CIIE 2019 赛诺菲携手竹间智能打造医药数字化未来

作者: 佚名 2019-11-13 14:45:11

 第二届中国国际进口博览会于11月10日圆满落幕。在医疗器械及医药保健等展区,全球领先的法国医药健康企业赛诺菲再度参展,作为赛诺菲数字化创新合作伙伴,竹间智能CEO简仁贤受邀参与11月7日圆桌讨论,围绕《共创医药未来》主题就跨国药企与初创企业的合作、大数据及人工智能对医疗行业影响等话题展开热烈交流。

进博会亮点一览

为期一周的第二届中国国际进口博览会于11月10圆满落幕。延续“新时代,共享未来”的主题,本次博览会共有181个国家、地区和国际组织参会,3800多家企业参展,超过50万名境内外专业采购商到会洽谈采购,展览面积达36万平方米。

11月5日上午,开幕式上发表了题为《开放合作 命运与共》的主旨演讲,倡议建设开放型世界经济,并且表示“中国市场那么大,欢迎大家都来看看”,宣示了中国友好开放的姿态,和推动全球化经济发展的决心。本届进博会得到国际社会热烈响应,各国政府高度重视,共有126个外国政府团组参会。

进博会设有主会场、分论坛,国家展、企业展,围绕营商环境、人工智能、世贸组织改革、电子商务、共建人类命运共同体等领域广泛交流。企业商业展的规模与质量与上届相比有了很大突破。据初步统计,全球或中国大陆首发新产品、新技术或服务达391件。

竹间受邀参与赛诺菲圆桌讨论

在医疗器械及医药保健等展区,全球领先的法国医药健康企业赛诺菲再度参展,通过引人注目的“生命树”和互动沉浸式观展设计,集中展示了赛诺菲近20款创新产品、数字化和健康管理模式三大创新领域。

11月7日,赛诺菲围绕《共创医药未来》主题开展圆桌讨论,就跨国药企与初创企业的合作、大数据及人工智能对医疗行业影响等话题展开热烈交流。讨论由赛诺菲外部创新负责人马曦主持,邀请赛诺菲数字加速中心负责人Anish Shindore,爱特曼创始人兼CEO马磊,竹间智能创始人兼CEO简仁贤,及臻络科学全球销售与市场总监陈达彪出席。

谈及如何看待大数据和人工智能对医疗、疾病管理产生的影响,竹间CEO简仁贤表示借助人工智能,希望把医疗知识以最简单的方式,在正确的时间地点提供给用药者或配药者。人工智能技术,结合大数据,把数据变成知识,再融入到每个人生活中的需求中去,使知识更透明化,让每个人都有享有知识的权利。

作为一家创业公司,数据获取非常困难,但是简仁贤认为依赖大量数据是人工智能的误区。深度学习的确需要数据基础,但人工智能是把人机交互、自然语言处理、符号学、深度学习、机器学习等所有这些技术结合,可以解决0数据启动的问题。例如人机交互,通过对语意的分析拆解出话语逻辑,对无行业差别的人类情绪进行分析,都可以减少对数据的依赖。

简仁贤畅想,未来可以打造有情感的医疗陪伴型机器人,当患者发病的时候,无论处在何时何地,如果有个陪伴机器人,可以向机器人咨询如何解决突发情况,病人一方面会可以到及时有效的知识反馈,另一方面,也能获得心理上的平复和安慰。

在场其他嘉宾也发表精彩观点,引起现场热烈反响。

赛诺菲极创联盟 携手竹间打造MCL质检平台

赛诺菲于2018年4月成立“极创联盟”,是在新兴市场国家设立的首个数字化创新平台和加速器。通过携手中国本土企业,“极创联盟”为实现医疗项目开发与创新提供了丰富资源和良好机遇。

竹间智能于2019年加入此项目,利用竹间NLP、及情感计算技术赋能赛诺菲数字化转型计划,合作开发有潜力的数字医疗项目,支持赛诺菲业务成长。目前竹间与赛诺菲已合作开发MCL智能质检平台,有效提高对于药企销售们(MCL)与医生沟通质量的检测。

传统质检方式主要依托人工听录音,再操作打分,需耗费大量人力和时间成本,且个人的主观判断无法保证百分之百的精确度。竹间的AI技术能够实现机器的初次质检,平台允许批量上传录音,并快速实现语音文字转换、情绪打分、敏感词识别定位等功能,再辅助以人工进行二次审核,质检环节效率大幅提高。

未来竹间也将秉持开放融合的心态,深化与赛诺菲的合作,一起打造“AI+医疗”垂直领域解决方案,造福赛诺菲及整个医疗行业的智能化变革。利用Bot Factory™开放平台,帮助更多企业拥有AI能力去实现自己的商业化价值,让企业无限可能!

 
竹间智能
上一篇:手把手从EasyDL模型训练到EdgeBoard推理 下一篇:人工智能技术在作战筹划系统中的应用研究
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载