其他行业 · AI应用
使用 AI 和 ML 改善医疗影像
飞利浦致力于改善医学影像诊断，这对提升医疗效果至关重要。他们利用 AWS 工具（特别是 Amazon EC2 和 AWS IoT Core）将人工智能 (AI) 和机器学习 (ML) 集成到医疗影像解决方案中。Philips HealthSuite 正在优化医疗质量。通过利用 AI 和 ML 促进诊断建议，医疗专业人员将拥有准确诊断和制定治疗计划所需的工具。使用飞利浦解决方案还可以快速提供护理，并显著减少人为错误。通过开发基于 AWS 的 Philips HealthSuite 解决方案，飞利浦旨在到 2030 年每年改善 25 亿人的生活。
诊断准确性
提供准确诊断并制定治疗计划
来源披露
护理速度
快速提供护理
来源披露
人为错误减少
显著减少人为错误
来源披露
01
业务背景
飞利浦致力于改善医学影像诊断，这对提升医疗效果至关重要。他们利用 AWS 工具（特别是 Amazon EC2 和 AWS IoT Core）将人工智能 (AI) 和机器学习 (ML) 集成到医疗影像解决方案中。Philips HealthSuite 正在优化医疗质量。通过利用 AI 和 ML 促进诊断建议，医疗专业人员将拥有准确诊断和制定治疗计划所需的工具。使用飞利浦解决方案还可以快速提供护理，并显著减少人为错误。通过开发基于 AWS 的 Philips HealthSuite 解决方案，飞利浦旨在到 2030 年每年改善 25 亿人的生活。
02
遇到的问题
医疗行业在收集数据和充分利用AI方面面临隐私与数据保护法律、地理边界以及数据多样性等困难。AI是分析医疗影像数据和识别临床发现的关键。
03
AI 解决方案
Philips基于AWS开发了合规的PaaS——Philips HealthSuite，为医疗影像AI和ML提供工具和云能力。采用Amazon EC2提供安全可扩展的计算，利用AWS IoT Core连接物联网设备并路由消息。通过构建结构化报告工具实现近实时反馈和AI模型监控；在获得客户授权后，运用自然语言处理和理解将文本报告结构化，反馈至开发环境增强学习，再重新训练和部署模型。同时支持云端和混合本地部署。
04
实施结果
诊断准确性：提供准确诊断并制定治疗计划（未披露）
护理速度：快速提供护理（未披露）
人为错误减少：显著减少人为错误（显著减少）
生活改善目标：到2030年每年改善25亿人的生活（目标）
员工生产力：提高员工生产力（提高）
05
风险与边界
未披露
“Using many of the tools that AWS provides helps us to tackle and solve the AI challenges that exist today to really drive better healthcare outcomes.”
Elad Benjamin · General Manager of Radiology and AI Informatics, Philips
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。