隨著科技的發(fā)展，人工智能這幾年已經(jīng)有了突破性的進展，與我們生活越來越息息相關。其中醫(yī)療與人工智能的結合，更將會成為新時代的爆發(fā)點。據(jù)統(tǒng)計，醫(yī)療行業(yè)占人工智能應用市場規(guī)模的 1/5。我國正處于醫(yī)療人工智能的風口，人工智能在醫(yī)療行業(yè)發(fā)展現(xiàn)狀如何？ 為什么在醫(yī)療領域這么火熱？ 應用前景如何？

1 。醫(yī)療行業(yè)人工智能發(fā)展現(xiàn)狀：人工智能目前在醫(yī)療行業(yè)應用最得廣泛成熟有如下幾個領域：

（1）人工智能+醫(yī)學影像。人工智能+醫(yī)學影像是將人工智能技術具體應用在醫(yī)學影像的診斷上，幫助醫(yī)生定位病癥分析病情，輔助做出診斷，提高醫(yī)生工作效率。它的技術主要分為兩部分：第一部分是圖像識別，應用于感知環(huán)節(jié)，其主要目 的是將影像這類非結構化數(shù)據(jù)進行分析，獲取一些有意義的信息。第二部分是深度學習，應用于學習和分析環(huán)節(jié)。

（2）人工智能+藥物挖掘。人工智能藥物挖掘主要是通過深度學習和自然語言處理提取和分析大量的生物科學信息- 專利、基因組數(shù)據(jù)和生物醫(yī)學期刊數(shù)據(jù)庫上的數(shù)據(jù)信息，利用深度學習算法找出關聯(lián)并提出相應的候選藥物，進一步篩選具有對某些特定疾病有效的分子結構。傳統(tǒng)的藥物研發(fā)領域存在三大痛點：①研發(fā)周期長;②研發(fā)成本高;③成功率低。人工智能+藥物挖掘能夠有效縮短新藥研發(fā)周期和降低失敗風險。目前通過計算機模擬和借助深度學習，在抗腫瘤藥物和常見傳染病治療藥等獲得了新的突破。目前仿制藥占我國國產(chǎn)藥的 95%左右，藥品產(chǎn)能過剩，并且重大創(chuàng)新較少，主要原因在于國內(nèi)藥企研發(fā)能力偏弱，研發(fā)經(jīng)費占比低，僅 3~5%，國外新藥研發(fā)企業(yè)的研發(fā)經(jīng)費則占15~20%。人工智能在藥物挖掘的應用有望改變國內(nèi)藥物研發(fā)創(chuàng)新不足的格局。

（3）人工智能+個人健康管理。人工智能健康管理利用人體日常的身體數(shù)據(jù)，幫助個人實現(xiàn)精準有效的健康管理，從源頭減少發(fā)病誘因，從而減少家庭醫(yī)療支出。2017 年華爾街互聯(lián)網(wǎng)行業(yè)權威 Mary Meeker 發(fā)布的 《互聯(lián)網(wǎng)趨勢報告》指出，醫(yī)療衛(wèi)生和保健已進入數(shù)字化拐點。百分之八十多的消費者使用可穿戴設備等健康數(shù)據(jù)，而這些結構化的健康數(shù)據(jù)將會作為數(shù)據(jù)源幫助消費者進行個人健康管理。

（4）人工智能+輔助診斷。人工智能輔助診斷將數(shù)據(jù)變?yōu)橹R，按照數(shù)據(jù)流的視角大致分為五個步驟：數(shù)據(jù)集中、數(shù)據(jù) 加工、知識圖譜、知識計算、交互設計。具體而言，人工智能+輔助診療以患者的病史、癥狀、檢驗檢查和用藥等治療方案為原始數(shù)據(jù)，整理出臨床治療經(jīng)驗，融合現(xiàn)存的醫(yī)學知識，針對各 種疾病建立醫(yī)療圖譜。并在此基礎上，通過“閱讀”患者的病歷或者是臨床癥狀，結合后端的醫(yī)療圖譜，為醫(yī)生提示臨床醫(yī)療方案，為患者提供診療方法參考并答疑解惑。

2. 人工智能在醫(yī)療領域發(fā)展迅速的原因初探

（1）醫(yī)療健康產(chǎn)業(yè)供需嚴重不平衡。由于醫(yī)療資源缺乏和效率不高，目前我國衛(wèi)生行業(yè)存在“看病難、看病貴”問題，沒有辦法滿足人民群眾不斷增長的醫(yī)療需求。隨著中國人口老齡化趨勢下，疾病高發(fā)的數(shù)量日益增多，看病需求加大。但是受制于周期長、成本高等特點，培養(yǎng)更多的醫(yī)務人員“這杯遠水”解不了近渴。《2016 年中國衛(wèi)生和計劃生育事業(yè)發(fā)展統(tǒng)計公報》顯示，醫(yī)院衛(wèi)生技術人員數(shù)同比增長5.57%，低于診療人次 6.17%的增幅，供給跟不上需求的增加。而人工智能在醫(yī)療領域上的運用可以大大降低成本和提高效率，彌補醫(yī)療健康產(chǎn)業(yè)供需嚴重不平衡。

（2）醫(yī)療領域有海量的大數(shù)據(jù)。國務院辦公廳 2016 年 6月發(fā)布 《關于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》，把生物學資源和醫(yī)療大數(shù)據(jù)作為國家的基礎戰(zhàn)略資源，納入了國家大數(shù)據(jù)戰(zhàn)略布局。據(jù)預計，醫(yī)療數(shù)據(jù)量到 2020 年將超過 40 萬億 GB，并且還在以驚人的速度迅速增長。但我國的醫(yī)療數(shù)據(jù)分散在各個醫(yī)療機構，利用效率低。并且絕大部分是非結構化數(shù)據(jù)，大大超出了傳統(tǒng)的數(shù)據(jù)計算處理能力。另外我國醫(yī)療數(shù)據(jù)分散在不同醫(yī)院機構，深度利用率不高。人工智能領域計算機視覺、機器學習、深度學習等技術突破，可以激活這座沉睡的數(shù)據(jù)金礦。

（3）醫(yī)療行業(yè)特征和人工智能技術優(yōu)勢高度吻合。醫(yī)療是一個知識、數(shù)據(jù)密集型的行業(yè)。在對失誤零容忍的前提下，極其依靠強大的知識儲備和處理分析能力進行診斷治療。

3. 人工智能在醫(yī)療領域應用前景分析

人工智能的飛速發(fā)展大大提高了醫(yī)療數(shù)據(jù)處理深度和效率。借助大數(shù)據(jù)分析和深度學習，以及計算機 24h 不知疲倦等運轉優(yōu)勢，人工智能可以將醫(yī)療失誤降低 40%左右。

人工智能未來將從醫(yī)院、醫(yī)生、醫(yī)藥、患者四個經(jīng)營和服務主體出發(fā)，充分利用數(shù)據(jù)儲存和處理優(yōu)勢，觸及醫(yī)療設施設備、診斷、手術、醫(yī)藥電商、掛號問診、醫(yī)生社區(qū)及工具、慢病管理及可穿戴設備等商業(yè)版塊，促進醫(yī)療服務行業(yè)的快速有效更替，為健康服務。