Google认为未来的医疗是结构化数据和人工智能。公司将人工智能应用于疾病检测,新数据基础设施,和潜在的保险。在这个报告我们探索谷歌的许多医疗计划和地区潜在的未来的扩张。
谷歌一直把自己当成一个多搜索和广告公司。
现在将业务重心转向医疗、押注其AI实力可以创建一个强大的新范式的检测、诊断和治疗疾病。
简而言之,谷歌似乎在医疗空间从所有可能的角度。
例如,你知道谷歌项目释放消毒蚊子控制传染病的传播吗?或者公司已经开始有限的商业推广的糖尿病管理项目?或者它似乎是探索保险吗?
在这个分析中,我们深入阅读谷歌是如何推动医疗专注于数据和人工智能,包括:
· 谷歌的特定疾病领域研究诊断和管理包括糖尿病、帕金森病、和心脏病等等
· 谷歌是如何重建医疗数据基础架构层可能成为健康的新数据管道巨人
· 可能的领域扩张,包括硬件提供商,保险等等
· 谷歌如何最终赚钱的多少不同的医疗保健投资
· 今天公司之间的障碍,它想去的地方
注意:对于简单我们使用“谷歌”缩写字母大公司,其中许多医疗活动下降。我们解释下面的字母结构。
窗体底端
表的内容
· 谷歌重视人工智能
· 谷歌的结构
· 眼科疾病
· 糖尿病
· 心脏病
· 帕金森病
· 多发性硬化症
· 创建数据管道卫生巨头
· 推动谷歌云
· 为第三方建立数据集
· 谷歌健康向前发展
· 疾病领域
· 医生的工具
· 诊断对病人
· 人口健康干预
· 谷歌保险
· 谷歌将如何赚钱了医疗保健计划吗?
· 谷歌能成功吗?
谷歌的结构&AI的优势
谷歌重视人工智能
随着谷歌进入医疗保健,这是高度依赖其在人工智能方面的专业知识。健康越来越数字化和结构化数据,从一个新的电子记录标准成像DNA测序。谷歌既帮助加速这个过程通过创建摄取健康数据的新方法,认为它可以使用人工智能的数据迅速,可能比现有方法更准确。
5大科技巨头(Facebook,苹果,微软,谷歌,亚马逊,谷歌强调其进展机器学习比其他人更多。
软件,更具体地说人工智能,成为医疗空间的区分因素,谷歌已经具备良好的条件。
公司在上下大工夫研究论文的数量出版,开设更多的人工智能研究中心在世界各地,和开发自己的芯片、硬件专用运行AI/毫升的过程。此外,谷歌是最活跃的投资者/收购者的AI公司在大型科技公司,铲起人才和与积极进取的人工智能应用程序建立关系。
谷歌的结构
2015年谷歌重组成字母,人工智能成为几乎每个的核心部门的战略。重组,医疗项目,此前已在GoogleX的研发实验室(谷歌的秘密实验室特殊项目),而不是搬到新公司的子公司。
从某种程度上说,这种重组孤立的谷歌的卫生行动更鈥�也把他们超出了月球探测器“领域特定子公司和一套严格的规定。
医疗的三个子公司集中真的,DeepMind和棉布。
实在鈥�实在是字母做的大部分医疗工作。子公司的重点在于使用数据改善医疗通过分析工具、干预,研究等等。
实在是由安德鲁·康拉德,他成立了国家遗传学研究所。子公司主要集中在与现有医疗机构发现应用人工智能领域,特别是通过研究观察可穿戴设备捕获生物特征数据。这项研究观察,目前等待FD批准,已成为一个核心的研究项目下面讨论。
该公司最近增加了其暴露于初创公司通过建立实验室空间像身边工作创业Freenome和文化的机器人。实在也表示正在调查国际扩张通过一个800美元的投资从新加坡主权财富基金淡马锡控股和投资作为有限合伙人欧洲Medixci合资企业.
DeepMind鈥�DeepMind致力于人工智能的研究。其主要措施之一是寻找人工智能可以应用于医疗保健。DeepMind被谷歌收购以500美元+和由黛米斯。这家公司的总部设在伦敦,与国家卫生服务机构紧密合作。
棉布鈥�棉布关注学习然后对抗衰老和衰老相关疾病。子公司使用AI的大型数据集以及某些实验室过程自动化。棉布是由ex-Genentech首席执行官阿瑟·莱文森。
谷歌还投入巨资医疗空间通过其风险的胳膊问:
问鈥斅�风险部门投资在不同的领域,但是一直在增加其投资步伐在医疗保健公司,而其整体投资增速已经放缓。
下面,我们将主要关注医疗保健计划在这些子公司,但还将讨论其他谷歌资产如何鈥�如谷歌云,坐落在这些关键组织鈥�被用于医疗保健。
利用AI应对疾病监测、检测、生活方式管理
谷歌的战略包括端到端的医疗方法,包括:
· 数据生成鈥�这包括数字化和摄取数据由衣物、成像、核磁共振成像等方法。这个数据流AI-driven异常检测的关键。
· 疾病检测鈥�使用AI检测异常在给定的数据集可能信号存在的一些疾病。
· 疾病/生活方式管理鈥�这些工具帮助的人被诊断出患有一种疾病或有可能对他们的日常生活和/或做出积极的生活方式的修改。
虽然大多数这些项目属于实实在在的范围,DeepMind参与几部分疾病的检测和谷歌在母公司拥有数项专利。
这些都是目前的主要疾病谷歌解决这种方法。如下所示,在这些疾病跨越组织工作在字母结构下。我们将深入研究每一种区域。
眼科疾病
实在正在检测糖尿病性视网膜病变(条件当高糖水平血船的眼睛造成损害)与尼康的子公司通过伙伴关系奥普图为视网膜成像测试,使机器和眼科疾病检测。
在早期的研究中,谷歌证明了其算法同样训练有素的眼科医生在检测条件。
DeepMind部门还与英国眼科医院改善在这之前眼病研究和帮助眼科医生在评估风险的病人的眼睛问题,指导他们医疗基于条件的紧迫性。在目前的系统中,所有的异常都视为紧急,即使有一个光谱的严重性。
不仅专注于检测眼疾,实在也可能解决特定的疾病。分析词的频率授予专利揭示了它实在一贯提起专利相关接触和眼植入物。
几个实在专利突出方法防治老花眼(老年性视力退化)通过使用隐形眼镜帮助视觉焦点。这个项目的确正在与爱尔康,诺华公司的子公司,虽然这个项目似乎推迟了其试验和现状尚不清楚。
糖尿病
糖尿病检测和管理是一个主要的医疗关注谷歌,已经有一些成功推出产品。鉴于糖尿病的患病率鈥�条件影响30几百万美国人独自有意义,这将是一个地区的关注。
检测
除了打击老花眼,爱尔康联系也意味着通过眼泪监测血糖,,是实实在在的一个第一次公开宣布“月球探测器”。然而,其他专家建议眼泪不是一个可靠来源监测血糖。
谷歌的规模较小的连续葡萄糖监测(CGM),这的确创造了与医疗设备公司,Dexcom公司将已经深入商业化管道。G6Dexcom公司将监控系统,已提交给FDA的批准,显示器的间隙葡萄糖水平下对你的皮肤。
长期目标是创建一个更小的一次性传感器,它可以出现于14天像绷带并且不需要手指粘校准(相对于当前G6,需要一根手指校准一天一次)。这是中提到投资者Dexcom公司将展示在左边。
实实在在的合作也越来越多的提到的Dexcom公司将财报会议在过去几年。
虽然糖尿病管理相对好理解,今天在糖尿病检测有差距。
因为胰腺与自主神经系统,小心脏节律的改变可能会帮助检测发展疾病心电图公司,使用心率监测和预测疾病,最近发布了一份研究,使用现有的衣物,包括Android穿,检测糖尿病使用AI和心率有85%的准确度。
这种检测可能是一个潜在的扩张领域如果它看上去实在改善糖尿病的早期检测。
管理
也的确是利用多个伙伴关系包括显示器Dexcom公司将在糖尿病领域的starterkitOnduo其虚拟糖尿病管理项目,最近开始其商业发射。
Onduo合资企业赛诺菲和实在,这一起投资了500美元到解决方案。使用传感器和指导,该公司的目标是帮助2型糖尿病人监测他们的身体状况。
Onduo类似于其他虚拟糖尿病等项目Omada健康结合硬件(葡萄糖监测、智能量表等),软件,和指导,帮助糖尿病患者管理他们的身体状况。AI有用这里检测高危患者和简化指导过程。
谷歌首席执行官SundarPichai提到Q1的18财报电话会议Onduo开始一个商业在今年早些时候推出其糖尿病项目,可能针对保险公司(根据其网站,下面)和雇主(基于这一点研究处理超市员工在荷兰)。
最近也实在专利智能注射器,帮助糖尿病人监测他们的注射。注射器可能Onduo解决方案的一部分。
虽然Onduo目前专注于2型糖尿病,已经提到进入1型糖尿病管理在未来。创业公司在AI-powered医疗设备,帮助像自动管理1型糖尿病大脚怪的生物医学正在开发这种闭环系统为1型糖尿病。
大脚怪的生物医学创建一个自动胰岛素分发解决方案通过结合连续葡萄糖监测,胰岛素输液泵和软件自动优化胰岛素交付。这个区域可能是真的选择或获得进入。
心脏病
目前谷歌正在接近数据生成和心脏状态监测在两个方面。
首先是通过研究观察,由实在被研究者用来监测不同生物标志物的研究参与者。这包括一个心电图(ECG)和心率监测器,研究人员可以使用它来帮助检测异常,为了更好地理解什么其他因素可能导致或心脏发作的先兆。这可能有助于确定更好的预测心脏病的早期发展的条件。
第二个是高亮显示专利被动心脏监视器使用光学传感器和机器视觉,似乎更迎合日常的人。专利谈到关键的血液流动领域的图像提供一个连续监测心脏健康为了促进更健康行为。
专利也有疾病检测组件,检测血液流动问题在大脑对中风等领域检测或检测心脏心律失常等异常,这可能表明心血管问题。
谷歌也寻求帮助供应商检测心血管问题通过视网膜图像。公司发表了纸如何它的机器学习算法能够检测心血管的风险问题,通过分析血管的眼睛。下面是眼睛的眼底图像,绿线是区域神经网络用于预测。
帮助患者发展风险更高的心血管疾病或已经有心脏病,实在已经参加了一个75美元授予勇敢的想法,一个项目从富勒姆·麦克雷博士,心血管医学主任布莱根妇女鈥檚医院。该项目旨在更好地理解的因素导致不同类型的心脏病,以及预防心脏病的方法和潜在的扭转它。给出了格兰特与阿斯利康和美国心脏协会。
虽然细节项目仍然是模糊的,但它可能实在最终会转移到创建一个生活方式管理系统类似于Onduo的人罹患心脏病的风险。
帕金森病
帕金森病是一种神经系统衰弱疾病知之甚少。实在是试图找出疾病的根本原因通过获取和分析数据产生早期疾病识别、个性化治疗,改善管理。
实在发起了个性化帕金森与荷兰内梅亨大学的项目,结合临床资料和病人数据收集的研究看,包括心脏功能,皮肤电活动和惯性运动。
一个希望,24小时监控人员能够识别指标对疾病发生,如心律的变化或睡眠模式。另一个希望是的确可以使用数据从项目构建算法,可以段帕金森患者希望个性化治疗。
通过个性化的帕金森病的研究中,开发了一个实在加密的数据库鉴定数据供研究人员使用。是构建一个类似数据库的美国国立卫生研究院称为知识门户,让研究人员分享和可视化数据集与帕金森病相关的研究。
通过这项工作,实实在在的,研究人员希望找到疾病的发病的早期迹象,理解它的进展,可能发现创建新方法治疗患有这种疾病。
同时,的确也在考虑如何帮助帕金森患者管理他们的日常生活。这始于的收购提升实验室,创造者Liftware勺子帮助帕金森患者稳定他们的食物而吃。勺子和相关attachmentsa售价195美元。
根据专利提起,的确正在探索其他方法使用Liftware工具帮助神经障碍患者。例如,这个专利表明勺子可以用来检测食物的质量和数量的咬了,每顿饭,确保患者得到充足的营养。这对照护者和提供者是有用的信息,帮助管理神经障碍患者。
多发性硬化症
多发性硬化疾病也是一个没有已知原因或治疗。女士是由于免疫系统的攻击大脑的髓鞘,导致恶化的肌肉控制、记忆丧失,等等。
的确正在与生物科技公司生原体和布莱根妇女鈥檚医院成立了一个纵向研究来了解这种疾病的发展。这种结合数据从参与者戴手表与临床研究数据送入实在的机器学习算法来提高检测和了解导致疾病进展和爆发。
实在没有明确讨论疾病的管理。然而,有探索性研究使用electroceuticals战斗女士,这可能为一个项目寻求与葛兰素史克称为实在Galvani生物电子学。该项目使用微型电子控制电信号流到全身。Electroceuticals很小的电子芯片帮助调节电信号通过神经系统的流动。
有可能Galvani生物电子学的女士可以用来帮助管理的进展。值得注意的是,真的有招聘启事神经调节,这表明它将探索该地区。
此外,谷歌可能最终帮助人们管理疾病通过创建外部解决方案,帮助人们与运动功能受损。外骨骼等公司“重新行走”机器人帮助受损的运动机能保持移动通过结合软件,传感器和电子产品。
推动医疗数据基础设施层
医疗的最大挑战之一是数据严重孤立和很少的系统之间的互操作性。
很难在不同的电子病历集成数据即使在同一家医院,更不用说数据在移动应用程序,连接设备,和其他健康跟踪产品。事实上,虽然79%医生认为,在一个地方所有可用的病人数据对他们的工作至关重要,只有14%可以访问EMR信息在不同部门,病人护理中心,等等,即使在同一家医院。
谷歌认为它可以成为解决方案的一部分通过推动新的数据基础设施层通过3关键措施:
1. 创建新的数据管道卫生巨头
2. 推动谷歌云
3. 为第三方构建Google自己的医疗数据集
创建数据管道卫生巨头
为了提高互操作性在医院,医生,和其他有关各方,该行业正逐渐转向新技术被称为FHIR(更快的医疗资源的互操作性)。FHIR创建不同的标准数据元素,以便开发者可以构建应用程序编程接口(api),可用于从不同的系统访问数据集。
谷歌认为访问、组织和解释这些数据将是医疗的未来。公司收购了API管理公司Apigee在625年以625美元的价格。Apigee的一部分的业务致力于构建医疗使用FHIRapi。
Apigee已经与几家知名医疗公司,包括McKesson,克利夫兰诊所,沃尔格林,和更多,其系统有助于建立数据流之间的桥梁。用例包括连接多个现有数据集,否则无法互相交流,使用Apigee构建组织的移动应用程序,并找到新的方法来摄取数据从其他来源(如衣物)。
谷歌DeepMind也通过其计划建立一个新的数据基础设施。DeepMind正在寻找方法来提高医疗保健应用人工智能和分析。为了实现这一点,组织需要访问数据可用,一贯结构化格式。
DeepMind的第一步是建立一个新的数据基础设施分离,孤立的电子病历的数据,医院设备,和医生的笔记流入奇异在一个标准格式。
使用FHIRDeepMind建一个新的数据骨干更容易构建应用程序,可以分析不同数据元素。
为例,该公司推出了“流”的应用程序来检测急性肾损伤通过推动相关病人信息和提醒医生、护士、等通过一个移动应用程序,这减少了人类的数量参与案件的严重程度不断升级,这是特别有用,当时间敏感。
DeepMind计划建造更多的自己的应用程序或允许第三方开发人员可以构建这个新的基础设施。组织最终会收取公司构建的数据基础设施或使用意味着销售的一系列其他谷歌服务,比如谷歌云。
推动谷歌云
谷歌一直在推动其谷歌云平台积极地在过去的几年中,尤其是在招聘ex-VMware黛安·格林领导部门的首席执行官。公司与其他科技巨头的云平台,包括AmazonWebServices和微软Azure,等等。
竞争,谷歌正在推动healthcare-specific服务之上的谷歌的云平台。比如Apigee,前面所提到的,提供API管理作为谷歌云套件的一部分。
另一个例子是G套件(驱动器,文档,等等)医疗业务。G套件提供了一个与hipaa兼容云服务医疗企业可以使用病人分享信息,改善病人的体验(例如使用谷歌视频群聊),等等。G套件提供了建立一个灵活的解决方案以外的现有电子病历,认识到他们构成挑战医疗保健机构。
这项工作仍然是相对较新的,然而,迄今为止该公司没有提到任何重大医疗客户使用G套件患者跟踪。
最后,谷歌可能会开始推出谷歌云开源工具具体的医疗人员。有先例的开源工具:谷歌为开发者提供了一套更为通用的工具,如TensorFlowAI。最近,该公司发布了其开源DeepVariant基因组分析的深度学习工具。
DeepVariant演示谷歌空间的另一个优点在亚马逊和微软它可以测试其产品有自己的内部生命科学团队,实在。很有可能谷歌将发布更多healthcare-specific开源工具在未来,走出自己的实验室项目。
达芙妮科勒前计算总监谷歌的抗衰老研究公司棉布实验室,机器视觉的使用工具来跟踪酵母细胞的镜头老化,代替人工手动看小时的磁带。使用内部开发机器视觉医疗研究工具在未来可能成为另一个套件Google发布。
更多研究人员构建在Google云产品套件,谷歌云变得更有价值,团队,谷歌成为更加根深蒂固的医疗基础设施的一部分。
为第三方建立数据集
除了插入到现有卫生系统的数据流,谷歌也建立自己的数据集别人可能最终集成到自己的研究中。
两大数据项目正在实在是我们所有人的研究项目与美国国立卫生研究院和实在的独立项目基线研究。
我们所有的研究项目(原名精密医学倡议)旨在追踪1m的健康数据来自不同背景的参与者。这包括基因组数据,生活方式的数据,生物标志物数据等等。社区的研究的目标是分析最全面的数据集发现新颖的见解对我们的健康。
实在是了2016年由美国国立卫生研究院和给定一个5年格兰特与广泛的研究所和范德比尔特大学构建数据基础设施和分析工具从第一个79000个参与者的数据。然而,最近我们碰到问题协调,以及担心它太昂贵的和雄心勃勃的来完成其目标。
这可能有助于解释为什么实在也运行完全由谷歌从事自己的研究。实实在在的项目基线正在创建自己的数据集从10000年自愿参与者超过4年。一旦注册,参与者使用研究观察监控他们的日常活动,使用一个睡眠传感器监测睡眠模式,回答周期性调查问题通过手机或电子邮件,和参与网站访问一年4次为各种不同的测试。
实在的知情同意的形式表明,公司构建全面数据库,第三方人员最终会能够访问和建立。值得注意的数据对于我们和项目基线存储在谷歌的云基础设施。
当研究人员建立这些数据集,它将帮助谷歌云一个更深的一般卫生it基础设施的一部分。
谷歌健康向前发展
谷歌定期扩大的医疗保健计划。下面是一些其他地方谷歌未来可能扩大在医疗领域,包括新的疾病领域,人工智能技术的应用,甚至健康保险。
疾病领域
谷歌可能探索其他领域下一个包括慢性阻塞性肺疾病(COPD)、癌症、心理/行为健康和衰老。
慢性阻塞性肺病
慢性下呼吸道疾病,是慢性阻塞性肺病,这是由于呼吸道发炎,是在美国死亡的第三大原因。
然而,像糖尿病和心血管疾病,已经解决,实在COPD可以通过生活方式的调整和治疗的结合。
研究观察已经捕捉环境数据,这经常会引发肺部炎症鈥�所以不难想象研究观察提醒使用者环境条件,可能引发慢性阻塞性肺病。
此外,Senosis健康谷歌在2017年收购,可能会被用于开发诊断工具和治疗慢性阻塞性肺病。Senosis声称能够使用现有的智能手机麦克风肺活量计来测量肺功能,另外使用智能手机摄像机测量血红蛋白的水平,这是用于检测贫血。贫血被视为一个潜在的吗合并慢性阻塞性肺病,所以这两个数据集可以增强彼此更好的理解和治疗慢性阻塞性肺病。
谷歌尚未将Senosis技术纳入其产品但可能在未来。
另一种可能性是使用生物电子学从Galvani项目实在葛兰素史克公司,专注于控制电信号如何流到全身。GSK已经表明,伽尔伐尼可用于治疗哮喘、另一个肺病,但具体细节尚未提到。
不同的癌症类型
谷歌一直在研究不同的方法来识别和制定治疗计划通过其DeepMind部门为癌症。
2017年该公司发布了研究关于肿瘤鉴别,算法在训练一组现有的图像已经转移的乳腺癌邻近的淋巴结。算法可以检测肿瘤有92%的准确度,允许一些假阳性(如巨噬细胞可能看起来像肿瘤)。
自2017年以来,该公司已与NHS伦敦帝国学院和英国癌症研究中心进一步研究和提高乳腺癌的早期发现。
DeepMind还从事其他癌症,如头部和颈部癌症。DeepMind的工作在这个领域更多的相关治疗设计,与该公司试图AI加快映射过程申请确定放疗应该应用的地方。当前映射过程需要大约四个小时鈥�DeepMind认为它可以缩短。
值得注意的是,谷歌无法生成该数据本身,而不是与医院合作,癌症数据提交。
在实实在在的投资Freenome可能是一个垫脚石在这个方向。Freenome旨在检测癌症在早期检测微量DNA肿瘤血液流到(循环肿瘤DNA)。
实在也可以继续合作的方法与一个公司像西门子Healthineers或菲利普斯获得第一手MRI/CT图像,然后使用数据构建算法来提高检测和治疗计划。
另一个可能的区域谷歌可以探索癌症患者的训练和生活方式管理。在2005-2006年谷歌卷入了一场研究相关连接新的癌症病人与癌症幸存者同伴指导和导航的一种形式,尽管似乎没有结果。
心理和行为健康
谷歌可以进入行为健康空间通过检测通过搜索模式的心理健康问题。公司已经与精神疾病国际联盟(NAMI)来开发一个用户搜索抑郁系统的问卷调查。
谷歌风险投资公司也投资于四方的健康公司帮助初级护理医师检测治疗心理健康疾病和指导病人适当的护理。四重奏健康可以用其专业知识和数据帮助谷歌早期发现行为健康问题。
值得注意的是,一个实在职位空缺公告行为健康项目经理,这表明它是研究这一领域。
老化
谷歌棉布正试图理解的机制,使我们的年龄。公司观察不同生活方式的改变,细胞过程,遗传学等影响衰老的进程。通过这个过程,棉布寻求更好理解疾病检测和生活方式管理,并根据部门学习,它也可能会参与数据生成层。
发布的公司最近研究裸体的老化模式能和宣布合作创建体内药物。
医生的工具
Google正在开发工具为医生是为了增加他们的知识。这可以有特别深刻的影响的地区有很少或没有获得熟练的外科医生,医生,等等,如农村地区在美国和国际上都。
此外,谷歌探索如何AI-enabled工具可以帮助医生在医院里。
的确与创建强生动词的手术机器人手术公司,“包括机器学习、机器人手术仪器,先进的可视化、数据分析,“根据其网站。
强生公司全球主席Gary属于医疗设备声明动词手术的目标是民主化外科技能:已申请相关专利实在机器人手术,包括之一专利细节为机器人外科医生让解剖使用图像生成的手术之前,和另一个涉及使用光在生物组织不同类型的理解削减。
谷歌似乎也开发工具可以帮助进行测试需要高水平的精度或高水平的医生之间的方差进行测试。
一个例子是专利自动化abdominojugular反射测试。这个测试需要一个医生注意到如果一个特定的颈静脉在厘米级的变化。谷歌专利的组合压力袖口,相机,和机器视觉进行这个测试更准确和更少比当医生的行为差异。
诊断对病人
谷歌主要关注工作直接与医院、卫生保健提供者,和研究人员,而不是与病人和消费者。
然而,该公司确实有一些面向病人的健康评估工具,包括健康卡在2015年推出了。公司与梅奥诊所提供疾病信息,症状,治疗常见的健康状况。这类似于WebMD的用例。
但谷歌有机会变得更加深入参与疾病的筛查和诊断在消费者层面,尤其是在该地区变得更加依赖人工智能。
一种可能性是使用其新的消费者硬件产品健康筛查。随着谷歌继续发展其像素的手机,它可以苹果在医疗保健的措施通过ResearchKit。使用现有硬件在iPhone,苹果试图看到消费者能否屏幕疾病,和谷歌可以做同样的像素。
另一个入口点到面向病人的健康评估可能是谷歌,谷歌的语音助理。工具可以回答健康相关的问题类似于搜索、健康卡和也可能最终被用来确保药物依从性,有助于疾病相关的生活方式管理,和问跟进问题来评估病人的风险水平如果其他数据流检测某种健康异常。
谷歌也可以为消费者开发自己的硬件诊断。是开发一个版本的研究人员通过研究手表,但是当它扩展到消费者硬件可以带来相同的传感器来自己的衣物。它已经计数步骤,睡眠,更通过传感器通过Android手机和磨损,但创建clinical-grade医生可用的数据将从健康医疗移动这个硬件。
该公司也在考虑其他这套可用于诊断能力。谷歌有一个专利脑震荡测试使用耳机让人想起谷歌眼镜。虽然没有很多脑震荡的测试信息,专利讨论自动化,语言,和电机测试用于地方某人Glagow昏迷,评估脑损伤的严重程度。
人口健康干预
谷歌正在探索它方法可以使用人工智能来改善大部分人口的健康。
一个项目公司正在调试,旨在工程师和无菌蚊子释放到人口为了消灭携带病毒的蚊子。该公司表示,它使用传感器和机器视觉,男性和女性之间埃及伊蚊蚊子和监视他们。
另一个人口健康倡议来自谷歌智能城市部门,人行道上的实验室。人行道上实验室的举措之一看着城市环境影响健康的方法。这种努力最终脱胎成医疗补助/Medicare-focusedCityblock健康人行道公司实验室那么投入。
Cityblock创造面对面社区卫生中心,接近地区有大量的医疗补助和低收入医保病人,确保这些病人不脱落网格和获得保健当他们需要它。该计划还包括一个健康应用程序称为下议院,连接这些患者护理团队。
后收集大量的数据关于医疗补助/医疗接受者,一个可能的下一步可能是使用人工智能作为一种筛选病人基于风险和在适当的时间进行干预,以半自动或自动方式。
其他遥远但似是而非的地方谷歌可以追求未来的人口健康水平的干预措施包括:
汽车鈥�Waymo字母的其他子公司之一,继续挺进自动驾驶汽车,可能有机会为谷歌工作,确保客运安全。可能的领域包括监控乘客的健康,指引他们保健设施如果必要,包括工具快速检查/诊断在Waymo网络,汽车,等等。
汽车舰队也可以参与带来必要的医疗用品无论他们立即需要通过附近的汽车,而不是取决于救护车。我们之前强调其他方面汽车会影响医疗保健.
食物鈥�健康问题通过牲畜会导致疫情进一步沿着食物链。监控动物的能力和检测的行为或生理变化引起的疾病可能获得通过捕捉这些早期的公共卫生利益。
一家名为Cainthus正试图解决这个问题我使用机器视觉监控牲畜。谷歌也可以应用机器视觉技术来更好地帮助消费者发现食物是否变坏,小改变外表可以帮助显示食物是否已经开始某些细菌的繁殖。
此外,公司如丘比公司已经使用谷歌TensorFlow跟踪进入食品的成分。
谷歌保险
如果谷歌认为,它可以更好的检测和管理疾病由于人工智能,它可以成为一个保险公司的风险和管理这些病人。
谷歌似乎是探索这个领域,招聘启事实在网站健康计划执行。
“实实在在的健康计划执行鈥檚保健服务平台,您将负责支持实实在在的解决方案的设计用于管理风险的患者群体。舒适的工作在模棱两可的情况下,你将混合深度健康保险行业的专业知识,特别是管理式医疗计划,采用先进的技术解决方案来改善结果和降低成本。”
一些报告表明实在是竞标医疗合同,目前在监管通量。然而,医疗补助和医疗保险一起将使最有意义真的,考虑其技术重点是许多慢性病管理这些人口不成比例的影响。
同样值得注意的是谷歌风投在投资奥斯卡,三叶草,集体的健康目标个人或小企业,医疗补助,分别和自我保险的人群。的确可以利用网络和专长的这些公司进入医疗补助。组织据观察和奥斯卡在罗德岛,做这个工作,最近实在奥斯卡的最新筹资与投资于谷歌投资的另一个子公司capitalG。
谷歌将如何赚钱了医疗保健计划吗?
虽然谷歌常规的商业模式主要是广告,它可能会采取不同的方法赚钱在医疗,考虑到隐私问题的周围人们的健康信息。
谷歌可以赚钱作为外包原型和大型医疗设备和制药公司研发引擎。这些巨人可以支付新发明背后的IP和技术然后把commercializtion专业真正把它推向市场。对于示例实在许可诺华在2014年的智能隐形。
谷歌也可以出售产品和服务本身。谷歌已经开始出售自己的行AI-differentiated硬件包括谷歌,谷歌像素等等。随着医疗设备本身越来越AI-differentiated,谷歌可以卖这些产品本身。这也适用于糖尿病指导等服务,人工智能可以帮助更有效的人工智能,可以卖给雇主或保险公司。
还有谷歌的云服务套件,我们已经接触了。随着谷歌使更大的推动谷歌云产品和与其他科技巨头的竞争,医疗保健是一个有吸引力的区域出售他们的存储和服务,由于大量的数据和计算能力医疗鈥�尤其是数据驱动的医疗鈥�。
当然,谷歌也可以探索赚钱通过冒更大的风险,完全成为一个保险公司,如前所述。
谷歌能成功吗?
谷歌最初进军医疗尚未成功。
2008年公司公布了个人健康记录,谷歌健康,以及Google流感趋势,用搜索查询来估算有多少人患了流感,。这两个项目都是几年后关闭。
最近,子公司实在“分析仪”项目面临着重大障碍。项目涉及使用纳米粒子和磁铁监控不同的蛋白质,体内生物标志物等。最初这搭有潜在早期癌症和疾病检测、甚至一个通用的诊断工具。然而,项目从未兑现,原因不明。
但常数实验是一件好事,和谷歌似乎学会了从过去的失败和迭代。公司正在考虑更多的商业和现实的解决方案,而不只是“月球探测器。“这是卫生系统与现有的球员合作,寻找应用人工智能的方法在不同的地区,通常想办法解决现有的医疗记录系统的约束鈥�无疑是其中一个因素导致的消亡谷歌健康。
例如,该公司与Onduo看到它的第一个商业产品推出,一种改进的糖尿病管理系统。
虽然谷歌旨在解决AI,医疗保健公司仍然必须处理公众的认知和信任的问题。考虑健康数据的敏感性,谷歌消费者的信任能力保持私人个人资料是至关重要的。
消费者不持有谷歌在这方面评价很高。谷歌主要是一个广告公司福利经济从收集越来越多的个人信息。此外,该公司已经下一些审查涉及DeepMind是如何使用的合法性从NHS病人数据。
除了应对公众的认知之外,谷歌还将必须克服其内部的一些问题。
谷歌,特别实在,有一些麻烦留住员工,包括高级员工像白布前首席计算官达芙妮科勒白布前研发哈尔巴伦,实在是前ThomasInsel心理健康项目。一些报告表明这是由于领导和管理;Glassdoor网站评论认为这可能是由于补偿和缺乏上进心。
映射出谷歌的卫生行动,似乎公司工作在许多不同的武器,还没有一起团结地。这可能是谷歌分成子公司的缺点之一。最终,该公司将希望实现的经验和最成功的项目从跨它的各种组织凝聚力的解决方案。
将人工智能应用于医疗,谷歌的目标是诊断和治疗的新镜头。公司广撒网的方式试图找到实施人工智能领域,而不是集中几个项目。
上述分析的基础上,谷歌的最有可能成功的领域可能会增加供应商的能力检测,分类,并计划在疾病,特别是情况下使用成像作为一种手段来这样做(眼部疾病、癌症等)。
我们可以期待发展中硬件,谷歌面临着更多的困难和判决的如何区分新的生活方式管理解决方案从现有解决方案Onduo像Omada健康。
谷歌正在很多举措集中在很多不同方面的医疗保健公司在很多领域的,失败的几率很高。但潜在的成功。
最终,如果谷歌能找到有效的解决方案的任何一个问题的解决,一个潜在的应用经验和成功方法其他地方,和创建一个新的数据,AI-driven医疗范式。