上，来自8个国家和地区的121家健康产业机构，集中展示了人工智能在医疗领域应用的新成果及新进展。 “我是X医生的人工智能助理，现在向您询问一些情况。”展示台上，一位外形酷似“大白”的虚拟医生正在对患者进行术后随访。他的声音与主治医生的相似度达到98%，有关病人的基本问题他都能解答，若是无法解答的，则会自动拨打主治医生电话，与患者进行“连线”的后续问答。 另一个展台前，记者看到了我国自主研发的阅片机器人。这台人工智能设备被称为智慧医疗领域的“阿尔法狗”，在2016世界肺结节监测挑战大赛中，它与拥有15年经验的放射科医生“人机大战”，最终以高精确率和高效率取胜。 据悉，第三届浙江国际健康产业博览会的主题，是人工智能与智慧医疗新纪元。与会专家表示，人工智能在实现精准诊疗，提高医生诊断率，降低医学诊断失误等方面的运用将越来越深入。 中国工程院院士、浙江大学教授李兰娟说，目前，人工智能的乳腺癌识别准确率已经超过了医生，病理学家花了130多个小时，准确率只有77.3%，而人工智能交出的答卷是88.5%。 在国内，达芬奇机器人避免了前列腺癌手术中的关键性损伤，提高了术后患者的生命质量。黄疸智能诊断系统与医生实际的临床诊断符合率达到了99%。 李兰娟等专家说，开启智慧医疗新纪元，需针对我们国家的人口老龄化、传染病、慢病，出生缺陷等，突破若干人工智能关键领域的核心技术，增强智能医疗的供给能力。 如健博会现场，IBM沃森机器人在认知度上的突破赢得掌声。它可以在17秒里阅读三千多本医术，分析6万多次医疗数据，并拥有自主学习技术和推理能力，基于大量有效数据，对病人进行智能诊断并给出最佳诊疗方案。（完） 原文章作者：新华网，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

采访对象供图（下同） 　　在去年进博会上，史赛克的智慧关节机器人Mako亮相，截至2022年10月，Mako智慧机器人在临床上得到了广泛的认可和应用，短时间内全国手术量成功突破6000台。今年进博会上，史赛克的Mako将再度登场，带来更先进的单髁关节置换技术。 　　史赛克由美国骨科医师Dr. Homer Stryker 医生创立。进入中国以来，围绕骨科、医疗设备、神经介入以及医用床和急救设备等领域，不断为中国医生和患者带去创新的产品和解决方案。 　　单髁关节置换手术对术中精确截骨、调整关节对线的要求都远远高于全膝关节置换手术，完全依靠传统的经验式手术基本难以完成。Mako将带来全新的治疗选择。与传统手术相比，Mako膝关节单髁关节置换手术具备早期、微创治疗，减小伤口，减少出血和疼痛，患者恢复更快等多个优势，通过影像传输、机械手臂阻力矫正等正、负反馈的方式协助医生实现精准、安全的手术方法，是目前国际上唯一能实现此类功能的骨科机器人系统。 　　除了智慧关节机器人Mako，本次进博会上，史赛克也将展出公司一系列先进的高人性化、高标准化的医疗器械。如全封闭可移动式的手术室废液及烟雾收集、转运、排放的设备Neptune 3。该设备可以为医务人员及病人提供一个干净、安全和高效的手术环境。 　　同样将在本次进博会上亮相的还有PneumoClear智能气腹机。这款产品提供六种专业手术预设模式，满足不同术式气腹流量管理要求，确保手术效率的同时，守护医护人员的健康。此外，史赛克的LUCAS自动心肺按压系统也将迎来进博会首秀。 　　新民晚报记者 左妍 原文章作者：新民晚报，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

随着人口老龄化问题的不断加剧以及人们对健康重视程度的不断提升，通过新一代信息技术提升医疗技术水平和就医体验的需求变得日益急迫，“智慧医疗”概念也应运而生。“智慧医疗”能够实现医疗管理和服务的数字化、智能化、无人化，并拥有着广泛的应用场景 1、智能诊疗 智能诊疗是AI技术在医疗领域最核心最关键的应用场景，通过将AI技术用于辅助诊疗当中，基于算法和数据，从而给出可靠诊断和治疗方案。智能诊疗技术可以辅助医生更好更快的进行病情分析，能够通过问诊、检查、智能分析病情或者进行病理分析可以筛查出潜在的高危患者。同时还可以为医疗机构提供智能医学影像，一方面通过图像识别将影像进行分析，获取一些有意义的感知信息；另一方面通过深度学习大量的影像数据和诊断数据，不断进行深度学习训练，促使其掌握诊断能力。 2、智能药物研发 AI深度学习技术可用于药物研究，一是通过计算机模拟，对药物的活性、安全性和副作用进行提前预测；二是能够通过智能计算快速、准确地挖掘和筛选出合适的药物或化合物，从而快速为药物研究和临床试验提供方向，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。 3、智能医疗机器人 智能医疗机器人是多种AI技术的载体，也有着多种细分的品类，主要包括以下几类智能医疗机器人：一是智能消息机器人，以灵活、智能、自主的机器人搭配喷雾消毒系统和紫外线杀菌系统，可达到无人化无死角消毒，避免损害医护从业者健康，提高医院消毒数字化管理水平；二是智能导诊机器人，能够节省人力成本，还可以更有效的提升导诊的效率，提升患者医疗体验，增加效益还提高了医院的品牌形象；三是智能护理机器人，能够给病人做日常的身体检查和日常护理，以弥补医护人员不足的问题。其他还有各类智能可穿戴机器人等等。 4、智能远程医疗 智能远程医疗包括远程手术、远程医疗指导培训、远程监护、远程会诊等多方面的应用，能够降低患者就医成本，平衡全国医疗资源，助力优质医疗资源下沉，提升县乡医疗人员业务能力，对智慧医疗的大范围普及有着重要意义。 5、智慧医疗园区 对医院等医疗机构进行全要素场景及环境建模，并通过各类设备传感器构建院内医疗物联网，将医院海量医疗设备和非医疗类资产有机连接，实现医院资产管理、院内急救调度、医务人员管理、设备状态管理、门禁安防、患者体征实时监测、院内导航等功能，提升医院管理效率和患者就医体验。此外，权限分级功能能够实现千人千面，每个医疗人员可以下钻查看自己负责的患者信息和业务信息，提升医疗机构整体运营效率。 由捷瑞数字自主研发的伏锂码云平台，基于“J3D数字孪生引擎”与“RBI商业智能设计器”两大开发工具，以数字孪生与工业互联网为驱动，能够低成本快速搭建智慧医疗园区应用场景，加速医疗机构及企业数字化转型进程。 原文章作者：伏锂码云平台，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

AI医疗的高光时刻，是在2020年抗击新冠肺炎时期，症预测、智能测温、智能随访、辅助诊断、医疗机器人等应用，让AI医疗在抗疫期间大放异彩，不只提升了自身的行业认知，更切实提升了防控效率和保障了人身安全 近日，《日本经济新闻》报道称，美国约翰霍普金斯大学的一个研究小组，在最近发表的一篇论文中，发表了机器人进行全自动手术的结果。研究小组通过使用人工智能来学习使用内窥镜相机拍摄的图像的两臂机器人，成功地缝合了猪肠。领导该实验的助理教授Axel Krieger说，“目标是到2027年进行人体临床试验，并获得FDA的批准。” 之前就有IDC数据预计到2025年全球人工智能应用市场总值将达1270亿美元，其中全球AI医疗处于高速长大期，占人工智能市场五分之一 麦肯锡咨询的数据表明，人工智能每年能创造3.5万亿至5.8万亿美元的商业价值。我国人工智能产业发展快速，自2018年AI应用于基因测序以来，AI医疗的商业化模型逐步形成，2019年后，AI医疗以40%～60%的增速快速发展，如今中国AI医疗核心软件市场规模接近30亿元，加上带有重资产性质的AI医疗机器人，总体规模接近60亿元 国务院于2017年发布的《新一代人工智能发展规划》也提到过需要推广应用人工智能能治疗新模式、新手段，建立快速精准的智能医疗体系。2018年政府要求人工智能向基层领域自上而下渗透，进一步明确了在医疗影像、智能服务机器人等细分行业发展的目标与大方向 2021年7月，国家药监局发布《人工智能医用软件产品分类界定指导原则》，明确人工智能医用软件产品的类别界定:用于辅助决策，按照第三类医疗器械管理目前已有四十余款AI类产品获批上市 底层技术、顶层政策设计的双向增强了资本进入人工智能医疗行业的信心。年人工智能医疗投融资规模呈现波动上升趋势，2020年中国人工智能医疗总融资金额达到39.8亿元，B轮之前的投资额占70.6%。AI医疗的未来发展应注重数据和科研的落地，如何切入到诊疗路径中解决切实的临床需求并有恰当的付费模式是商业化落地的关键 综合以上分析，中国人工智能医疗顶层设计、商业模式、技术模式日趋成熟，投融资市场活跃，未来中国人工智能医疗行业将得到进一步发展。我们再回到开头的AI医生，在整个实验过程中，人类参与手术的比例约为20%，剩下的80%由AI自主完成。结果发现，缝合线的间距和深度差异，小于专业外科医生或不使用人工智能的机器人执行的情况。日经预测，将来AI机器人将能够处理所有手术阶段。不过目前因为没有足够的临床试验数据，可用于对人体进行的手术。所以预计将在一些外科手术中，先出现协助缺乏经验的医生的AI机器人 毋庸置疑的是这些人工智能应用场景不断增加，作为人工智能的上游基础行业，数据标注行业也必定会对数据服务企业与行业从业者体出更高的要求，而我们也应该主动作出改变，迎合市场的诉求 原文章作者：数训科技，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

2022年10月22日，为期三天的「红杉中国智能医疗加速器第二期加速营」活动在上海圆满收官。来自基因组学与创新医疗器械领域的20余家早期创业公司核心创始团队齐聚红杉中国智能医疗加速器，与来自上下游产业方向的红杉中国早期生物医药成员企业核心团队成员们一起通过主题分享、工作坊、路演试练等方式，碰撞思想与创见，探索最新的科研发现与技术热点，共话医疗健康未来进化之路。 红杉中国智能医疗加速器是红杉中国旨在帮助和陪伴更多智能医疗创新企业在中国长大，进一步推动中国医疗健康创新企业、创新生态蓬勃发展，而投资设立的一个专业医疗加速器，目前包括“红杉中国智能医疗基因组学孵化器（因美纳技术驱动）”和“红杉中国脑科学孵化中心”两大平台，分别专注于基因组学和脑科学这两个垂直细分领域。 此次进行的第二期加速营活动主要面向基因组学领域的初创项目。经历了两月有余、多轮严格面试筛选，共有9家企业在几十家申请入营的基因组学相关初创企业中脱颖而出，成功进入加速营。这9家创业企业的方向覆盖也十分广泛，包括噬菌体创新药物开发、基因检测早筛平台、三代DNA合成技术、合成生物学+AI制药、神经科学类药物及诊断平台、单细胞测序、合成生物学-人造肉/农业等多个细分赛道。此外，加速营仍有另一半学员来自红杉中国已投资的中早期医疗大健康方向的创业公司核心成员，也有部分学员是第一期基因组学成员企业。 整个加速营过程中，既有医疗大健康领域的定制化专业加速模块，也有企业发展长大中所需要的通用性加速模块。红杉中国还力邀多位跨界飞行嘉宾帮助学员们拓宽视野、了解产业政策、有效对接上下游资源。加速营得到了因美纳（中国）、亚马逊云科技、张江集团等机构的支持，多位业内顶尖专家导师参与加速营内容共创、全力支持入营企业在创新应用领域的突破与发展。 导师魅力开讲， 与学员 “双向奔赴” 加速营开营当天，红杉中国董事总经理曹弋博作开场致辞，他对红杉中国智能医疗加速营第二期顺利开营表示祝贺，并期待红杉中国的孵化器团队与因美纳的技术平台紧密结合，持续为优秀的医疗领域初创企业带来切实的帮助。 其后，曹弋博向学员们分享企业融资节奏建议，以问答形式回应创始人们现今最紧迫的关切，并进一步给出企业在自身定位及股东关系协调上的意见。他对生物医药企业具体到轮次的融资节奏把控上也提供了自己的见解。 红杉中国董事总经理 曹弋博 亚马逊云科技大中华区战略发展部总经理顾凡进行了主题分享，以亚马逊的创新历程为例，解读亚马逊持续创新的方法以及创新是赋能他人释放创造力的理念，为创新创业者提供借鉴和参考。 亚马逊云科技大中华区初创生态及投资业务发展总监胡瑛导师提出了建设创新型组织的建议，分享了亚马逊的创新机制，提出企业文化与领导力准则是创新的基石。通过“飞轮效应”，企业的创新将带来更多的选品、更好的用户体验，最终开拓更大的市场。“建设创新型组织的根本是打造自下而上的自发学习型组织，驱动企业员工的创新热情是占据市场领先的关键因素。”他总结道。 亚马逊云科技大中华区初创生态及投资业务发展总监 胡瑛 因美纳初创企业扶持平台大中华区负责人林子尧在加速营第二日的开场向学员们介绍了因美纳在全球对医疗初创企业的扶持政策以及加速器的布局情况，并分享了他对基因组学领域创新趋势的看法。在与学员们的互动环节中，他提到，对于初创企业，不仅团队的技术实力很重要，更关键的是选择的赛道具备足够的创新空间。 因美纳初创企业扶持平台大中华区负责人 林子尧 亚马逊云科技大中华区医疗与生命科学行业总监黄庆春带来了关于生命科学数字化创新趋势的精彩分享。他提出，数字化浪潮已经给医药行业带来了革命性的改变，利用数字化技术有助于企业快速打造差异化、精准化的产品，提高企业的竞争优势，在医药研发领域，IT技术与医药专业技术的结合在未来将会越来越紧密。 亚马逊云科技大中华区医疗与生命科学行业总监 黄庆春 亚马逊云科技数字化创新团队负责人李爽和团队导师们为入营初创企业量身打造从探索到实践的“亚马逊创新文化工作坊-领导力准则”课程，逐一揭秘亚马逊独特的“领导力准则”“逆向工作法”“六页纸文档”“人才招募与管理”等经验，为初创企业提供了一整套经过验证的、独特的、系统化的方法，帮助企业实现真正的商业化成功。 亚马逊云科技数字化创新团队负责人 李爽 在最后一天的路演及沟通技巧工作坊中，商业演讲教练/商业沟通策略顾问沈老师向学员们传授了提升商业社交场合吸引力以及演讲输出与表现力等方面的技巧，帮助学员们重新设计打磨了路演的框架。同时学员们积极互动，在路演的叙事逻辑、成果梳理等方面进行了深入讨论。在一次次模拟路演和实战训练后，期待他们在Demo Show的优异表现！ 商业演讲教练/商业沟通策略顾问 沈老师 本期加速营也邀请了多位来自医院的专家代表、经济与科技发展部门指导老师、人才组织机构讲师、科研院所的老师们作为飞行嘉宾与学员们1对1交流，打通不同版块的信息壁垒，帮助创业者从多元视角透视业务发展的策略及执行规划，共同度过了第二期红杉中国智能医疗加速营难忘的三天。 红杉中国孵化器总经理刘珣向学员介绍孵化器整体情况 部分学员代表反馈 某合成生物方向公司 CEO “很幸运有机会加入到红杉中国智能医疗加速营，可以用三个词概括我在加速营的体验：‘专业、热情、强大’。这次加速营不仅在创业方面给了我们很多建议，也让我有机会结识了许多志同道合的伙伴。” 某神经科学类药物公司 CEO “红杉中国智能医疗加速营构建了一个包括投资人、产业园、初创企业的生态圈，为生物科技初创企业提供了很好的交流机会，加速营让我对于创业有了更深的思考。” 某高通量DNA合成技术公司 联合创始人 “红杉中国智能医疗加速营在三个方面为我们提供了帮助，首先是提供了很多直接认识下游企业的机会，其次是加速营的导师在创业方面的指导很好地贴合了我们目前的需求，最后是为我们对接了很多行业资源。” 某创新基因早筛公司 副总经理 “在这次红杉中国智能医疗加速营中，我们感受到了来自两方面的火力支持，一方面是强大的技术平台的支持，另一方面是专业的资本团队的支持，这为初创企业提供了很好的资源集成。” 某噬菌体创新药物开发公司 CEO “红杉中国智能医疗加速营齐聚优秀的医疗领域初创企业于一堂，让我们开拓了视野，获得了更多与同行交流的机会，加速营的课程安排也很合理，在专业技术和创业方法上都让我们受益匪浅。” 某骨科智能诊疗系统公司 CEO “红杉中国智能医疗加速营让我收获颇多，整个红杉孵化器团队以及相关合作方导师都让我能量满满、满血复活，为我们提供了全程的支持，非常感谢创业者背后的创业者红杉中国以及基因检测专家因美纳提供的这次机会。” 原文章作者：红杉汇，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

10月26日，工信部、国家药监局公布全国人工智能医疗器械创新任务揭榜入围单位，武汉11家单位上榜。 工信部网站信息显示，经各地各单位推荐、综合评审和网上公示，确定了人工智能医疗器械创新任务揭榜入围单位名单。入围单位分为“揭榜单位”和“潜力单位”两类，“揭榜单位”为创新任务攻关主体，鼓励“潜力单位”实施揭榜任务。 入选单位共有221家，涉及8个方向：智能辅助诊断产品、智能辅助治疗产品、智能监护与生命支持产品、智能康复理疗产品、智能中医诊疗产品、医学人工智能数据库、人工智能医疗器械临床试验平台、人工智能医疗器械真实世界数据应用平台等。 武汉有11家单位上榜，其中武汉楚精灵医疗科技有限公司等4家单位入选揭榜单位；武汉兰丁智能医学股份有限公司等7家单位入选潜力单位。 武汉入选单位名单如下： ◆智能辅助诊断产品 ●揭榜单位 武汉楚精灵医疗科技有限公司“消化道内窥镜影像辅助诊断软件” ●潜力单位 武汉兰丁智能医学股份有限公司“宫颈细胞智能辅助诊断系统” 凝动万生医疗科技(武汉)有限公司“运动障碍特征影像辅助决策软件” 安翰科技（武汉）股份有限公司“胶囊内窥镜肠道影像辅助检测软件” 武汉库柏特科技有限公司“机器人辅助颈动脉超声诊断系统” 武汉中旗生物医疗电子有限公司“心电人工智能辅助诊断系统” ◆智能辅助治疗产品 ●揭榜单位 华中科技大学同济医学院附属协和医院“介入穿刺消融治疗肿瘤的智能机器人研发” ◆智能监护与生命支持产品 ●揭榜单位 武汉大学“基于智能物联网的多导联心电采集装置与智能监护平台” ●潜力单位 武汉联影智融医疗科技有限公司“穿戴式人工智能多参监护系统” ◆医学人工智能数据库 ●揭榜单位 华中科技大学“儿童健康和疾病人工智能辅助诊疗多模态评测数据库” ◆人工智能医疗器械真实世界数据应用平台 ●潜力单位 武汉大学人民医院“疑难复杂心血管病介入诊疗真实世界数据应用平台” 据了解，为加快推动人工智能技术与医疗器械深度融合发展，工信部、国家药监局联合开展人工智能医疗器械创新任务揭榜工作，征集并遴选一批具备较强创新能力的单位集中攻关，推动人工智能医疗器械创新发展，加速新技术、新产品落地应用。 工信部、国家药监局将开展不定期抽查和中期测试评价，根据实际攻关进展和测评排名情况，对“揭榜单位”和“潜力单位”动态调整。 点击查看人工智能医疗器械创新任务揭榜入围单位名单>>> （长江日报大武汉客户端出品 编辑整合：符樱 资料来源：工业和信息化部网站、湖北日报等） 更多精彩内容，请在各大应用市场下载“大武汉”客户端。 原文章作者：长江日报，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

“智慧医疗”是医疗信息化发展成熟迈入下一阶段的产物，它通过将大数据、XR、物联网、5G、云计算、AI等新一代信息技术与医疗业务深度融合，使医疗体系逐渐开始向数字化、智能化、无人化发展。“智慧医疗”能够改善医生行医体验与患者就医体验，还能通过远程就诊、AI诊断等技术弥补医疗资源不平衡不充足的问题，促进医疗效率的提升。 1、“智慧医疗”的前世今生 “智慧医疗”的前身是医疗信息化，而医疗信息化从上世纪90年代开始到2018年前后，经历了近30年的发展。 起初，只有少数大型医院有能力从海外引进医疗信息化设备与技术，主要通过医疗物资管理系统和财务系统，用于改善医院内部工作流程，提升业务及管理效率。 随着信息技术与互联网的发展，越来越多的医院拥有了自己的网络机房，开始使用医院信息系统（HIS）、电子病历、自助服务及等信息化系统与设备。 到了2010年之后，移动互联网蓬勃发展，医疗信息化技术也朝着移动化的趋势演进，不断有医院开始推出APP/小程序挂号、咨询和查看报告等移动就医服务，而医院各类更先进更便捷的信息系统与设备也层出不穷，各类业务信息都慢慢全部以数据的形式流动和存储，也标志着医疗信息化开始进入成熟阶段。 而如今，在5G、人工智能等新兴技术的推动下，医疗信息化又进入了新阶段。大量的智能医疗场景出现，数字化、智能化、无人化的医疗设施和解决方案，真真切切地出现在现实中，医疗信息化也正是买入“智慧医疗”的新时代。 2、“智慧医疗”的概念 “智慧医疗”包含狭义的概念和广义的概念，狭义的“智慧医疗”指的是医院内通过智能化系统、设备及手段实现患者、医务人员、医疗设备之间的数据传递、分析、诊断、反馈、互动，仅针对医院场景。而广义的“智慧医疗”应用场景还包括除医院外的体检中心、社区、其他医疗机构甚至家庭内。而从阶段来看，“智慧医疗”既包括诊断和治疗过程中的智能化，也包括预防、筛查以及康复过程中的智能化。 因此，“智慧医院”与“智慧医疗”不是同一概念，家卫健委曾经明确指出过“智慧医院”的三大工作范围，包括面向医务人员的狭义的“智慧医疗”、面向患者的“智慧服务”以及面向医院管理的“智慧管理”。 当下以5G为代表的“智慧医疗”正在来到我们的身边：5G+急诊救治、5G+远程诊断、5G+远程治疗、5G+医院管理、5G+重症监护、5G+中医诊疗、5G+健康管理、5G+智能疾控是国家提出的8个方向。 3、“智慧医疗”的价值 “智慧医疗”能够改善医生行医体验与患者就医体验，还能通过远程就诊、AI诊断等技术弥补医疗资源不平衡不充足的问题，促进医疗效率的提升。 1）改善医务人员行医体验，降低工作负荷，提升医疗效率 2）改善患者就医体验，提供安全、智能、优质的医疗服务 3）弥补医疗资源不平衡不充足的问题，加强医疗资源共享 4）更有效地防范和应对公共卫生突发事件 由捷瑞数字自主研发的伏锂码云平台，基于“J3D数字孪生引擎”与“RBI商业智能设计器”两大开发工具，以数字孪生与工业互联网为驱动，助力医疗机构及企业实现数字化转型。 原文章作者：伏锂码云平台，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

工信部网站10月26日消息，工业和信息化部办公厅、国家药品监督管理局综合和规划财务司公布人工智能医疗器械创新任务揭榜入围单位。 根据《工业和信息化部办公厅 国家药品监督管理局综合和规划财务司关于组织开展人工智能医疗器械创新任务揭榜工作的通知》（工信厅联科函〔2021〕247号），经各地各单位推荐、综合评审和网上公示，确定了人工智能医疗器械创新任务揭榜入围单位名单，现予以公布。有关事项通知如下： 一、入围单位分为“揭榜单位”和“潜力单位”两类，原则上，“揭榜单位”为创新任务攻关主体，鼓励“潜力单位”实施揭榜任务。工业和信息化部、国家药品监督管理局将开展不定期抽查和中期测试评价，根据实际攻关进展和测评排名情况，对“揭榜单位”和“潜力单位”动态调整。 二、请各地工业和信息化主管部门、药品监督管理部门加强对入围单位和项目的跟踪管理，针对揭榜任务攻关过程中涉及的创新研发、测试验证、示范推广等关键环节，加大政策和资金支持力度，对符合注册条件的产品加强指导。 三、工业和信息化部将委托相关机构于2023年底前对揭榜任务完成情况进行测评考核，遴选揭榜优胜单位和项目。请入围单位瞄准揭榜任务指标抓紧开展攻关，确保揭榜任务按期保质完成。 原文章作者：界面快讯，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

“智慧医疗”是传统医院及医疗机构向数字化、智能化、现代化医疗跨越的最终目标，能够改善行医就医体验，提升医疗效率和质量。但由于人工智能医疗技术仍处于发展阶段，人们的思想意识和接受度仍需提升等原因，“智慧医疗”在落地的过程中还存在很多的问题和挑战。 1、AI原理难以解释，公信力不足 “智慧医疗”运用各类人工智能算法，技术复杂，分析得出的结论难以向医务人员和患者解释，也就造成了医务人员和患者在使用AI服务时对结果的准确性产生疑虑。为解决这个问题，一方面需要对医务人员和患者进行AI服务使用前培训，用通俗易懂的语言让他们清晰的了解AI服务的功能、原理、准确度和局限性，有了全面的了解，才会产生理解和认同。 2、分析诊断的准确性仍需提升 传统医学研究依然较多采用还原论方法，但从生物大分子到细胞组织器官和人体个体，都是一个质变的过程，不能用简单还原的方法来解释人体的机能，因此这些检测数据很难反映疾病的本质，也很难进行准确的科学决策。 医学AI算法的应用有望通过跨维度异构数据的分析解决这个问题，从而实现更精准的医疗诊断，但目前的AI算法还不成熟，多学科联合诊断算法上还存在技术瓶颈，需要经历长时间的学习、实践和反馈，持续迭代算法模型，才能让分析诊断的准确率提升到可以实际应用的水平。 3、潜在风险不可控 目前智慧医疗还未进入成熟阶段，虽然AI医疗的应用场景很广泛，比如虚拟助理、药物研发、健康管理、医疗影像辅助诊断等，但是真正落地、符合医院使用场景的产品还是比较少，因为存在很多难以预测的潜在风险，安全不可控，AI诊断的失误会造成患者的健康受损，必须要将风险控制在最小程度。，因此，相关技术和产品的研发还有待进一步提升。 4、非结构化数据多，难以挖掘数据价值 根据IDC Digital的预测，截至2020年医疗数据量将达到40万亿GB，是2010年的30倍。即使医疗数据量巨大，但其中80%左右都是非结构化数据，发挥不了“大数据”的价值。此外，国内医院电子病历未完全普及，很大一部分患者的数字化病例资料都是不完全的，这就对医疗数据的数字化整合带来一定的难度。同时，不同的医疗机构或者企业，其数据录入标准也是不一样的，而单个医疗机构或者企业积累的数据难以训练出有效的深度学习模型。因此，在不同医疗机构或者企业合作时，容易因标准不一导致优质的医疗数据丢失。 5、政策制度不完备 医院信息化建设发展缺乏顶层建设规划，相关政策制度不健全、不完备，导致“智慧医疗”转型难以大规模推动，行业数字化转型速度缓慢。同时，部分医院及医疗机构管理者及医生四项观念陈旧，对“智慧医疗”重视程度不够，数字化管理和实施细节不够清楚，也阻碍了“智慧医疗”的发展。 由捷瑞数字自主研发的伏锂码云平台，基于“J3D数字孪生引擎”与“RBI商业智能设计器”两大开发工具，以数字孪生与工业互联网为驱动，加速医疗机构及企业数字化转型进程。 原文章作者：伏锂码云平台，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

2020年，沈思（化名）带着团队与国家药监局开了一场临时评审会，探讨一款创新的包含三个眼底病种的辅助诊断AI。会上一下子来了30个专家，其中有审评方人员告诉沈思：这是他们有史以来见过的最为复杂的产品。 “我们现在获批的AI都是单病种AI，即一个AI能够处理一个病种。这样的AI在临床试验时相对比较容易，需要处理的相似病例可能只有一种。但要做多病种AI，临床试验的问题就变得复杂起来，不仅需要我们对每一个单病种AI进行验证，还需要验证两个病种的交集部分与两个病种的都不存在的部分。”沈思解释道。 “这时，相似病例与排他病例会变得特别多，把近90%的眼科疾病都覆盖了进去。” 现有的监管程序并不适用于这样一款复杂的医疗器械。为了将审评审批进行下去，沈思团队与药监局一同开始了多病种AI的监管流程探索。从无到有，两拨人花了整整两年的时间。 2022年9月1日，团队的眼底病变眼底图像辅助诊断软件终于获得了NMPA颁布的三类证，拿下国内首个多病种AI三类证，在国内AI的注册准入史中写上了“里程碑式”的一笔。 唯一的遗憾来源于覆盖的病种。与最初的计划相比，此次批下来的三类证仅留下了糖尿病视网膜病变、青光眼两个病种。 除沈思背后的百度灵医智惠外，国内联影智能、致远慧图、鹰瞳科技也已在多病种AI的审评审批上有所建树。众多头部企业发力的多病种AI，能够改变医疗人工智能时代吗？ 多病种人工智能的审评审批为何如此困难 如果无视软件的安全性与可解释性，只是制造一个合理的算法对影像进行概率上的判别，足够数据量的深度学习训练下，大部分企业都能给出一个较为不错的结果。但循证医学需要证据，黑盒之下，我们无法得知结果如何产生。 沈思告诉动脉网：“大数据下AI给出的部分概率确实能够一定程度反映征象与病症之间潜在的关联可能，但这些关联仅是统计学上的关联，算法得出结论的过程本身不可解释。需要强调的是，AI首先是一个医疗属性的产品，也就是说，如果你只是通过算法计算一个概率，这个概率医生诊疗路径无关，那么这样的人工智能便难以通过审评审批。” 前文已经提到，多病种AI的临床试验设计是一个复杂的过程。譬如，多病种AI（以N=2为例）在进行数据集构建与算法验证时，不仅需要构建病种A数据库与病种B数据库，还需要构建A∩B数据库，并需在模型之中添加医学知识，使其能基于医学原理解释交集数据的概率得出过程。 当病种数量较少时，构建融合数据库的难度尚且可控。而在当前审评审批逻辑下，病种数量一旦增多，各病种组合的样式及需要的数据集丰富程度则迅速上升，整体呈指数趋势。 对于一个企业而言，依靠堆砌人力或许能够拼凑出多病种AI验证过程中需要的算法，但在构建完整的数据集方面，研发者将面临一些难以解决的现实难题。譬如，糖网病变的0期、6期患者数据天然较少，企业很难在真实世界中找到满足验证数据集要求的数据量。若将病种的组合考虑在内，相关数据收集复杂程度将极速扩增，最终变成一个现实之中无法解决的难题。 多病种AI如何突破“多病种” 尽管多病种AI面临无法落地的难题，但面对理想之中的AI对于人类特定能力的极致复刻，创造一个媲美放射科医生的AI依然是众多企业追逐这项技术的最终目的。 从理论上讲，多病种AI的实际应用价值、研发难度与覆盖病种数量呈指数关系，不同覆盖量下的算法在各方面均存在天壤之别。只有当N足够大、覆盖的大通量疾病足够多，能够处理多模态融合影像时，AI的价值才能向医生趋同。 在这条路径上，如何选择多病种AI作用的对象，如何确定多病种AI病种的数量，企业必须做出细致考量。 回顾国内企业在多病种AI上的突破，目前各大医疗器械监督机构总计批准两张多病种AI三类证，一张是百度灵医智惠新近拿下的眼底多病种AI三类证，包含糖网病变、青光眼两种可诊断疾病，一张则是联影智能于2020年在CE获得的胸部多病种AI辅助诊断产品，包含肺炎、肺结节、胸部骨折三个病种。除此之外，致远慧图的多病种眼底影像辅助诊断软件自2020年进入创新医疗器械通道之后仍处于审评审批中，该模型总计包含了13个种疾病。 Nerve Diseases”的研究论文。 研究结果显示，基于眼底照片训练的AI算法模型在全国多中心的真实世界验证中，对10种常见眼底病筛查的敏感度堪比资深眼底科专家，且筛查用时节省了约75%。该试验一定程度验证了视网膜（眼底）影像人工智能多病种诊断算法能力和应用价值。 综合讨论上述4个多病种人工智能。联影智能拥有唯一一个服务胸部CT影像的人工智能，而其余三个均是围绕眼底影像展开，这两个病种拥有最为丰富的数据，最悠久的发展历史，因而在多病种时代的开端走在了最前列。 不过，病种的数据量可以说明人工智能企业在策划多病种AI研发时选择的发展方向，但要将其转化为产品，更具决定性的因素是多病种AI包含病种的数量。 两个通过了监察机构审评审批的多病种AI均有其鲜明特征。胸部多病种AI包含的肺炎、肺结节、骨折征象各异，人或机器均能轻松通过视觉进行分辨。另一方面，肺炎、肺结节、骨折各自的单病种AI较为成熟，研发、临床试验难度相对较低。因而该产品在2020年便已获得CE认证。 百度灵医智惠的眼底多病种AI同样存在区分较为简单的征象，且眼底数据获取成本、难度较低。此外，该多病种AI涉及的病种仅为两种，临床试验复杂度都仍处于可控的范围。相比之下，鹰瞳科技的“10病种”AI与致远慧图的“13病种”AI虽同样攻坚眼底疾病，但由于其涉及病种数量过多，临床试验设计难度极大。 对此，有专家表示：“尽管有多病种AI进入了创新医疗器械审评审批绿色通道，但要在现行医疗器械审查制度之下完成审批，基本上不可能实现。因此，要突破临床试验这个环节，企业必须与器审中心共同探索新的审批路径，这可能需要很长时间。” 综上所述，多病种人工智能仍处于发展初期，获证偏向于投身通量较大、单病种AI较为成熟的领域，且均严格控制了覆盖病种的数量，避免承担在研发之中产生无效投入的风险。而对于覆盖病种数量较多的AI，由于缺乏可解释性，此类AI仍需进行审批路径上的创新。 研发多病种AI值得吗？ 多病种AI的研发过程漫长而艰难，但其价值是否能够匹配企业的投入呢？答案目前并不确定。 一种相对简单的方式是将其与单病种AI进行对比。医生阅片时通常会对影像数据显示的各类征象进行全面分析，而单病种AI只能对影像中的某一类征象进行分析，因而只能在特定场景之下使用，更多的价值在于辅助医生降本增效、查漏补缺。 多病种AI的价值需要视N的数量而定。对于N较小、征象差异较大的多病种AI，它的能力与多个单病种AI结合作用时的准确率差异不大，很多产线较为丰富的人工智能同样将其融合了多个单病种AI产品的平台称之外多病种AI。因此，当N较小时，多病种AI较单病种AI的辅助诊断上的优势较为有限。 再看研发难度，多病种AI要在临床中发挥有效作用，既需要对每一个包含的病种进行研究，使其具备等同于多个单病种AI的诊断能力，又需要保证在复杂病症下，得出包含多个疾病诊断的结果足够准确且不会相互排斥。因此，多病种AI的研发以单病种AI能力为基础，整体研发难度大于等于多个单病种AI，当N较小时，多病种AI在效益上不具备过多的优势，而当N值足够大，覆盖的患者数量足够多，有能力处理多模态数据时，多病种AI的价值将与单病种AI迅速拉开差距。 不过，较大N值的理想状态其技术难度与审批难度过大。当下，多病种AI带来的创新绝大多数谈不上技术层面的创新，而是商业模式上的创新，用于压缩了医疗机构购置医疗AI的成本。此时，多病种AI与单病种AI的关系也并非替代关系，而是协同赋能的关系，用智能化手段打通每一个医疗场景。 具体而言，目前单病种AI的主要落地场景仍是医院，因其价格与功能上的限制，医疗AI的购置方多为三级医院。毕竟，基层医疗、体检中心等机构的功能在于“筛防”，单个AI显然很难完成这一任务，同时购置多个AI又太贵。在这种情况下，多病种AI便可成为单病种AI的补充，给予基层医疗机构一个价格相对便宜、覆盖面相对较广的选项。 当然，由于审查过程中包含了单个病种的诊断能力，多病种AI从理论上讲亦可落足于医院这一关键场景，与单病种AI开启市场竞争。只是当下缺乏成熟的物价准入，尚无实际数据对这一模式进行支持。 我们距离理想的多病种AI时代还有多远？ 诚然，当前阶段的多病种AI仍面临重重困难，并不具备改变时代的能力。但从长远的未来看，多病种AI乃至全病种AI将是医疗AI发展的必然。 那么在这个阶段，医疗人工智能企业要发展多病种AI，可能不应将多病种AI作为研发的核心。 作为国内首个获得多病种AI注册证的企业，联影智能在此后的两年并没有急着加速多病种AI的研发，而是选择完善“全栈”解决方案的打造，让其AI尽可能覆盖更多的病种与流程。 对此，联影智能某位高管在过去的采访中表示：“单病种AI与多病种AI都服务于临床需求，且多病种AI需要单病种AI最为支撑。目前人工智能发展覆盖的领域有限，要在未来更多的发展人工智能，还需要打下更为牢固的地基。” 至于联影智能如何选择AI研发路径这一问题，他用四个成语概括了联影智能的选择原则。当下，企业现在还是会更多的把重心放在“草里寻针”与“视而不见”上。具体而言，前者指许多疾病在影像学上很不易找见，如钼靶里小的钙化点、磁共振中大脑里的转移瘤，这些应用会热得最快；后者指当人眼在专注一种病症时，往往容易忽视另一病症，如乳腺增强磁共振扫描，需要对时序图像进行柔性配准，然后对造影剂的变化进行复杂的量化分析。而这些人眼“看不见的东西”正是AI可以大有作为的场景。 “雾里看花”，即有些病症影像学表现不明显，譬如病灶由于其他物体的遮挡而若隐若现，似有似无；“捕风捉影”，即模仿医生根据零星的患者信息，基于影像或者影像之外的各种临床信息，做出一些睿智的猜测、判断和决定。这种应用场景要格外小心。对于这两类场景，虽不是联姻智能当前的重心，但也会在审慎考虑的基础上进行一定程度的探索。 总的来说，多病种AI虽脱离于单病种AI的审评审批程序，但却极度依赖单病种AI的研发支持。从上述四个方向之中我们不难看出理想多病种AI乃至全病种AI的形态——这将是一个能够综合多个模态信息进行决策，能够同时处理多个诊断路径的综合体。 显然，我们距离理想中的AI仍太过遥远，但现有的AI仍处于快速发展中，不断优化当下的医疗体系。面对未来不必过多担心，毕竟，当前的成就没能让所有人都停滞，总有探索者沿着梦想的路径不懈努力。 原文章作者：动脉网，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

在全球大流行的疫情之下，医疗人工智能就成为最吸引人的热门话题之一。其应用主要涉及智能诊疗、智能影像识别、智能健康管理、智能药物研发和医疗机器人等丰富应用场景，且具有诸多较为成熟的落地探索。 王道启元致力于成为“未来医院”的“AI驱动者”，王道启元主攻“图像识别”和“深度学习”这两项技术。“图像识别”技术主要应用于感知环节，将非结构化的影像数据进行分析与处理；随后，将大量临床影像数据和诊断经验输入人工智能模型，可以对神经元网络进行“深度学习”训练；最后，基于不断验证与打磨的算法模型，人工智能即可借助影像进行智能推理，输出个性化的诊疗判断结果。 王道启元技术可主要应用于三种图像场景：病灶识别与标注、靶区自动勾画与自适应放疗、影像三维重建。对于病灶识别与标注场景，人工智能技术可针对X线、CT、MRI等影像进行图像分割、特征提取、定量分析和对比分析，识别与标注病灶。针对肿瘤放疗环节，人工智能技术可以不断识别病灶位置变化并自动勾画。此外，针对传统医疗影像的断层难以匹配的问题，PicUP.AI还可利用配准算法完成影像三维重建，在手术环节中起到重要作用。 除了建立基于深度学习的辅助诊疗软件可以帮助医生快速查找病灶，完成病情分析，确认诊疗方案。还能为医院提供在线远程看诊等服务，既可以减少医院挤兑，还能让偏远地区的人得到大医院的诊疗。患者甚至可以通过手机进行语音问诊，就可以自动获得相应的科室和医生推荐，足不出户可完成挂号流程，还能借助AR导航，方便直观地看到医院导航栏，以后再也不用担心在院内找不到方向。 如今，AI+医疗已经成为医疗行业的重大变革之一。随着人工智能技术逐步向多病种覆盖、多场景应用方向发展，王道启元希望可以借助AI技术，在医疗领域大规模应用实现落地，减少人工成本，提升工作效率，缓解医患关系。 原文章作者：皮卡智能AI视觉平台，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

果不其然，2018年的世界经济论坛年会上，区块链奏响强音。 区块链“去中心化”的模式与今年达沃斯论坛的主题“在分化的世界中打造命运共同体”十分契合，在世界经济论坛创始人兼执行主席施瓦布看来，区块链将是第四次工业革命的关键技术。 健康，已被公认为是继“衣食住行”后的人类第五大刚需。包括区块链技术在内的科技革新，将如何改变延续多年的传统医疗模式？人们在未来真的会自己给自己看病吗？ 2月5日，《中国经济周刊》记者专访了刚刚参加达沃斯论坛归来的区块链专家、全球第一个AI医疗链(天医AIDOC)亚太区顾问、前百度大数据业务负责人吴诗展。 人工智能如何提高医生的工作效率？ 在吴诗展看来，随着全球人口老龄化与慢性病患病率增加，在医疗记录、诊断数据等信息严重不对称的现状下，区块链植入大健康的新模式必定会惠民，智能医疗硬件的普及也将让人们的生命体征数据更精确。 首先，科技的进步将体现在诊疗效率的跨越式提升。 “目前一个患者就诊，需要先分析医疗记录，包括结构化数据和非结构化数据。例如病人病历、患者信息，包括影像数据、化验结果、检查结果、手术记录、实时监测的各种数据等，通过分析这些数据，为患者提供多种治疗方案，并且对方案进行排序，给出医学依据，医生就在这些方案中挑选出真正适合患者的诊疗方案。”吴诗展说，“现阶段医疗资源分布不平均的现状决定了这一诊疗过程非常复杂和漫长。” 吴诗展认为，现有诊疗过程中有大量可用人工智能技术提升效率的空间。比如智能影像辅助诊断技术，它极大地方便了医生快速对病人病情作出判断。“应用这项技术，每张胸片的读片时间仅为10ms，有效提升医生阅片速度30倍，人工阅片量减少90%，并且使漏诊率下降40%以上，大大提高了影像科医生的工作效率。” 除了智能影像辅助诊断，医生还需要对病历进行分析，进而实现病历数据化，这就涉及自然语言理解技术。据吴诗展介绍，目前业界已经商用的智能单据识别平台是一款加入了深度学习的OCR(optical character recognition，光学字符识别)文字识别产品，覆盖全国所有三甲医院以及国内大部分主流县市级医院的3000多种化验单格式，支持化验单指标项的识别和医学语言的智能理解，识别准确率达到97%以上。“这项技术解决了医疗数据标准化收集整理的问题，实现了电子化病历的第一步。” 个人生命体征全面数字化 目前，医疗数据正在呈现爆发式增长。据IDC预测，到2020年全球医疗数据量将达到40万亿GB，大约是2010年的30倍之多。 医疗数据虽然浩如烟海，但存在严重的数据孤岛问题。“体检是体检的，医院是医院的，初查和复查的数据各自割裂，各个医疗机构之间也不互通。而大数据是中心化的，没法做到可追溯，也无法确保数据不被篡改或损毁。”吴诗展说。 在现阶段，区块链应用于医疗行业具有天然优势。吴诗展表示，区块链本质上是一种分布式记账技术，从数据角度可以将其看作一个去中心节点的数据库。“由于各方行为都是可追溯的，确保数据不被篡改或损毁，因此区块链的自身技术特点更加适用于医疗场景。这就是区块链能破局医疗改革的关键，也是科技帮助普通人管理健康的最值得期待之处。” 具备天然技术优势的区块链可以解决医疗行业哪些现行痛点？具体来看，区块链分布式的结构可应用于医疗数据共享；不可篡改的时间戳特性可解决数据和设备追溯及信息防伪问题；其高冗余度及多私钥的复杂保管权限的优点可解决目前医疗信息化技术的安全认证缺陷等。“这使得我们可以通过区块链技术，建立起一套互信共享的机制，规范医疗行为，进而为在医院、医保、医药之间建立起透明可信的新型关系提供了一条创新途径。”吴诗展说。 自己看病，还能挣钱？ 抽象的概念如何具化为现实场景？吴诗展介绍了与人工智能和区块链结合的“比特数字人”概念。 首先，比特数字人是个人生命体征的全面数字化。“人们通过可穿戴设备、智能硬件、传感器等，将人的体征数据、健康数据和疾病数据源源不断地上传到天医链中，形成用户本体在网络中的数字化映射对象，使得量化健康管理成为可能。” 其次，天医链网络将对实时体征数据进行解析，能够及时发现体征数据异常，防范未知疾病风险。“我们的各种生命体征，都会被体内或体外的各类智能医疗设备实时或准实时地数据化，整个人被数码化。当身体略有异常时，数据出现波动，这些设备先于我们人类得到感知，并通知我们就医，一部分疾病还可以通过网络将相关身体数据直接传输给人工智能医生，由其进行辅助诊断，对疾病数据进行预判和分析，最后由人类医生进行确诊和治疗，医疗机器人进行手术。”吴诗展说。 这个听上去十分超前的“情景”实际上已经出现在影视作品里。在2017年火爆全球的好莱坞电影《太空旅客》中，女主角用太空舱中的人工智能医疗机器人对男主角进行救治，医疗机器人对男主的生命体征进行了全面分析，并给出了一系列救治方案，最终手术得以实施。 银幕中的场面距离现实也许并不遥远。吴诗展说，“在不久的将来，我们可以用穿戴设备、健康管理App、智能硬件甚至是智能家居、传感器等设备，实时上传自己的体征数据，获得人工智能医生给出的健康管理建议和诊疗意见，非常方便地获得医生、医院、技术服务商、保险公司、基因公司和健康管理机构提供的各项服务。” 最不可思议的或许是，未来看病也许会从“花钱”变为“挣钱”。吴诗展介绍，“我们不仅不需花费高额费用，就可获得体贴入微的人工智能超能医生为你的健康保驾，而且患者上传的体征数据，关联数字身份后还可以通过‘挖矿’等形式获得代币奖励，进而创造出巨大的经济收益。” 《中国经济周刊》 记者 曹煦 | 北京报道 (本文刊发于《中国经济周刊》2018年第7、8期) 原文章作者：光明网，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

来源：华润集团 本白皮书内容是华润集团编写团队在多年工作中积累而成的，充分结合了华润集团在医疗健康领域的数字化发展实践；同时，也吸纳了其他央企单位在数字化转型过程中的最佳实践案例。 纵观过去，人类社会的发展史就是一部人类与疾病的斗争史，从远古时期的放血疗法到基于科学实验的现代医学，从古代中医的“望闻问切”到基于精密检测仪器的中西医结合，健康产业逐步成为一个多产业深度融合的超级复杂系统。云计算、大数据、人工智能、5G、生物科技、基因检测等新技术不断发展成熟，基于新技术的智能化现代健康产业将得到蓬勃发展，人类的健康水平将得到有效提升。 大纲目录 1、健康产业发展背景 2、医疗行业现状及发展趋势 3、智慧医疗整体框架和典型应用场景 4、智慧医疗建设模式及发展路径 5、智慧医疗实践应用案例 领取方式见文末 领取方式 该份报告共75页，我们已经为您整理成文档 如果您觉得这份资料对您有帮助 希望获取完整的电子版内容参考学习 您可以关注+评论+转发 然后私信我：报告 原文章作者：行业调研报告，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

本文报告来源于编写的《智慧医疗》报告，完整版共有90页，非常详尽，值得收藏。 本报告下载领取方式详见文末 本报告目录大纲如下： [*]理念篇 [*]应用篇 [*]案例篇 本报告详细内容如下： 本报告限时30天下载领取方式如下： [*]第1步：请关注本头条号并转发本文，同时留言、点赞和收藏； [*]第2步：请在本页顶部左上角，点击本号头像进入账号主页，然后点击主页底部菜单【资源获取】进入查看。 原文章作者：行业研报资源汇，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

周一（4月25日）开盘，A股三大股指集体低开。其中上证指数开盘报3034.27点，下跌1.71%；深证成指、创业板指则分别低开1.91%和2.46%。 下午开盘后，沪指失守3000点，尾盘跌势进一步放大。今日收盘，上证指数报2928.51点，跌5.13%；深证成指报10379.28点，跌6.08%；创业板指数报2169点，跌5.56%。两市4623只股票飘绿。 同花顺截图 结合外围市场来看，此前美联储的鹰派表态令激进加息的预期进一步升温，已经打崩美股。 当地时间4月21日,美联储主席鲍威尔表示，将在下月的议息会议上讨论加息50个基点。此番言论强化了市场对于美联储将积极收紧政策的预期。本是鸽派的旧金山联储主席戴利也表示，美联储可能会在未来两次货币政策会议上分别加息50个基点。三大美股指集体高开低走，市场恐慌情绪进一步放大。 美国股市周五（22日）迎来暴跌，道琼斯指数遭遇自该国后疫情时代以来最严重的单日跌幅。道指跌981.36点，报收33811.40点，2.8%的跌幅自2020年10月28日以来最大；标准普尔500指数下跌2.8%，报收4271.78点；纳斯达克综合指数下跌2.6%，报收12839.29点。 美国市场分析人士把美联储主席鲍威尔的“鹰派”言论视为引发市场大跌的主因。“央行的强硬态度和债券收益率的回升再次打击了市场”，贝尔德（Baird）投资策略分析师罗斯?梅菲尔德（Ross Mayfield）对CNBC表示，“没有什么特别新鲜的东西，只是让人再次想起政策方面正在发生的重大转变。鲍威尔确实指出，提前和大力度加息可能有好处，如果之后经济出现问题，这将为可能的降息准备好空间。” 中国财政部原副部长朱光耀日前指出，中国要高度警惕美国超预期的货币政策调整。 在4月24日的中国财富管理50人论坛2022资管峰会上，朱光耀表示，美国此次货币政策的调整力度和速度空前。从时间结构上看，2014年，美国开始调整量化宽松的货币政策，到2015年12月才开始加息，到2017年10月才开始缩表。2008年全球金融危机爆发时，美联储资产负债表只有9000亿美元，到了2020年4月，疫情使得美联储提前结束了缩表，恢复到4.16万亿，目前已达到9万亿，这个规模前所未有。此外，地缘政治危机又使得煤炭、石油、天然气等能源价格急剧上升。 据朱光耀预测，下个月提50个BP是毫无疑问的，有同时缩表的可能。美联储目前的基本共识是在今年年底将美国的均衡利率提到2.5%，现在是0.25-0.5，由此不难看出每次要增加多少。美联储明年是否还将持续加息，主要看其8.5%的通胀率是否能够较快速下降。 此外，4月11号，美国十年期国债收益率2.76%，中国十年期国债收益率是2.75%，是第一次低于美国国债的十年期收益率。美国超预期的变化对全球经济、中国经济有着非常大的影响。 北京日前出现新一轮疫情，同样也引发了市场关注。 综合北京市卫健委消息，北京此轮疫情已发现本土确诊病例42例，本土无症状感染者5例，涉及朝阳、顺义、房山、通州、西城五个区。其中，朝阳区确诊病例最多。朝阳区发布通告称，经研判朝阳区将扩大核酸检测范围：从4月25日起，对生活、工作在朝阳的人员进行核酸检测，25日、27日、29日每天检测1次。 本文系观察者网独家稿件，未经授权，不得转载。 原文章作者：观察者网，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

自从笑来老师讲过"GAFATA"之后，相信会有很多同学会对投资美股感兴趣，很多同学已经开始行动进行"GAFATA"的投资了，并已经获得了不错的“睡后收入”。还没有行动的也不要紧，先随我了解下美股的基础知识吧。 一，股票的源起。 1602年 荷兰人最先发明股票，当时荷兰东印度公司进行集资出海的业务，出海获得收益后，再把收益返还给出资人，当时每个投资人都会领到东印度公司出具的出资证明，这就是最早的股票的形式。为了对这些出资证明的票据进行交易， 阿姆斯特丹证券交易所就应运而生了。 1792年，纽约的一颗大梧桐树下， 1817年，纽约证券交易所正式成立。 1990年，中国才在深圳和上海成立了证券交易所， 所以说中国的股市要比美国和欧洲晚三四百年，所以了解美国股市的知识还是很有必要的。 二，股票的基本概念和分类。 定义： 一种有价证券，是股份公司为筹集资金发给投资者作为公司资本部分所有权的凭证。 股东享有股息股利， 分享公司长大或者交易市场波动带来的收益。同时要共同承担公司运营的风险。 股票的基本特征：1)不可偿还性--股票发行之后是不会被收回的。 2)参与性--股东享有投票权，但并不是所有类型的股票都有投票权。3) 收益性--通过获得股息或者通过交易获得收益。4)流通性--股票是可以在公开市场上进行买卖的。5)价格波动性和风险性--股票价格会受各种因素影响而波动从而产生风险性。 股票的基本分类：1)普通股(common stock)无固定股息，有投票权。2)优先股(perferred stock)有固定股息，无投票权。 公司可以自行发行不同类别的股票，例如， Class A, B, C, Google 公司就有两种股票， 代号分别是： GOOG 和GOOGL. 一种是A类型股， 一种是C类型股。A 有投票权，B无投票权。 克希尔哈撒韦公司，巴菲特的公司，也有两种股， BRK. A. BRK.B 三，美股投资的风险， 纳斯达克市场，如果美股价格不足1美元且持续30个交易日，会发出亏损警告，如果持续90天，股票将被停止交易，直至退市。 公司破产的风险，例如：通用汽车的破产重组， 2009年6月通用汽车申请破产保护，之后进行重组， 2011年11月再次在纽交所上市，但其原来的股东的股票已全部作废。公司破产后，原来股东的权益是无法得到保证的。 突发事件的风险， 例如： GT Advanced Technologies (GTAT), 是IPHONE蓝宝石屏幕概念股，传言是给iPhone供应蓝宝石屏幕的，但是2014年10月的苹果的发布会表明苹果公司是不会使用蓝宝石屏幕的，消息一出该公司立即申请了破产保护，当天复盘后，股价立即跌去了90%。美国股市是没有涨跌停限制的，而且对突发消息比较敏感。 主要美股指数( Stock Price Index),股指是由选定的股票的价格平均而成的数值， 被选中的股票往往具有类似的特征如相同的行业，或者相近的市值等，能够反映市场波动，并作为基金绩效考核的根据。比如把某基金的收益率和标普指数来进行对比，如果标普涨了10%， 基金也涨了10%，通常会说它跑赢了大盘，如果连大盘都跑赢不了，投资者就不如直接投资标普指数的ETF. 四，全球主要股指： 美国： 道琼斯指数， 标准普尔指数， 纳斯达克综合指数。 欧洲： 《金融时报》价格指数， 德国DAX指数 亚洲： 日经指数， 恒生指数， 上证指数， 深证指数 详细介绍下美国的四大指数， 道琼斯工业指数， 简称，道指， INDU, 包含了30家传统大型上市公司，比如：杜邦，沃尔玛， 可口可乐，微软等等。代表了美国传统工业的发展方向。 纳斯达克综合指数，COMP，是由在纳斯达克上市的所有3000家新兴的科技公司构成。代表了美国前沿的科技企业的发展方向。例如，特斯拉，谷歌 标准普尔500指数，SPX, 是介于前沿与传统的500家大市值公司的指数，按照行业分为十个板块，例如，苹果，辉瑞制药。 罗素2000指数，RUT, 代表了2000家中小市值的上市公司，例如，DDD 四大股指近30年的走势图： 图片发自简书App 四大指数的近三十年的走势， 总体比较良好，总的趋势是向上的，但是中间也有较大的波动。2000年的网络泡沫破灭时，跌去了75%， 2008年次贷危机的时候，跌去了近一半。美股市场是机会与风险并存的，投资有风险，入市需谨慎。 来源: 同花顺金融研究中心 关注同花顺财经微信公众号(ths518)，获取更多财经资讯 原文章作者：同花顺财经，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

上证综指：以传统行业为主，如金融、房地产、能源、材料等，以大盘股为特征。 深证成指：行业分布分散，既有传统行业也有新兴行业。 创业板指：以新兴行业为主，如医药卫生、信息技术、科技等，具有很多小盘股。 沪深300：大盘类优质股票。 1、上证指数与深证成指 上证指数与深证成指走势基本一致，但上涨幅度却有很大区别。 年，上证指数由555上涨到3473。 年，深证成指由987上涨到14470。 2、上证指数涨幅与深证成指涨幅 3、上证指数与沪深300 2009年之后沪深300一直优于上证指数，而且优势在扩大。 4、上证指数涨幅与沪深300涨幅 沪深300相比上证指数，上涨时涨的更多，而下跌时幅度基本一致。 5、上证指数与创业板指 上证指数与创业板指基本走势一致。 6、上证指数涨幅与创业板指涨幅 创业板指涨跌幅度与上证指数区别巨大： 上涨时：创业板指涨幅远远超出上涨指数。 下跌时：创业板指跌幅虽然更大，但幅度在一定范围之内。 总体来看：年，上涨指数由2808上涨到3473，涨幅23.7%。 创业板指由1137上涨到2966，涨幅160.9%。 7、美国股市道琼斯与纳斯达克 道琼斯与纳斯达克可以类比上证指数与创业板，科技主导未来。 总结： 上证综指长大性较差，创业板指长大性最高，深证成指相对均衡。 沪深300选取大盘股中的优质股，优于上证指数。 次维空间 原文章作者：次维空间，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。

二、我们来给大盘做个体检： 1、创业板指目前平均市盈率是52倍，非常贵，所以导致了整个创业板的股票不经打，稍有风吹草动直接跌停板；深证成指的市盈率是23倍，这个算不上便宜，是一个正常的股价；但是上证指数的市盈率是13倍，而美股的道琼斯市盈率是18倍； 2、为什么告诉大家不要给美股算命？因为人家道琼斯的价钱并不比我们贵多少。当然如果对标沪指它是贵了40%，如果对标深证成指还要便宜接近20%；美股真正贵的是纳斯达克平均市盈率30倍，它们整体的市净率达到3.5 ，说明都是轻资产的企业，而且这些科技公司被政府逼的不能卖给中国人，所以他们整个预期在下降，接下来美股调整，纳斯达克是主力。但是如果把它跟创业板比较起来，你觉得便宜是多少呢？为什么美股一调整，A股就得哭爹喊娘？因为它是全球的龙头，是最好的上市公司集中地。 3、美股的标普500市盈率是20倍，如果用它来对标沪深300的市盈率13倍，沪深300比它便宜40%，A股的中证500是26倍，同样比人家标普500贵，当然市净率是低多了； 4、因此我们的结论是：A股的蓝筹比美股便宜一半都不止，这就是A股的底气。但是垃圾公司比人家可不止贵一半，综合体检的结果，远离垃圾股，好股票再怎么折腾空间都有限，而垃圾股一调整起来就是没有底线的，可明白？ 记住，骑业绩主升浪的白马，才是投资的康庄大道！ 三、对比美股，A股有哪些优势？ 1、过去的三年，我们更多的是带着大家逃顶和抄底，从去年2800点以后怎么就改变了策略，为什么这样改变呢？因为A股现在是一个很正常的市场，没有什么大的泡沫，当然垃圾股永远都是海绵吸满了水，这种玩意不列入探讨的范畴； 2、除此之外，一大堆的科技公司业绩也开始见底，别忘了它们曾经平均pe超过160倍，全球之最，所以创业板会一跌再跌。大家一定要明白，每一轮牛市都会有它的主线，上一轮的时候主线是科技股业绩大爆发，历经了这三四年的调整，大部分水分已经挤干，可是创业板依旧很贵； 3、去年，创业板的公司绝大部分是没有机构去跟踪的，但是进入今年以后变了，很多公司由无人问津变成了2~3家机构跟踪。请记住，如果没有机构跟踪的股票，那是很可怕的，等于你买个东西，不知道它的真实价钱，没有任何人告诉你它里面到底藏了什么地雷，我们称之为黑夜航行； 4、是不是机构看好以后就一定行呢？这是不对的。我们同样要验证机构的真实性，也就是国家宏观数据这个行业的反应怎么样？实践来看，宏观数据跟我们预判的是一致，从5月份的pmi指数来看，消费医药的业绩继续高歌猛进，部分的科技服务业绩已经见底反转，这就说明了研究员的判断是真实的； 四、技术看盘： 1、大A接下来要补缺口； 2、美股杀跌的主力是纳斯达克，调整的点位两个选择，首选7188、次选7058；从大周期来看，纳斯达克要跌到6707点附近，甚至要做大双底，当然依旧取决的情况； 3、卖出了工程机械，略有亏损；卖出了猪肉股，赚了20多个点，心情瞬间平衡多了，这种破行情都能赚到钱，这水平，有谁不服的吗？别说哥吃独食，这个俺是不认得，因为提前就跟大家说了，俺发现猪肉是A股最高的科技，牛逼了，俺胡汉三还会回来的。 4、坦白讲，不管大盘怎么调整，业绩主升浪的绩优好公司，去年大约整个市场不超过100家，今年这个数量上升到了200家，选择范围大大上升。白酒股死了一半，下半场还要跌20%，那就有价值了。地产股现在依旧很稳，科技股是一定要大盘明确以后才有攻击的价值，否则上窜下跳磨死你，医药股里面，起码可以找得出10家公司，俺喜欢最强的，就差代码了。死鬼，还不点赞！ 5、持仓板块：大消费（食品）、大基建（地产）、医药医疗、芯片、软件、锂电池、新零售，目前实战参考仓位回落到6.4成； 阅读更多的案例文章，点击以下链接： 好股票的发掘方法： 独家重磅：如何选择好公司？（中）（） 独家技术课：如何选择好公司（下）（） 实战案例： 牛回头的技术要领——背离结构在实战当中的运用（） 技术课堂：三角形在实战当中的应用——看多的底气（） 强周期白马投资方法——牧原股份攻击战（） 业绩主升浪白马投资方法——古井贡酒之战（） 原文章作者：涨涨板板科技，转载或内容合作请点击 转载说明 ，违规转载法律必究。寻求报道，请 点击这里 。