醫療人工智慧的中國時代已經到來

從2013年到2017年， 國務院、發改委、FAD連續發文， 多次提及醫療影像走智慧化、雲化的趨勢， 為推動智慧醫療領域保駕護航。 中國人口基數大， 醫療資源分佈不足， 讓人工智慧醫療落地應用成為一種剛需, 人工智慧在各領域的技術積累達到了一個爆破點。 基於利好大背景環境下， 人工智慧+醫療市場也將愈發成熟。

作為健康資料的採集基礎， 可穿戴設備可以說是作為人工智慧的先鋒來到大眾視野。 但是由於資料的準確性、標準化等諸多因素成為了“雞肋”產品。 而隨著人工智慧技術的快速發展， 以及對醫療資料的採集及應用情況的完善，

伴隨著物聯網大環境的促進下， 可穿戴設備也將再次發力， 為人們的健康保駕護航。

有效緩解醫院三大明顯的痛點：效率、安全、資料。 因為病歷書寫工作量大， 很多醫生寫病例的時候就選擇複製粘貼的方式， 誇張的有些把左右腿都搞混， 這種的結果就造成了醫院誤診率提高， 甚至出現醫療事故， 安全問題不容忽視。 語音辨識能夠很好的與現有電子病歷系統相結合， 在記錄每個病人病情時， 通過語音錄入的方式極大的提高了效率。 將醫生從機械的文案錄入工作中解放出來， 提升就診效率和患者體驗度。

智慧醫學影像是將人工智慧技術應用在醫學影像的診斷上。 人工智慧在醫學影像應用主要分為兩部分：一是圖像識別，

應用於感知環節， 其主要目的是將影像進行分析， 獲取一些有意義的資訊;二是深度學習， 應用於學習和分析環節， 通過大量的影像資料和診斷資料， 不斷對神經元網路進行深度學習訓練， 促使其掌握診斷能力。 以肺結節為例， 人工智慧可以降低漏率， 並且可以識別多種肺部結節， 比如磨玻璃結節、血管旁小結節、微小結節、多發小結節等認為比較難判定的結節。

人工智慧對於醫療健康領域中的應用已經非常廣泛， 2016年既是人工智慧的黃金時代， 同時也是人工智慧+醫療的黃金時代。 而2017年被稱為人工智慧發展的拐點， 而這一拐點的標誌之一就是人工智慧技術的加速產品化。

筆者認為隨著圖像識別、深度學習、神經網路等關鍵技術的突破帶動了人工智慧新一輪的大發展。 人工智慧+醫療屬於人工智慧應用層面範疇， 泛指將人工智慧及相關技術應用在醫療領域。 與互聯網的不同， 人工智慧對醫療領域的改造是顛覆性的。