1.醫(yī)療教學(xué)。

元宇宙使醫(yī)療教學(xué)更加簡單。

美國凱斯西儲大學(xué)和克里夫蘭診所聯(lián)合打造了基于HoloLens的HaloAnatomy解決方案，致力于醫(yī)學(xué)教學(xué)領(lǐng)域。

凱斯西儲大學(xué)——HoloAnatomy解決方案

學(xué)醫(yī)需要非常深厚的知識儲備，往往醫(yī)學(xué)生的教材能比人還高。

盡管有大量的文字和圖片，沒有實物的參考，學(xué)習(xí)起來往往事倍功半，這樣讓醫(yī)學(xué)的門檻變得很高。

而在元宇宙相關(guān)技術(shù)的加持下，將所學(xué)的知識具象化，可以方便學(xué)生迅速理解，加快數(shù)倍的學(xué)習(xí)效率。

凱斯西儲大學(xué)正在使用HoloAnatomy解決方案和HoloLens 2提供遠(yuǎn)程學(xué)習(xí)計劃，從而幫助學(xué)生更有效地學(xué)習(xí)和留存知識：與使用教科書的學(xué)生相比，使用HoloAnatomy解決方案和HoloLens 2的學(xué)生在成績方面提高了50%。

在12個月的學(xué)習(xí)中，使用HoloAnatomy解決方案和HoloLens 2的學(xué)生比沒有使用所述解決方案的學(xué)生在知識留存方面提升了120%。

元宇宙+醫(yī)療萌芽較早。

從2016年開始，VR技術(shù)就已經(jīng)開始用來培訓(xùn)學(xué)生和教育病人，這也是VR技術(shù)在醫(yī)療領(lǐng)域的第一大用途：培訓(xùn)和教育。

培訓(xùn)和教育的對象包括醫(yī)學(xué)生、醫(yī)生乃至病人。

2021年，微軟的混合現(xiàn)實合作伙伴Medivis利用3D全息可視化手術(shù)解決方案來幫助外科醫(yī)生能夠執(zhí)行常規(guī)手術(shù)。

我們認(rèn)為，未來元宇宙+醫(yī)療有望緩解城鄉(xiāng)醫(yī)療資源不均衡問題，實現(xiàn)醫(yī)師資源更優(yōu)化。

2.臨床醫(yī)學(xué)。

元宇宙+醫(yī)療可以減輕手術(shù)操作難度。

在通常的手術(shù)中，躲避錯綜復(fù)雜的人體結(jié)構(gòu)去定位病灶，可以說是手術(shù)的一大難關(guān)，如果在術(shù)前能有一個逼真的模擬教學(xué)，或者在術(shù)中有精確的引導(dǎo)，將很大程度上減輕手術(shù)操作困難。

為解決此類問題，英特爾與Surgical Theatre達(dá)成了合作關(guān)系，雙方將為醫(yī)院提供優(yōu)化的VR成像技術(shù)。

Surgical Theatre通過360°XR可視化技術(shù)為患者及外科醫(yī)生提供沉浸式的、由內(nèi)而外的患者解剖結(jié)構(gòu)視圖，使他們能夠看到看不見的位置——從患者參與、手術(shù)計劃、醫(yī)生跨學(xué)科合作到進(jìn)入手術(shù)室，可在患者的整個門診及手術(shù)過程中提供幫助。

Surgical Theatre的VR模型應(yīng)用于臨床醫(yī)學(xué)

2021年9月2日，在以色列一歲大的連體雙胞胎頭部分離手術(shù)中，醫(yī)生使用了基于MRI、CT和血管造影掃描圖像的3D模型模擬雙胞胎血管、腦膜、顱骨和皮膚連接之后，使用了Surgical Theatre的VR模型，以便對手術(shù)進(jìn)行模擬并以最準(zhǔn)確的方式進(jìn)行規(guī)劃。

微軟也在關(guān)注醫(yī)療健康領(lǐng)域。

HoloLens2是微軟研發(fā)的頭戴式硬件設(shè)備。

戴著Holo Lens 2可實現(xiàn)和Surgical Theatre的360°XR相似的功能，醫(yī)生可以在手術(shù)前、手術(shù)中和手術(shù)后使用，以更低的成本為患者提供更快更優(yōu)質(zhì)的護(hù)理。

Holo Lens 2應(yīng)用于醫(yī)療影像學(xué)

AI促進(jìn)元宇宙+醫(yī)療進(jìn)程。

目前，AI醫(yī)療商業(yè)化已逐步落地。

以AI醫(yī)學(xué)影像技術(shù)為例，我國與歐美國家AI醫(yī)學(xué)影像軟件的識別準(zhǔn)確率相比毫不遜色。

例如，在乳腺癌診斷上，谷歌和圣地亞哥海軍醫(yī)學(xué)中心合作開發(fā)的AI系統(tǒng)LYNA在轉(zhuǎn)移性乳腺癌的檢測準(zhǔn)確率達(dá)到99%，騰訊覓影乳腺癌腫瘤篩査AI系統(tǒng)的鈣化檢測敏感度為99.0%，腫塊檢測敏感度為90.2%，良惡性判別敏感度為87.0%，良惡性判別特異度為96.0%；在眼底病變篩查和肺結(jié)節(jié)兩大熱門領(lǐng)域，更具有較高的識別水平。

國內(nèi)外不同病種AI影像識別準(zhǔn)確率