在过去的十年中，人工智能和机器学习在各个领域都掀起了一阵热潮，和人工智能相关的应用也一直在快速发展中。
人工智能作为一种通用技术，使得人工智能和机器学习几乎在每个行业都有应用的可能性。现在，在医疗记录和扫描数据数字化方面，就取得了很大的进展，这使得医疗健康在人工智能和机器学习应用方面获益非常大。现在相关技术已经应用于疾病的咨询项目。
你做好准备拥抱人工智能医疗了吗？
以往如果有人对你说:一张照片就可以筛查包括肿瘤在内的30种病变风险？你会相信吗？
爱康携手Airdoc，以AI技术引领创新医疗
现在，在创新科技驱动中国健康与医疗服务模式的变革下，爱康集团积极拥抱新科技，推出iKangAI+计划，引入Airdoc人工智能应用来赋能体检，Airdoc人工智能视网膜影像分析可通过视网膜照片，自动识别30多种病变，除了青光眼等眼科疾病之外，还包括糖尿病、高血压以及部分肿瘤等重大慢性疾病和并发症。
那么这张照片到底可以筛查的什么肿瘤病变呀？小编就以脑部肿瘤为例带大家了解一下这项AI黑科技吧。
脑部肿瘤是指生长在颅腔的肿瘤，又称颅内肿瘤、脑癌。年，世卫组织公布脑瘤的发生率约为1.9～5.4人/（年·10万人），占全身各种肿瘤的1%～3%。但是过去20年，脑肿瘤在欧美等国家已经呈现大幅度提升。
因为大脑的特殊性，发生在脑部的肿瘤，相比较其他部位的肿瘤更加神秘，治疗相对更加困难，严重危害患者的生命安全。
通过视神经发现脑肿瘤风险
我们的大脑中有一个部位，名为蝶鞍区，是脑肿瘤的高发区域，在这个区域内出现脑肿瘤会引起我们大脑内压力增高，对我们的视神经产生压迫，最终导致视神经异常，通过视网膜可以发现这些异常，从而尽早发现脑部肿瘤。
AI技术不亚于专家水平
经过多年的研究，专家发现视网膜蕴含着很多大脑的信息，但是鉴于不同科室需要不同的医学知识和经验，精准识别视网膜需要医生判读3-5万人以上，导致视网膜医生仅有千人左右，该检测手段一直没有被普及。
Airdoc基于数百万视网膜影像，通过3年时间，学会了多位眼科顶级专家的经验，研发出了Airdoc人工智能视网膜影像慢病评估产品，除了可以基于视网膜评估脑肿瘤异常风险外，该产品还可以识别30多种健康风险，如青光眼、年龄性*斑变性等常见眼部疾病风险和高血压、糖尿病、动脉硬化等常见慢性病在视网膜的异常表现。
现在快来点击下方