报告编委
黄勇
爱分析合伙人&首席分析师
李进宝
爱分析高级分析师
陈元新
爱分析分析师
目录
1. 研究范围定义
2. 市场洞察
3. 厂商全景地图
4. 市场分析与厂商评估
5. 入选厂商列表
研究范围
人工智能的发展分为三个阶段——计算智能、感知智能和认知智能。简要来讲,计算智能即快速计算、记忆和存储能力,可以应用于空间搜索、数值优化和数字模拟;感知智能即视觉、听觉等感知能力,当下热门的语音识别、图像识别、视频处理便属于感知智能的典型应用,商汤科技、云从科技等AI四小龙是视觉领域的头部玩家;认知智能是指在数据结构化处理的基础上,理解数据之间的关系和逻辑,并在理解的基础上进行分析和决策,认知智能包括理解、分析、决策三个环节。
如今,人工智能正由感知智能向认知智能迈进。认知智能是人工智能发展的高级阶段,致力于对人类特有的自然语言、知识表达、逻辑推理、自主学习等能力进行深入的机理研究与计算机模拟,让机器具备“能理解、会思考”的能力,把人类从重复体力劳动和简单脑力劳动中解放出来。认知智能价值得到市场认可,发展前景广阔。认知智能已在多个领域实现落地应用,包含零售、金融、工业、医疗和教育等。
如今,ChatGPT爆火,短短数月影响力便辐射全球。ChatGPT强大的自然语言生成能力让人们看到了获得通用人工智能的可能性,这将对人们的生产生活带来颠覆性变革。以ChatGPT为代表的大语言模型属于认知智能范畴,这位重量级新成员的加入,显著扩张了认知智能的应用潜力和价值边界,令认知智能的未来充满想象。
基于以上背景,爱分析希望通过认知智能厂商全景和最佳实践案例研究,为企业探索认知智能的应用价值,助力企业决策者精准选择合适厂商以及成功实施认知智能项目。
从技术架构角度,认知智能市场可以划分为平台层和应用层两部分市场。平台层提供支撑认知智能算法、模型和应用开发及运行的赋能工具。应用层重点包括通用认知智能应用和行业认知智能应用两部分,前者涵盖对话机器人、智能文档处理、知识管理等特定市场,后者涵盖智能风控、智能融媒体、智能诊疗等特定市场。
本报告重点选取知识图谱平台、NLP平台、会话智能和智能诊疗四个市场作为重点研究对象,对认知智能进行研究。
厂商入选标准
本次入选报告的厂商需同时符合以下条件:
(注:“近一年”指2022年Q1至2022年Q4)
爱分析推算,2023年中国认知智能市场规模为418.4亿元人民币,年增速为48.5%。市场保持较高增速主要得益于认知智能应用广度和深度持续增加、利好政策以及由ChatGPT引发的大语言模型热潮等三个方面的因素。
图 1: 中国认知智能市场规模预测
企业在经营中会积累起海量多源异构数据,非结构化数据是甲方企业数据的主要组成部分。知识图谱要纳入非结构化数据,必须借助NLP等认知智能技术从中提取出结构化信息。当下主流的信息抽取方式是定制有监督机器学习模型,先标记数据,再训练模型。但有监督机器模型训练意味着大量人工标注工作,会带来较高的人力成本和较长的项目周期。
一种解决方法是使用无监督机器学习技术,但大模型训练成本高、方法论不成熟,因此短期内落地可行性较低。头部厂商通常采用另外一种解决方法。他们在使用有监督机器学习的过程中,从公开资料和过往项目经验中积累语料、预训练模型和解析器,在项目中快速复用,通过产品化、系统化的方式降低成本、缩短项目周期。
ChatGPT让产业界看到了以它为代表的大模型的巨大价值。大量企业希望深度引入大模型,成为其IT技术底座之一,赋能上层应用和业务。
NLP分成自然语言理解和自然语言生成两个部分。自然语言生成门槛较高,因此NLP厂商涉足较少,大多聚焦自然语言理解部分。大模型捅破了自然语言生成的“窗户纸”,以海量训练数据、GPU和强大的模型能力重构企业对自然语言生成的认知。相比于传统模型的自然语言生成能力,大模型应用于文字生成、文本理解、自动问答等下游任务时,生成的文本更加流畅,且内容诉实性得到显著改善,并因此逐渐成为企业关注焦点。大模型让NLP平台补全了孱弱的自然语言生成能力,二者天然契合。如今,NLP平台头部厂商的相关产品已经蓄势待发。
会话数据分布在多个会话场域,例如微信、企微、钉钉、飞书、短信、呼叫中心、线下沟通等,碎片化特征明显。厂商的能力往往体现在汇聚线上数据方面,而面对线下沟通数据则缺乏有效应对手段,导致数据汇聚不够全面,造成数据资源浪费。同时,多数厂商对非结构化数据利用程度较低,也会造成数据资源浪费。
企业需要寻找具备线上线上一体化解决方案以及在非结构化数据利用方面具有技术积累的厂商,实现全量会话数据价值释放。
爱分析基于对甲方企业和典型厂商的调研以及桌面研究,遴选出在认知智能市场中具备成熟解决方案和落地能力的入选厂商。
爱分析对本次认知智能项目重点研究的特定市场定义如下。同时,针对参与此次报告的部分代表厂商,爱分析撰写了厂商能力评估。
市场定义:
知识图谱平台是面向企业打造业务场景应用、挖掘数据价值的需求,构建基于自然语言处理和知识图谱技术,集知识建模、抽取、融合、存储、计算、推理以及应用为一体的知识全生命周期的管理平台,其核心要素包括知识图谱构建、知识图谱管理。
甲方终端用户:
IT部门,研发、质量、营销、售后等业务部门
甲方核心需求:
甲方对知识图谱平台的需求体现在定制化、高性能和及时更新三方面。定制化方面,甲方需要结合经营模式和行业Know-how构建知识图谱本体,并基于业务特点定制知识图谱上层应用,迅速赋能企业业务;性能方面,甲方需要知识图谱平台准确、高效抽取非结构化数据,打造高性能、高可用的知识图谱产品;此外,甲方需要知识图谱具备及时增量更新能力。
但甲方自研应用会遇到多重困难。一方面,多数甲方缺乏专业的开发工具和IT人才,不具备定制化开发知识图谱应用的能力。浙江大学中国科教战略研究院与百度联合发布的《中国人工智能人才培养报告》显示,我国人工智能人才缺口高达500万。另一方面,即使能克服人才阻碍,甲方企业内部的应用开发工作也耗时耗力,如果甲方的知识图谱和上层应用没有打通或者从零开始开发应用,往往需要数月时间,知识图谱的价值难以快速落地。
知识图谱有全量和增量两种更新方式。全量更新是指以更新后的全部数据为输入,从零开始构建知识图谱,在技术实现难度低,但“推倒重建”式的构建方式会消耗大量资源。增量更新是指以当前新增数据为输入,向现有知识图谱中添加新增知识。相较于全量更新,增量更新资源消耗小、更新速度快。
厂商能力要求:
知识图谱平台的甲方核心需求对厂商能力提出多项要求,分别是定制化本体建模、过往项目积累快速复用、依据使用场景选择数据存储方式、基于企业业务提供定制化知识图谱解决方案和知识图谱快速更新。
图 2: 知识图谱模式层构建的五个环节
头部厂商通常采用另外一种解决方法。他们在使用有监督机器学习的过程中,从公开资料和过往项目经验中积累语料、预训练模型和解析器,在项目中快速复用,通过产品化、系统化的方式降低成本、缩短周期。
入选标准:
1. 符合知识图谱平台市场分析的厂商能力要求;
2. 近一年厂商在该市场的营收不低于1000万元;
3. 近一年厂商在该市场的付费客户不低于5个。
代表厂商评估:
厂商介绍:
竹间智能创办于2015年,致力于以自然语言处理、大语言模型,生成式AI,情感计算、深度学习、知识工程等人工智能技术为基础,将AI应用落地各行业。过去8年来,竹间智能服务合作伙伴达500多家大型企业客户,以标准化产品和行业解决方案赋能企业,达到降本增效与提高收入的目标,已在金融、制造、零售、医药、政企等多个领域落地,应用在营销、销售、运营等业务前-中-后台全场景,助力企业数智化转型。
产品服务介绍:
竹间智能拥有对话式AI平台、知识工程平台、机器学习平台等多款标准化的平台级产品,其中Gemini KG知识图谱平台是Gemini知识工程平台的知识图谱产品。Gemini KG可针对结构化和非结构化数据进行知识图谱构建,包括模式层构建、管理以及端到端的知识图谱应用,如智能搜索、文本分析、机器阅读理解、异常监控、风险控制等。此外,Gemini KG可以与竹间在认知智能领域的其他产品相结合,针对营销、客户服务、运营管理、产品质量、根源分析等不同业务场景,基于知识图谱技术的智能化应用需求提供完整解决方案。
厂商评估:
竹间智能在自动构建知识图谱、知识图谱上层应用与整体解决方案能力、制定产业级知识图谱的实践方法论等四个方面展现了显著优势。Gemini KG知识图谱平台整合了竹间智能众多NLP算法和语义解析技术,并借助大型语言模型准确提炼文档和非结构化数据的有效信息,深入挖掘信息间的关联性,迅速自动构建知识图谱。在知识图谱构建能力之上,Gemini KG平台通过多种应用提供用户便捷的可视化工具和丰富的API接口,实现与企业业务系统的无缝对接,与竹间的产品组合相结合,为企业呈现从知识生成、知识应用到业务优化的全链条闭环解决方案。
此外,竹间智能能为企业客户提供多种附加价值服务,包括针对业务问题的咨询与分析,设计基于知识工程的合适解决方案,并涵盖应用开发与交付等环节,使企业能以更安全、更低成本、更高效的方式将认知能力赋能于实际业务。
Gemini KG知识图谱平台上预置了数十个NLP模型,具备行业常识理解能力。Gemini KG采用预训练模型和预置解析器直接抽取知识,降低人工审核成本的同时,为构建知识图谱提速,以前需要几天才能做到的知识抽取与构建,到应用,现在只要一小时内即可用新数据赋能业务。
此外,竹间智能还提供了丰富的认知智能产品,例如Gemini KM智能知识库、Bot Factory对话式AI平台、AICC+解决方案平台等。这些产品与Gemini KG相结合,可构成多个领域的标准化解决方案,如工业、医疗、金融、司法等领域。甲方可以根据自身需求,在标准化解决方案的基础上开发定制化的知识图谱上层应用,以满足特定业务需求。
图 3: 竹间智能的认知智能行业解决方案架构图
竹间智能在技术方面具备解决数据多源异构情况和知识三元组数量大幅增加的能力。此外,竹间智能在应对产业信息获取难、知识图谱权限设置难、商业化路径不明朗等方法论方面也具有经验和实力。竹间智能在多个相关项目中有着丰富的经验,能够为企业提供全方位的产业级知识图谱解决方案。通过竹间智能的服务,产业龙头企业可以将其领域知识输出给合作伙伴,实现知识赋能,提升自身的影响力和竞争力。
在知识图谱项目中,甲方希望厂商具备积累的语料和模型,能够开箱即用。竹间智能拥有丰富的项目经验,积攒了大量的语料、预训练模型和解析器。竹间智能可以根据甲方领域和行业情况,提供符合要求的语料和模型,从而满足甲方的需求。
此外,竹间智能还总结出完善的知识图谱价值衡量机制,可以量化知识图谱的降本增效程度。在智能问答场景下,知识图谱作为对话机器人的一部分,其降本增效程度可以通过对话机器人问题解决率来衡量;在搜索场景下,搜索满意次数可以作为衡量标准;当甲方使用具备图探索能力的业务展板时,可以结合系统操作和使用率来衡量知识图谱的价值;在知识推荐产品中,可以通过坐席处理对话时间的长短来衡量。这些衡量标准可以帮助甲方评估知识图谱的效果,并为甲方决策提供依据。
典型客户:
国网江苏电力、中国石油、康宝莱、华泰证券、中宏保险
市场定义:
NLP平台是指使用机器学习、深度学习、知识图谱等技术,通过计算机编程,将文本、声音等自然语言数据编码成结构化信息的赋能平台,其核心要素包括NLP算法模型、NLP技术、NLP应用管理等。
甲方终端用户:
决策部门,人力资源、市场、产研等业务部门,IT部门
甲方核心需求:
企业对NLP平台的期待不仅是为单个应用场景赋能,更重要的是将NLP能力引入企业技术底座,为上层应用赋能。在各类上层应用中,各部门对NLP平台需求有所不同,如企业决策层和市场部门希望使用NLP技术获取高质量行业洞察,为企业提供决策依据;人力资源部希望NLP平台能提高业务流程智能化水平,进而提高业务运行效率。此外,随着大模型开发训练逐渐成熟,企业希望发挥自然语言生成能力的价值,以大模型赋能业务。
厂商能力要求:
甲方对NLP平台的需求为厂商提出以下产品要求。首先,厂商需要将NLP技术平台与上层应用结合,为企业打造NLP能力体系。其次,厂商需要具备丰富的项目经验,在过往项目中积累行业标签库、深度学习算法等,提高NLP模型在垂直场景下的识别准确率。再者,厂商需要依托NLP技术,根据企业需求灵活组装NLP算法与模型,为企业提供流程端点智能运作的定制化解决方案。最后,厂商需要结合自身禀赋,探索大模型的融合路径。
入选标准:
1. 符合NLP平台市场分析的厂商能力要求;
2. 近一年该市场年营收不低于1000万;
3. 近一年该市场付费客户数量不低于5家。
代表厂商评估:
厂商介绍:
拓尔思信息技术股份有限公司(简称“拓尔思”)成立于1993年,是一家专业的大数据、人工智能和数据安全产品及服务提供商。拓尔思坚持核心技术自主研发,拥有40+发明专利、1000+软件著作权,在搜索型数据库、自然语言处理(NLP)技术的技术创新和应用场景落地等方面保持领先地位,成功服务了一批国家级重要信息化项目的建设,包括国家企业信用信息公示系统、信用中国、国家知识产权检索系统、GA云搜索等国家级基础设施的数据管理和检索引擎。
产品服务介绍:
在NLP平台市场,拓尔思已推出“TRS智语自然语言处理引擎(简称智语)”和“TRS智拓人工智能技术平台(简称智拓)”两款产品。
智语:产品吸收了拓尔思在NLP和信息检索领域多年的技术积累,围绕深度学习、知识图谱等核心技术,依托TRS智拓语义智能技术平台等技术成果,面向智慧专利、智慧公安、智慧政务、智慧金融、开源情报分析等应用场景提供服务。
智拓:新一代基于深度学习的语义智能技术平台,围绕NLP、知识图谱、图像检索三大核心技术,结合RPA、数据中台等技术,面向媒体融合、智慧专利、智慧公安、智慧政务、智慧金融、开源情报分析等应用场景,提供文本、音视频、多模态等全栈AI服务能力,可以帮助用户快速构建自己的AI技术能力,有效提升行业语义智能的服务能力和效果。
厂商评估:
拓尔思是NLP市场的资深厂商,深耕NLP技术二十余年,围绕行业与场景积累大量算法模型,有利于甲方进一步深挖数据价值。依托突出的产品能力、私有化部署和灵活的交付模式,拓尔思的NLP平台可有效满足政府机关、大型银行、央国企等高端客户需求。拓尔思把握NLP发展新态势,基于自研垂直大模型打造的文本内容自动生产平台——“智创”,正在加速上线,致力于为甲方构建更强大的NLP能力体系。
图 4: 拓尔思NLP通用模型及标签模型(部分)
拓尔思积累的大量算法模型有利于甲方实现更全面细致地分析,进一步深挖数据价值。以标签模型为例,其本质为事件特征,标签越细致意味着对事件描述地越全面。同样的语料,甲方通过标签叠加可以挖掘到更多的信息,例如在金融风控场景中可以对贷款企业进行更有效的风险评估,在社会态势感知场景中可以对社会舆情进行更深层面的监督。
拓尔思的NLP平台产品能力与交付方式可有效满足高端客户需求。在NLP平台市场,拓尔思已推出智语和智拓两款产品,可为甲方提供通用NLP技术赋能。同时,拓尔思还推出了丰富的上层应用矩阵,包括数星产业大脑、数星智能风控大数据平台等。技术平台与丰富应用相结合,拓尔思具备为甲方打造NLP能力体系的先决条件。其次,拓尔思的NLP平台支持私有化部署,与高端客群的采购需求特色契合。最后,考虑到高端客群的数字化能力较高,数字化系统较丰富,可能在NLP方面已有一些前期建设的实际情况,拓尔思支持NLP平台产品以及上层应用产品以灵活的方式进行交付,为甲方以较小的成本实现NLP能力体系的构建或完善。
图 5: 拓尔思自然语言生成各场景客户名单(部分)
ChatGPT的横空出世,加速自然语言生成的发展速度。拓尔思基于自研垂直大模型打造的文本内容自动生产平台——“智创”,正在加速上线。拓尔思“智创”是一款专注文本生成类的内容自动生产平台,其依托拓尔思长期积累的自然语言处理技术和人工智能平台产品为基础,融合自研垂直大模型,将专注在辅助型、应用型、创作型等文本内容的自动生成领域。拓尔思在智创的落地应用方面已有明确规划,优先落地五个场景:
典型客户:
民生银行、招商银行、华能集团
市场定义:
会话智能是基于ASR、NLP、机器学习等技术,从非结构化的会话数据中为用户提供话术质检分析、意图捕捉、流程管理等能力的解决方案。
甲方终端用户:
销售管理人员、一线业务人员
甲方核心需求:
会话智能是一项较新的认知智能应用,围绕新兴数据源,为企业提供发挥非结构化会话数据价值的新渠道。会话智能用途丰富,包括销售、审批、企业内部沟通等,其中销售场景新兴数据源多,不仅能提供大量线下会话数据,还能通过办公软件、短信等线上渠道产出线上会话数据,具有更高分析价值,因而成为会话智能首选应用场景。
在销售场景下,管理赋能是企业对会话智能的主要应用形式,但也有部分企业在其他场景下尝试用会话智能赋能一线业务人员。管理赋能既包括销售团队赋能,如销售人员技巧培训和业绩评估、销售业务监管,也包括销售决策赋能,如洞察客户需求和市场信息。会话智能赋能一线业务人员的形式较为多元,主要表现为通过流程管理减少员工重复工作。此外,由于会话数据分散的特性,打通数据孤岛也成为甲方关注的问题。
销售主管还需根据销售表现衡量培训成果和销售人员业绩,但传统销售业绩评估多数基于结果导向,过于看重“最终成单数”等指标。单一维度评价体系不能全方位评估销售人员的销售能力,不利于员工和企业长远发展。为此,甲方需要一套全面衡量员工销售表现的评价标准,多维度考察销售人员的销售表现。
厂商能力要求:
甲方需要打通数据孤岛,用会话数据赋能销售管理,这对厂商提出了多方面能力要求。厂商需要为会话数据构建非结构化数据平台,将其抽象成结构化数据,并入甲方数据中台和CDP(客户数据平台)。在此基础上,厂商需要依托行业Know-how和NLP技术,搭建行业销售标签体系、会话数据预警系统和企业SOP,从中提炼销售话术和流程、销售表现数据、市场洞察和销售进程信息,并在出现风险时及时预警。
为打破数据孤岛,厂商需要将会话智能产品打造成非结构化数据平台。作为传统数据中台的补充,会话智能需要将非结构化会话内容转写、抽象成结构化数据,并入CDP和数据中台进行关联分析。
图 6: 厂商为甲方打造“非结构化数据平台”,连接业务沟通平台和CDP、数据中台
厂商要以预置的机器学习模型为基础,为甲方搭建会话数据预警系统,将会话数据近实时回传到会话智能软件。会话智能产品使用ASR技术精准转写会话数据,并使用实体抽取、情感映射等NLP技术将甲方销售人员会话数据结构化建模。机器学习模型可从抽象后的数据中识别风险会话信号,通过数据接口将其传输到甲方通知系统,及时预警相关人员。
入选标准:
1. 符合会话智能市场分析的厂商能力要求;
2. 近一年该市场年营收不低于500万;
3. 近一年该市场付费客户数量不低于3家。
代表厂商评估:
厂商介绍:
明略科技是一家企业数据智能应用软件供应商,通过挖掘数据价值,为客户提供基于大数据和人工智能的软件产品与服务,帮助组织在数字化转型中挖掘营销、销售和服务等场景的商业价值。
产品服务介绍:
明略科技聚焦营销智能和营运智能赛道,深挖数据应用,打通线上线下的数据壁垒,赋能更多高价值场景。其中,营销智能领域解决方案覆盖公域私域全链路,为企业增长提供动力;营运智能专注企业运营体系,围绕数字化场景提供的解决方案,助力企业突破业务全生命周期管理。
会话智能作为明略科技营运智能的解决方案,是一款销量增长引擎,以SaaS交付方式帮助企业营销、销售部门实现销售过程数字化和业绩归因分析。明略科技会话智能通过智能识别会话过程中的“关键事件”(如:连带销售,竞品优势提及),并分析此类事件与业绩提升、下降的相关性,从而让销售团队改变沟通行为,提升业绩表现。目前,明略科技会话智能聚焦销售过程分析、营销活动分析、员工对比分析、客户需求分析四类场景,为美妆、汽车、3C、教培、地产等行业头部企业提供SaaS产品服务和定制化分析报告。
厂商评估:
技术、行业积累和客户成功体系构成明略科技在会话智能领域的竞争力铁三角。以技术为基,明略科技打造软硬一体解决方案,破除线下会话数据采集困难的行业痛点,实现全量会话数据的价值挖掘。明略科技依托在汽车、美妆、3C和大健康领域的行业积累,构建了丰富的行业知识库、标签库和指标库,有利于提升语音和语义识别准确率和跳过项目冷启动阶段。明略科技已建立客户成功体系,为项目配备客户成功团队,帮助甲方实现业务价值。
明略科技17年来与多家500强企业建立了业务合作,在汽车、美妆、3C和大健康领域均有10年以上的业务沉淀,构建了丰富的行业知识库、标签库和指标库。明略科技会话智能产品使用行业知识库训练NLP模型,在上述行业销售场景下具有更高的语义识别准确率。此外,明略科技的行业知识库积攒了多个行业品牌、品类等实体信息,用于预训练该行业的深度学习模型,并将其预置在明略会话智能系统内。明略科技与同行业其他甲方建立合作时,可跳过冷启动阶段,只需根据甲方业务情况微调模型和算法,即可快速适应客户需求和行业环境。
客户成功团队业务运营人员按照甲方需求输出定制化报告后,可将分析指标等报告成果进行产品化,发布到客户的明略会话智能智能租户当中。甲方遇到类似问题可以自行分析,无需重复付费。
典型客户:
某金融服务企业、某汽车品牌、某教育集团、某医药零售企业、某口腔医疗服务机构
市场定义:
智能诊疗是指将知识图谱、机器学习、自然语言处理等人工智能技术用于辅助诊疗当中,使计算机能够模拟医生诊疗时的思维逻辑,在实际应用时给出诊疗方案,为医生提供决策支撑,提升医疗效率和质量,应用领域包括智能诊断、治疗方案推荐、医学知识库、检查辅助等。
甲方终端用户:
基层医疗机构、医院门诊、医院影像科
甲方核心需求:
甲方对智能诊疗的需求主要体现在决策支持方面。基层医疗机构需要智能诊疗产品辅助基层医生决策;影像科医生需要智能诊疗产品快速、精准判断患者病情,提高诊断效率和准确性;专科门诊医生需要快速获取临床决策证据,准确做出临床决策;智能诊疗产品还需要辅助医生评估治疗方案疗效,科学治疗患者。
厂商能力要求:
甲方对智能诊疗的需求为厂商提出多项能力要求。基层医疗机构需要厂商提供符合基层医生使用习惯的辅助诊断系统;医院影像科需要智能诊疗产品快速准确实现图像病例分类和病灶分割;医院门诊需要智能诊疗产品为临床医生诊断提供决策依据,并基于患者病情发展信息,为医生疗效评估提供参考。
图 7: 智能诊疗厂商能力要求
入选标准:
1. 符合智能诊疗市场分析的厂商能力要求;
2. 近一年该市场年营收不低于500万;
3. 近一年该市场付费客户数量不低于3家。
代表厂商评估:
厂商介绍:
北京深睿博联科技有限责任公司(简称深睿医疗)成立于2017年3月,在北京、上海、杭州均设有独立运营公司,是专注于人工智能技术在医疗领域应用的国家级高新技术企业,致力于通过深度学习技术及自主研发核心算法,为国内外各类医疗服务机构提供基于人工智能和互联网医疗的解决方案。深睿医疗产品遍布全国30多个省市,为数千家医疗机构提供从AI辅助诊断、智能筛查、临床决策、患者服务到医疗大数据治理、科学研究、医生培训、能力建设等全链路的人工智能服务。
产品服务介绍:
深睿医疗专注于人工智能技术在医疗领域的应用,为国内外各类医疗服务机构提供基于人工智能和互联网医疗的解决方案,产品遍布全国30多个省市,为数千家医疗机构提供从AI辅助诊断、智能筛查、临床决策、患者服务到医疗大数据治理、科学研究、医生培训、能力建设等全链路的人工智能服务。其中深睿医疗旗舰产品Dr.Wise®智慧影像系列产品家族庞大,目前覆盖神经系统、心血管系统、运动系统、呼吸系统、消化系统、女性关爱、儿童关爱等领域。深睿医疗也是国内同时拥有7张NMPA三类证的医疗人工智能公司,这样的获证数量在国内的医疗AI领域是较为罕见的。
厂商评估:
深睿医疗在科研积累、解决方案完备性、AI诊疗产品性能和智能诊疗项目经验等方面具有优势。研发方面,深睿医疗在科研领域积累丰富,且具有完备的整体解决方案,能满足医疗机构合作研发需求;产品性能方面,深睿医疗将认知智能技术应用于医疗产品,以乳腺产品为例,有效解决乳腺检查影像诊断难题,旗下乳腺类AI产品于2023年1月获得行业首个也是目前唯一一张NMPA三类证。此外,深睿医疗采取“AI+云平台”模式,赋能数字疾病化管理,缓解基层医疗资源短缺难题,并为医院影像科提供“医生助手”,为医生提供全流程诊疗辅助,提高诊断效率。
深睿医疗迄今参与多项医疗机构合作项目,成果显著。以四川大学华西医院和深睿医疗合作为例,2022年双方共同开发“面向呼吸疾病的医学人工智能数据库”,并在此基础上研发胸部疾病人工智能辅助诊断产品DeepMRDTR。这款产品采用知识图谱等认知智能技术,可智能识别结节、肿块、磨玻璃密度影等20种胸部异常征象,依托多模态、全周期临床多维信息对肿瘤性疾病、感染性疾病和气道性疾病提供鉴别和综合诊断,使肺癌、肺炎、肺结核等8种常见呼吸疾病诊断准确性达90%。
深睿医疗“AI+云平台”模式迄今已有丰富的落地案例,包括与浙江省肿瘤医院合作的智慧疾病筛查平台-AI健康地图,该项目入选2022健康中国创新实践案例及2022年浙江省数字化改革最佳应用奖,在新疆、上海、南京、杭州等地先后落地的儿童生长发育智能诊疗平台项目等,以深睿医疗联合杭州市西湖区卫健局共同建设的“基于多病种人工智能的区域医疗影像云平台”项目为例,深睿医疗利用云网融合技术构建区域医疗影像云基础平台,联网西湖区12家社区卫生服务中心,实现区域内医疗影像数据集中采集、标准化存储、高效检索、统一管理。该项目是浙江省西湖区重点民生实事项目,入选2022年杭州市第一批重点建设人工智能应用场景。
在此基础上,深睿医疗使用知识图谱、NLP等认知智能技术,针对多种常见疾病打造医疗AI辅助诊断引擎,并将其与基础平台融合,形成基于AI技术的智能影像云平台。“AI+云平台”模式实现胸部CT、胸部平片、儿童骨龄、四肢骨折等病种区域智能化集中诊断,解决基层医疗机构阅片压力大、诊断能力不足等问题。
此外,在完成对于依图医疗的并购后,深睿医疗在人工智能与医疗大数据领域,依托“影像+数据”的双AI引擎,为医院影像科构建智影像数据平台,实现业务流程化,流程信息化,信息数据化,数据智能化。2023年2月上线的Deepwise MetAI智慧影像&数据新平台,应用计算机视觉、NLP、深度学习等人工智能技术,实现影像扫描后重建、打印、诊断、会诊、教学、科研的一站式影像科全周期智能管理。诊断流程中产生的结构化数据可作为影像科数据资产,用于多学科专家会诊、科研的提质增效、影像科室的能力建设等多个方向。
典型客户:
四川大学华西医院、浙江省肿瘤医院、中日友好医院、浙江大学医学院附属儿童医院、杭州市西湖区卫健局
5. 入选厂商列表
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。