2012年，該地區(qū)的交易規(guī)模從之前的不到20家增至近70家，最近的一項(xiàng)調(diào)查顯示，超過(guò)一半的醫(yī)院計(jì)劃在5年內(nèi)采用人工智能，其中35%的計(jì)劃在兩年內(nèi)完成。在波士頓，Partners Health Care剛剛宣布與通用電氣公司（GE HealthCare）開(kāi)展為期10年的合作，將深度學(xué)習(xí)技術(shù)整合到他們的網(wǎng)絡(luò)中。人工智能的應(yīng)用遠(yuǎn)不止改善臨床工作流程和加快處理索賠那么簡(jiǎn)單。
“我們正在努力解決的問(wèn)題是生產(chǎn)力的問(wèn)題，”聯(lián)邦醫(yī)療保險(xiǎn)和醫(yī)療補(bǔ)助中心的前代理局長(zhǎng)安迪·斯拉維特說(shuō)，在上周召開(kāi)的為期兩天的會(huì)議上，斯坦福大學(xué)（Stanford University）的首席執(zhí)行官、衛(wèi)生保健IT專家、政策制定者和醫(yī)生齊聚一堂：“我們需要用更少的資源照顧更多的人，但如果我們只顧追逐太多的問(wèn)題和商業(yè)模式，或者嘗試發(fā)明新的小工具，那就不會(huì)改變生產(chǎn)率。”這就是數(shù)據(jù)和機(jī)器學(xué)習(xí)所要解決的問(wèn)題。
接受醫(yī)院調(diào)查的受訪者表示，這項(xiàng)技術(shù)可能對(duì)人口健康、臨床決策支持、診斷工具和精準(zhǔn)醫(yī)學(xué)產(chǎn)生最大影響。即使是藥物開(kāi)發(fā)，現(xiàn)實(shí)世界的證據(jù)收集和臨床試驗(yàn)，在人工智能的幫助下也會(huì)變得更快、更便宜、更準(zhǔn)確。但是，把我們所有的信心都放在AI上的時(shí)代還沒(méi)有到來(lái)。
1、科技巨頭搶占醫(yī)療高地
所以每個(gè)人都想擁抱人工智能，但是我們多久才能看到所謂的機(jī)器學(xué)習(xí)中的醫(yī)療保健改革呢？最近，以自然語(yǔ)言處理或強(qiáng)大的圖像識(shí)別算法來(lái)處理這些幾十年的醫(yī)學(xué)研究數(shù)據(jù)的方式越來(lái)越多，涵蓋最直接的應(yīng)用到最復(fù)雜的診斷任務(wù)。
像醫(yī)療保健領(lǐng)域中的其他技術(shù)一樣，人工智能首先需要建立關(guān)鍵醫(yī)療數(shù)據(jù)，這方面存在嚴(yán)重限制的問(wèn)題。但是，這并沒(méi)有阻止創(chuàng)新，數(shù)字健康的利益攸關(guān)者意識(shí)到，完全解開(kāi)AI的真實(shí)潛力需要有戰(zhàn)略伙伴關(guān)系，有質(zhì)量的數(shù)據(jù)，還要有對(duì)統(tǒng)計(jì)數(shù)據(jù)的清醒理解。
隨著人工智能在醫(yī)療保健領(lǐng)域的成熟，科技領(lǐng)域的大公司并沒(méi)有回避行業(yè)創(chuàng)新帶來(lái)的巨大挑戰(zhàn)，比如監(jiān)管障礙、對(duì)質(zhì)量數(shù)據(jù)的法律訪問(wèn)以及缺乏互操作性的持續(xù)問(wèn)題。就在這個(gè)星期，谷歌宣布，它已經(jīng)開(kāi)啟了自己在醫(yī)療保健領(lǐng)域的嘗試和真正的消費(fèi)級(jí)機(jī)器學(xué)習(xí)能力。谷歌大腦與斯坦福大學(xué)（Stanford）、加州大學(xué)舊金山分校（University of California SanFrancisco）展開(kāi)合作，從數(shù)百萬(wàn)名患者那里獲得識(shí)別數(shù)據(jù)。
正如谷歌首席執(zhí)行官桑達(dá)爾·皮查（Sundar Pichai）上周在谷歌的I/O開(kāi)發(fā)者大會(huì)上所解釋的那樣，這還不止于此。去年，他們推出了張量計(jì)算中心，稱這個(gè)中心為ai-first數(shù)據(jù)中心。
皮查說(shuō)：“在谷歌，我們把所有人關(guān)于人工智能的努力都投入到Google·AI。這是大家共同的努力，并且公司所有的團(tuán)隊(duì)都致力于將人工智能的好處帶給每個(gè)人。“人工智能將專注于三個(gè)領(lǐng)域：研究、工具和基礎(chǔ)設(shè)施，以及人工智能應(yīng)用。
去年11月，谷歌的研究人員在JAMA發(fā)表了一篇論文，表明谷歌的深度學(xué)習(xí)算法在一組大數(shù)據(jù)的基礎(chǔ)上，可以檢測(cè)到糖尿病視網(wǎng)膜病變，準(zhǔn)確率超過(guò)90%。皮查說(shuō)，他們希望能應(yīng)用人工智能的另一個(gè)領(lǐng)域是病理學(xué)。
他說(shuō)：“這是一個(gè)很大的數(shù)據(jù)問(wèn)題，而機(jī)器學(xué)習(xí)是唯一能夠解決這個(gè)問(wèn)題的。”因此我們建立了神經(jīng)網(wǎng)絡(luò)來(lái)檢測(cè)癌細(xì)胞擴(kuò)散到鄰近的淋巴結(jié)。但是與早期數(shù)據(jù)73%相比，我們的神經(jīng)網(wǎng)絡(luò)顯示出更高的準(zhǔn)確性：89%。有一些重要的警告——我們也有更多的假陽(yáng)性——但是已經(jīng)掌握在病理學(xué)家的手中，他們可以改善診斷。
另一個(gè)例子是蘋果最近收購(gòu)了人工智能公司Lattice，該公司擁有開(kāi)發(fā)醫(yī)療應(yīng)用程序算法的背景。
微軟也在向醫(yī)療進(jìn)軍。就在幾個(gè)月前，該公司推出了“下一計(jì)劃-醫(yī)療保健”，將人工智能、云計(jì)算、研究和行業(yè)伙伴關(guān)系整合在一起。該項(xiàng)目與匹茲堡大學(xué)醫(yī)學(xué)中心的合作，包括使用專注于基因組學(xué)分析和健康聊天機(jī)器人技術(shù)。幾個(gè)星期前，微軟與數(shù)據(jù)連接平臺(tái)提供商Validic合作，為他們的HealthVault研究項(xiàng)目增加病人。
我們也從很多初創(chuàng)企業(yè)中看到了人工智能，從Ginger·io的行為健康監(jiān)控公司、Sensely的虛擬助手，到app、可穿戴設(shè)備公司Ava和Clue，Ava剛剛發(fā)布了對(duì)蘇黎世大學(xué)的研究和提示，來(lái)預(yù)測(cè)生育窗口。
其他的，比如最近推出的浮標(biāo)健康，已經(jīng)建立了醫(yī)療專用的搜索引擎。浮標(biāo)來(lái)源超過(guò)18000份臨床資料，覆蓋500萬(wàn)患者，跨越1700個(gè)條件。除了癥狀檢查，浮標(biāo)首先要問(wèn)年齡、性別和癥狀，然后采取措施來(lái)決定接下來(lái)要問(wèn)的問(wèn)題。在大約兩到三分鐘的時(shí)間里，浮標(biāo)的問(wèn)題縮小到越來(lái)越具體，然后向個(gè)人提供可能的條件列表，以及下一步該做什么。
另一個(gè)有前景的領(lǐng)域是醫(yī)學(xué)成像，11月，以色列的斑馬醫(yī)學(xué)視覺(jué)公司，一個(gè)機(jī)器學(xué)習(xí)成像分析公司，宣布開(kāi)辦一個(gè)平臺(tái)，使用者無(wú)論在何地只需有網(wǎng)上傳自己的醫(yī)學(xué)掃描圖像，便可收到該圖像的分析。
2014年，斑馬發(fā)起了一項(xiàng)任務(wù)，教電腦自動(dòng)分析醫(yī)學(xué)圖像，診斷各種病癥，從骨骼健康到心血管疾病。該公司穩(wěn)步建立了一個(gè)成像數(shù)據(jù)庫(kù)，并結(jié)合了深度學(xué)習(xí)技術(shù)，開(kāi)發(fā)了自動(dòng)檢測(cè)和診斷醫(yī)療狀況的算法。另一家提供類似服務(wù)的以色列公司是AiDoc，剛剛籌集了700萬(wàn)美元。
但是無(wú)論技術(shù)公司有多大，多么強(qiáng)大，能否獲取到患者的數(shù)據(jù)區(qū)別了是一個(gè)炒作噱頭還是一種能夠診斷或預(yù)測(cè)結(jié)果的算法。這就是為什么很多公司都在訓(xùn)練嘗試階段。
正如風(fēng)險(xiǎn)投資公司8VC的首席執(zhí)行官喬·朗斯代爾（Joe Lonsdale）在斯坦福大學(xué)（Stanford）的光論壇上說(shuō)的那樣，“最困難的部分是首先創(chuàng)造數(shù)據(jù)。”
加州大學(xué)伯克利分校公共衛(wèi)生學(xué)院（University of California Berkeley Schoolof Public Health）的生物統(tǒng)計(jì)學(xué)教授瑪雅·彼得森（Maya Peterson）提供了更為冷靜的觀點(diǎn)。
“現(xiàn)實(shí)世界中的數(shù)據(jù)之間的關(guān)系是復(fù)雜的，我們無(wú)法完全理解它們，”她在本周舊金山的“大數(shù)據(jù)與健康分析論壇”（Big data and Healthcare Analytics Forum）上說(shuō)。機(jī)器學(xué)習(xí)在某種程度上過(guò)于雄心勃勃，而我們正面臨更復(fù)雜的問(wèn)題，這不是一件好事。
2、好的算法很難構(gòu)建
機(jī)器只能從提供的數(shù)據(jù)中學(xué)習(xí)，因此研究人員、工程師和企業(yè)家都在忙于組裝更大、更高質(zhì)量的數(shù)據(jù)庫(kù)。
上個(gè)月，alphabet-全資擁有的項(xiàng)目基線研究，與斯坦福醫(yī)學(xué)院和杜克大學(xué)醫(yī)學(xué)院合作共同努力，收集了大量的廣泛的表型健康數(shù)據(jù)，以期為人類健康發(fā)展提供明確的參考。
項(xiàng)目基線旨在收集大約1萬(wàn)名參與者的數(shù)據(jù)，每一個(gè)參與者將被跟蹤4年，并將利用這些數(shù)據(jù)開(kāi)發(fā)人類健康的“基線”地圖，以及了解從健康到疾病的轉(zhuǎn)變。數(shù)據(jù)的收集形式多種多樣，包括臨床、成像、自我報(bào)告、行為，以及傳感器和生物標(biāo)本樣本。該研究的數(shù)據(jù)存儲(chǔ)庫(kù)將建立在谷歌計(jì)算基礎(chǔ)設(shè)施上，并托管在谷歌云平臺(tái)上。
病人數(shù)據(jù)和計(jì)算能力的可用性意味著希望和實(shí)際影響之間的差異。這讓我們認(rèn)識(shí)到IBM WatsonHealth，它已經(jīng)通過(guò)大量的伙伴關(guān)系積累了大量的數(shù)據(jù)，教授聲稱他的認(rèn)知計(jì)算模型將開(kāi)啟大量關(guān)于病人健康的見(jiàn)解。由于實(shí)際的證據(jù)還沒(méi)有完全實(shí)現(xiàn)，IBM沃森的公眾輿論也出現(xiàn)了分歧，一些人認(rèn)為這是機(jī)器學(xué)習(xí)的鼻祖。
IBM的研究部門正在與薩特健康公司合作開(kāi)發(fā)方法，根據(jù)未充分利用的EHR數(shù)據(jù)來(lái)預(yù)測(cè)心力衰竭。IBM Watson實(shí)際上從2011年開(kāi)始起步，當(dāng)時(shí)這臺(tái)機(jī)器贏得了一場(chǎng)“危險(xiǎn)游戲”，激勵(lì)公司投入使用這項(xiàng)技術(shù)的工作。
“我們必須訓(xùn)練醫(yī)療領(lǐng)域的技術(shù)，那里有很多復(fù)雜的技術(shù)，因?yàn)閷I(yè)的不同而技術(shù)不同，這在世界各地都是不同的。”“我們必須訓(xùn)練系統(tǒng)來(lái)理解醫(yī)學(xué)語(yǔ)言，”沃森健康的副總裁兼首席戰(zhàn)略官在光明論壇上說(shuō)。“第一步是自然語(yǔ)言處理。你能有足夠的知識(shí)來(lái)開(kāi)始推導(dǎo)見(jiàn)解嗎？你能在你參與對(duì)話的時(shí)候提出最好的答案嗎？與病人交談，更進(jìn)一步，同化，繼續(xù)前進(jìn)。
IBM解釋說(shuō)，要做到這一點(diǎn)，IBM沃森必須解決非結(jié)構(gòu)化數(shù)據(jù)的問(wèn)題。
IBM傾向于使用認(rèn)知計(jì)算，因?yàn)樗搅藱C(jī)器學(xué)習(xí)和深度學(xué)習(xí)。能夠獲得真知灼見(jiàn)，能夠融合和學(xué)習(xí)。醫(yī)療保健是獨(dú)一無(wú)二的；它受到高度管制，而且有大量無(wú)法使用的數(shù)據(jù)。而且還有很多筒倉(cāng)。所以這是一個(gè)很多技術(shù)可以改進(jìn)的地方。但最后，成功是由實(shí)踐者決定的。
3、制藥企業(yè)在轉(zhuǎn)型
許多專家預(yù)測(cè)AI在醫(yī)療健康上的應(yīng)用將接踵而至-Allscripts Analytics首席醫(yī)療官告訴貝克的醫(yī)院評(píng)審，她預(yù)計(jì)第一個(gè)應(yīng)用于管理慢性疾病，其次是和環(huán)境或者社會(huì)經(jīng)濟(jì)的因素協(xié)同，發(fā)展增加那些以病人為中心的健康數(shù)據(jù)的可用性。最后，將遺傳信息，整合到護(hù)理管理中，將使精準(zhǔn)醫(yī)學(xué)成為現(xiàn)實(shí)。
人工智能可能產(chǎn)生最大影響的一些領(lǐng)域，是那些以技術(shù)聞名的領(lǐng)域：制藥公司。但是這種情況正開(kāi)始發(fā)現(xiàn)變化。
在光明論壇期間，LuxCapital的合伙人，輝瑞前董事長(zhǎng)兼首席執(zhí)行官Jeffkindler稱制藥公司為“創(chuàng)新者困境的典型例子“，因?yàn)樗麄儚膩?lái)沒(méi)有足夠的財(cái)務(wù)狀況來(lái)改變他們的商業(yè)模式，盡管這將需要更多的醫(yī)療利益相關(guān)者之間的溝通來(lái)了解如何應(yīng)用人工智能，但看到人工智能加速這一進(jìn)程的潛力是很難被放棄的。
“如果你與付費(fèi)者交談，他們不知道誰(shuí)是制藥公司或大數(shù)據(jù)或人工智能，他們會(huì)認(rèn)為‘我要完蛋了。’那么，這種信任差距是如何跨越的呢？Kindler在光明論壇上說(shuō)，“從歷史上看，由于數(shù)據(jù)不可獲取，制藥和設(shè)備制造商并沒(méi)有什么區(qū)別；就像投鏢一樣，但是隨著人工智能和機(jī)器學(xué)習(xí)變得越來(lái)越健壯，你可以區(qū)分那些有用的操作和那些無(wú)關(guān)緊要的、不能增加效率的動(dòng)作。
效率是藥物開(kāi)發(fā)的一個(gè)關(guān)鍵領(lǐng)域，特別是鑒于食品及藥物管理局的震蕩，這可能會(huì)使人工智能更加容易受到影響。
我在一個(gè)需要12年的時(shí)間才能推出一款產(chǎn)品的行業(yè)工作，”輝瑞負(fù)責(zé)數(shù)字戰(zhàn)略和數(shù)據(jù)創(chuàng)新的副總裁朱迪·西沃德在“光明論壇”上說(shuō)。在此期間，有1600名科學(xué)家參與研究，3600個(gè)臨床試驗(yàn)涉及數(shù)千名患者。我們開(kāi)始思考人工智能是如何加快進(jìn)程，使它更智能，連接突破性醫(yī)學(xué)并連接最需要它的病人？
西沃德說(shuō)表示和IBM Watson一起做免疫學(xué)上的工作讓生活變得如此美好，她說(shuō)：“有些人擔(dān)心機(jī)器或人工智能會(huì)取代科學(xué)家或醫(yī)生，但實(shí)際上他們更像是終極研究助理。”
Deloitte生命科學(xué)和醫(yī)療方面的負(fù)責(zé)人Rajeev Ronanki告訴貝克爾的醫(yī)院，審查這里需要有三個(gè)強(qiáng)大的力量來(lái)推動(dòng)機(jī)器學(xué)習(xí)的發(fā)展：指數(shù)數(shù)據(jù)增長(zhǎng)，更快的分布式系統(tǒng)，以及更智能的解釋和處理數(shù)據(jù)的算法。當(dāng)這三股力量都集合了后，Ronanki預(yù)測(cè)首席信息官會(huì)被認(rèn)知洞察力的形式取代來(lái)增強(qiáng)人類做決定的能力，基于AI的參與工具，以及AI在設(shè)備和過(guò)程中的自動(dòng)化，開(kāi)發(fā)出深厚的領(lǐng)域所特有的專門知識(shí)。
“我們預(yù)計(jì)增長(zhǎng)將繼續(xù)，機(jī)器智能的支出預(yù)計(jì)將升至313億美元，”Ronanki援引IDC的報(bào)告說(shuō)。
我們今天所處的位置基本上是零，”《漫游分析》的首席執(zhí)行官和聯(lián)合創(chuàng)始人亞歷克斯·特克托布在光明論壇上說(shuō)。“我們或多或少弄清楚了商業(yè)途徑，最好使用碩士的平均統(tǒng)計(jì)數(shù)據(jù)，不超過(guò)這一點(diǎn)就很難把數(shù)據(jù)放在一起并處理規(guī)范。”大多數(shù)最先進(jìn)的深度學(xué)習(xí)算法都是在60年代開(kāi)發(fā)出來(lái)的，這是基于17世紀(jì)的想法。我們必須想出更好的辦法。
特別是輝瑞公司的朱迪·西沃德指出的那樣：“在我們這個(gè)行業(yè)，你需要百分之百的堅(jiān)持。”
4、106家AI+醫(yī)療公司
過(guò)去五年，使用人工智能的醫(yī)療健康公司急劇增加。今年CBInsights追蹤了一百家專注于人工智能的醫(yī)療健康公司，自2015年1月以來(lái)，已有50家公司進(jìn)行了首次公開(kāi)募股。針對(duì)以醫(yī)療為重點(diǎn)的AI創(chuàng)業(yè)公司的銷售額從2012年的不足20家上升至2016年的近70家。這一年也出現(xiàn)了兩個(gè)新的獨(dú)角獸：在中國(guó)的iCarbonX和以腫瘤為重點(diǎn)的Flatiron Health。
幾個(gè)投資亮點(diǎn)：
成像和診斷越來(lái)越多：24個(gè)成像和診斷公司中的19家公司自2015年1月起就首次提出股權(quán)融資（包括種子或A輪以及隱形創(chuàng)業(yè)公司Imagen Technologies募集的首輪融資）。2014年，Butterfly Networks在Aeris Capital和斯坦福大學(xué)的支持下籌集了1億美元的C輪融資。在中國(guó)的iCarbonX融資1.55億美元之后，加拿大以腫瘤為重點(diǎn)的Flatiron Health公司又融資2億美元，這是AI醫(yī)療保健領(lǐng)域最大的股權(quán)融資之一。
遠(yuǎn)程患者監(jiān)測(cè)：位于倫敦的BabylonHealth，由Kinnevik和Google擁有的DeepMind Technologies等投資者提供支持，于2016年籌集了2500萬(wàn)美元的A輪，以開(kāi)發(fā)基于AI的聊天平臺(tái)。
總部位于紐約的愛(ài)可信息集團(tuán)從投資者（包括生物醫(yī)藥資本合伙人，新葉創(chuàng)業(yè)合伙人，普利茲克集團(tuán)創(chuàng)業(yè)投資公司和Tribeca Venture Partners）籌集的A系列資金中籌集了1230萬(wàn)美元，用于人工智能以確?；颊叻盟幬?。加利福尼亞州的Sense.ly已經(jīng)開(kāi)發(fā)了一名虛擬護(hù)理助手Molly，跟蹤患者出院后的情況。該公司聲稱，Molly為當(dāng)天的20％的患者提供了臨床醫(yī)生。
CoreAI公司將其算法帶到醫(yī)療保健領(lǐng)域：CoreAI創(chuàng)業(yè)公司Ayasdi已經(jīng)開(kāi)發(fā)了基于拓?fù)鋽?shù)據(jù)分析的機(jī)器智能平臺(tái)，將其解決方案提供給醫(yī)療服務(wù)提供商，包括患者風(fēng)險(xiǎn)評(píng)分和減少患者再入院。其他核心AI創(chuàng)業(yè)公司正在尋求醫(yī)療保健領(lǐng)域的機(jī)會(huì)，包括H2O.ai和數(shù)字推理系統(tǒng)。
頂級(jí)風(fēng)險(xiǎn)投資公司：Khosla Ventures和Data Collective是醫(yī)療保健AI創(chuàng)業(yè)公司的頂級(jí)風(fēng)險(xiǎn)投資公司，并且各自擁有5家獨(dú)特公司。Khosla Ventures投資了加州的Ginger.io，專注于抑郁癥和焦慮癥患者；醫(yī)療分析平臺(tái)Lumiata；以色列的Zebra Medical Vision和加利福尼亞州實(shí)驗(yàn)室，將AI應(yīng)用于醫(yī)學(xué)影像；以及藥物研發(fā)開(kāi)啟者Atomwise。數(shù)據(jù)備份集合成像和初創(chuàng)診斷公司Enlitic，BayLabs和Freenome，分析平臺(tái)CloudmedX，以及之前提到的Atomwise。
藥物發(fā)現(xiàn)也引起了VC的注意：創(chuàng)業(yè)公司正在使用機(jī)器學(xué)習(xí)算法來(lái)減少藥物研發(fā)時(shí)間，而VC在版圖上的9家創(chuàng)業(yè)公司中已經(jīng)有6家。安德森霍洛維茨的種子資金最近投資了twoXAR，杜馬藥物發(fā)現(xiàn)平臺(tái)的開(kāi)發(fā)；Khosla風(fēng)險(xiǎn)投資和數(shù)據(jù)集體支持Atomwise，其在去年發(fā)布了第一個(gè)發(fā)現(xiàn)埃博拉治療藥物，并與MERCK合作；Lightspeed Venture Partners于2013年投資Numedii；基金資本參與3個(gè)股權(quán)融資回合算出來(lái)的。
AI腫瘤學(xué)：IBM沃森集團(tuán)支持的Pathway Genomics最近開(kāi)始研究其新的血液檢測(cè)試劑盒Cancer Intercept Detect。該公司將從未被診斷患有該疾病的高風(fēng)險(xiǎn)個(gè)體收集血液樣品，以確定是否可以及早發(fā)現(xiàn)。其他以腫瘤為重點(diǎn)的創(chuàng)業(yè)公司包括FlatironHealth，Cyrcadia（穿戴式設(shè)備），Cure Metrix，Skin Vision，Entopsis和Smart Healthcare。
（文章來(lái)源：億歐網(wǎng)）
第三十四屆CIO班招生
國(guó)際CIO認(rèn)證培訓(xùn)
首席數(shù)據(jù)官（CDO）認(rèn)證培訓(xùn)
責(zé)編：houlimin
免責(zé)聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來(lái)自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，請(qǐng)及時(shí)通知本站，予以刪除。
搶沙發(fā)
