米乐m6AI+ 医疗，即通过基础设施的搭建及数据的收集，将 AI 技术和大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量，更好的解决医疗资源短缺，人口老龄化等问题。

　　根据 IDC（国际数据公司）发布的数据显示，预计 2025 年，全球人工智能应用市场总值将达 1270 亿美元，其中全球 AI 医疗处于高速成长期，占人工智能市场五分之一。AI 医疗的发展趋势一片看好。

　　而落实到实例，要通过 AI 技术解决具体的医疗实际需求在技术端上充满了挑战，往往不是那么容易就能实现。

　　众所周知，AI 产品的开发本就是一项高技术、高投入，费时费力的过程，在医疗这个专业知识严肃的领域里还面临着更复杂的情况。由于 IT 开发人员与医疗人员存在着知识壁垒，两方评价方式不同，谁占主导？谁定标准等都是问题。而既懂医学又懂 AI 的复合型人才十分缺乏，这些都是 AI+ 医疗目前面临的挑战和难题。

　　对此，Jiva.ai（以下简称 Jiva）公司提供了一种低代码、无代码开发 AI 产品的替代方案，旨在帮助无 / 低编程基础的医务人员等用户打造属于他们自己的 AI 产品。

　　Manish 拥有 Birkbeck 大学的数学建模的博士学位，能处理大型复杂的数据集，同时他也是 Jiva 的技术架构师，负责搭建新型 AI 的机器学习算法框架；Chetan 拥有牙科博士学位和免疫学与肿瘤学理学学士学位，负责推广 Jiva. 在医疗系统中的应用。Sarah 是一位具有法律学背景、且银行管理经验丰富的专业人士，负责 Jiva 的项目管理、运营以及法律和数据安全方面的事务。

　　为此，Jiva 开发了一种低代码多模式 AI 平台，用于轻松创建、评估和部署 AI。它旨在支持没有编码经验的医疗人员等用户使用任何类型的数据来构建自己的 AI 产品。这个低代码平台不依赖于对编程的理解，而是使用拖放界面等可视化的方式指导用户操作。

　　Jiva 详细的介绍了这种通过低代码平台开发 AI 的优势。根据技术咨询公司 TechRepublic 的数据显示，任何规模的团队都可以通过低代码平台在资源消耗降低 70% 的情况下提高 10 倍的生产力，节省大量开发成本。

　　而低代码加 AI 的方式则更能体现这一好处，如 Jiva 提供的下图数据展示，相同项目，通过 Jiva 开发的总成本是 33 万美元，中小型企业自己开发的总成本是 89 万美元，大型跨国公司自己开发的总成本是 235.5 万美元。

　　Jiva 平台具有强大的 AI 和机器学习技术，米乐m6能够分析和处理大量的数据，支持创建 可解释 的 AI 产品，确保用户无论是对当下单一模式的 AI 产品，还是未来融合的多模式 AI 产品，都能进行跟踪并了解其运行方式、预测结果。总的来说，Jiva 平台具有高度个性化、智能化、支持多模式融合、可解释性、多领域应用等特点。

　　Jiva 未来 5 年的目标是打造更简便的低代码 AI 平台，就像微软公司通过 office 改变了文书工作一样。届时，人们只需要用自然语言描述他们想要的 AI 产品，平台就会主动引导他们完成这个创建过程，AI 产品的开发工作达到真正解放。

　　迄今为止，Jiva 通过融资和赠款，筹集到了超过 170 万英镑的资金。最近的一次融资是在 2021 年 5 月，Jiva 宣布筹集了 130 万英镑的种子轮融资，用于前列腺诊断工具研发和多模式 AI 平台扩展。2023 年 2 月，Jiva 还被英国商务贸易部（Department for Business and Trade）评选为 2023 年英国 数字化解决方案 领域的生命科学创新者（Life Sciences Innovator）之一。

　　Jiva 希望没有 AI 专业知识的医疗人员也能快速分析复杂的医疗数据，再加上创始人有肿瘤学背景，Jiva 最初创立时选择了医疗保健领域作为业务切入点，并打算在这个传统领域验证他们通过 AI 辅助诊断来改善患者治疗的想法。米乐m6

　　2019 年，Manish 博士参与了 NHS（英国国民保健系统）的临床企业家计划。后者是一个旨在为临床，NHS 工作人员等卫生专业人员提供创业指导的项目。4 年多过去，如今 Jiva 平台已经成功地应用在了多项医疗实例当中。

　　1 ) 2019 年，Jiva 已经创建了一个由 AI 主导的前列腺癌诊断工具 ( JivaRDX ) ，用以帮助放射科医生从 MRI 扫描中识别临床相关的肿瘤，其灵敏度和特异度均超过 90%。目前该工具正在进行临床试验，以期尽快获得 FDA 和 UKCA（英国合格评定）的认证。

　　2 ) 为减轻急诊室医生们的工作强度，2020 年 Jiva 在小型企业研究计划（SBRI）的资助下，与 Robert Gordon 大学联手开发提供了一个可快速有效诊断骨折的自动化工具。

　　3 ) 2020 年，Jiva 与 Manchester 大学、罗氏公司和 GE 医疗公司在 Innovate UK 资助的 ID-liver 项目上进行合作，在肝病和肝癌早期诊断方面取得了积极成果。数据显示，Jiva 提供的 AI 早期诊断模型比目前的人工诊断准确率高出 6%。

　　目前，Jiva 正在寻找和刚完成种子轮或 A 轮融资的医疗技术公司建立起合作渠道，将 AI 运用到此类公司的产品中去，期望达到双赢的结果。通过向每个人提供易于使用的 AI 工具，Jiva 渴望成为全球第一个实现多模式融合的 AI 平台，用以在医疗领域以及其他领域创造更好的诊断和自动化应用工具。

　　从目前我国人工智能医疗领域创业公司和产品的分布来看，AI+ 医疗 主要集中在这八大应用场景。包括：疾病风险预测、医学影像、辅助诊疗、药物挖掘、健康管理、医院管理、辅助医学研究平台、虚拟助理等。

　　AI 医疗要广泛的落地还面临着种种困难，例如行业盈利困难、医疗结构化数据不足、医疗 AI 复合型人才缺乏等等。而通过低代码助力开发 AI 产品，推进 AI 医疗发展的方法在国内也有多家公司采用，甚至已有相关产品出炉。