隨著科技的發展，人工智能這幾年已經有了突破性的進展，與我們生活越來越息息相關。其中醫療與人工智能的結合，更將會成為新時代的爆發點。據統計，醫療行業占人工智能應用市場規模的 1/5。我國正處于醫療人工智能的風口，人工智能在醫療行業發展現狀如何？ 為什么在醫療領域這么火熱？ 應用前景如何？

　　1 。醫療行業人工智能發展現狀：人工智能目前在醫療行業應用最得廣泛成熟有如下幾個領域：

　　（1）人工智能+醫學影像。人工智能+醫學影像是將人工智能技術具體應用在醫學影像的診斷上，幫助醫生定位病癥分析病情，輔助做出診斷，提高醫生工作效率。它的技術主要分為兩部分：第一部分是圖像識別，應用于感知環節，其主要目 的是將影像這類非結構化數據進行分析，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節。

　　（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、基因組數據和生物醫學期刊數據庫上的數據信息，利用深度學習算法找出關聯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。傳統的藥物研發領域存在三大痛點：①研發周期長;②研發成本高;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藥的 95%左右，藥品產能過剩，并且重大創新較少，主要原因在于國內藥企研發能力偏弱，研發經費占比低，僅 3~5%，國外新藥研發企業的研發經費則占15~20%。人工智能在藥物挖掘的應用有望改變國內藥物研發創新不足的格局。

　　（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據，幫助個人實現精準有效的健康管理，從源頭減少發病誘因，從而減少家庭醫療支出。2017 年華爾街互聯網行業權威 Mary Meeker 發布的 《互聯網趨勢報告》指出，醫療衛生和保健已進入數字化拐點。百分之八十多的消費者使用可穿戴設備等健康數據，而這些結構化的健康數據將會作為數據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據變為知識，按照數據流的視角大致分為五個步驟：數據集中、數據 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據，整理出臨床治療經驗，融合現存的醫學知識，針對各 種疾病建立醫療圖譜。并在此基礎上，通過“閱讀”患者的病歷或者是臨床癥狀，結合后端的醫療圖譜，為醫生提示臨床醫療方案，為患者提供診療方法參考并答疑解惑。

　　2. 人工智能在醫療領域發展迅速的原因初探

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

　　（2）醫療領域有海量的大數據。國務院辦公廳 2016 年 6月發布 《關于促進和規范健康醫療大數據應用發展的指導意見》，把生物學資源和醫療大數據作為國家的基礎戰略資源，納入了國家大數據戰略布局。據預計，醫療數據量到 2020 年將超過 40 萬億 GB，并且還在以驚人的速度迅速增長。但我國的醫療數據分散在各個醫療機構，利用效率低。并且絕大部分是非結構化數據，大大超出了傳統的數據計算處理能力。另外我國醫療數據分散在不同醫院機構，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據金礦。

　　（3）醫療行業特征和人工智能技術優勢高度吻合。醫療是一個知識、數據密集型的行業。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. 人工智能在醫療領域應用前景分析

　　人工智能的飛速發展大大提高了醫療數據處理深度和效率。借助大數據分析和深度學習，以及計算機 24h 不知疲倦等運轉優勢，人工智能可以將醫療失誤降低 40%左右。

　　人工智能未來將從醫院、醫生、醫藥、患者四個經營和服務主體出發，充分利用數據儲存和處理優勢，觸及醫療設施設備、診斷、手術、醫藥電商、掛號問診、醫生社區及工具、慢病管理及可穿戴設備等商業版塊，促進醫療服務行業的快速有效更替，為健康服務。