图像识别、深度学习等关键技术的突破，带来人工智能技术新一轮的发展，提供了人工智能与医疗产业深度融合的基础。同时，随着人口老龄化、环境恶化等问题的加剧，人们对提升医疗技术、增强健康的需求更加迫切，极大地刺激了人工智能技术推动医疗产业变革浪潮的兴起。人工智能与医疗的结合，正在成为新的爆发点。
人工智能助推智慧医疗迈入新阶段
1.生产力变革：从互联网医疗到人工智能医疗
近年来，在信息化浪潮推动下，医院通过把部分业务流程以互联网为媒质对外开放，形成医疗资源供给和病患需求的即时对接，解放医疗生产力。而随着人工智能技术的发展，医院能够以人工智能技术为工具，取代人工基因测序、诊断治疗、手术操作等的部分工作环节，提供基于大数据的系统化精准精细医疗服务，形成供给端的技术和生产力变革。自此，智慧医疗从互联网医疗迈入人工智能医疗新阶段。
在这一阶段，智慧医疗利用人工智能技术将数字化人体和数字化医疗等高度智慧化，部分代替了以往由人力完成的医疗工作，构建从底层基因、中层病症数据，到上层诊断和手术于一体的，人与机器互联、协作的新医疗服务链条。
2.四大应用方向：机器学习+智能视觉+智能语音+智能机器人
人工智能特点在高效计算和精准分析、决策，在医疗领域中的应用场景越来越广泛，涵盖机器学习、智能视觉、智能语音和智能机器人四大方向，具体包括基因测序、药物研发、辅助诊断、智能影像、数字医疗、医疗机器人等。
达芬奇手术机器人
人工智能将对医疗行业带来颠覆性影响
通过采用人工智能手段分析人群健康大数据，制定规范化临床路径，可有效提高医生的诊疗水平和问诊效率，实现医疗服务的高质与高效，解决医疗行业面临的医疗资源配置不均衡、基层诊疗水平低、医生培养周期长等痛点。
一是医药制造行业方面。人工智能的应用，可以通过海量数据模拟药物的效果与药物成分之间的化学反应，实现微观尺度探索化学多样性空间、发现药物靶标、模拟受体-配体的相互作用、解析药物分子的作用机制，有利于快速实现药物发现。
二是医生诊疗方式方面。人工智能技术为医生临床诊疗提供数据和工具支撑，以阿里ET医疗大脑为例，其已经可以实现比专家医生更可靠的图像识别，在图像识别、语音识别等医疗工作中做一名优秀的“医生助理”。斯隆凯特琳研究所估计，受限于人脑处理数据的能力，在诊断癌症患者和处方治疗时，医生只使用了20%的实验性知识，人工智能应用程序则可以在数百万页的医学证据中筛选，几秒内提供诊断和治疗方案。
三是患者治疗体验方面。随着人工智能的发展，虚拟医院和远程医疗将逐步实现和完善。病人可以足不出户地借助随身可穿戴设备等感知智能设备实时读取自身精准的医疗信息数据，然后通过网络将医疗信息数据传给诊断治疗方（医生或智能诊断云端），诊断治疗方根据病人的精准医疗信息做出疾病的诊断并制定配套的治疗方案。
四是医院运营模式方面。人工智能手段可帮助实现对大规模人员的系统性、针对性管理，并帮助制定前瞻性管理决策、预算规划和资源配置。如利用人工智能工具结合个人医疗记录和其他信息，追踪传染性疾病的发病率，帮助预估有多少人需要住院治疗。
产业刚刚起步，机遇与挑战并存
目前，我国人工智能+医疗产业尚处于起步阶段。从公司数量看，2010年之前相关公司数量极少。其后迅速出现一大批医疗人工智能公司，并于2014和2015年出现创业高峰。据亿欧智库统计，截止到2017年7月31日，我国医疗人工智能公司共有131家，集中分布于北京、上海、深圳、杭州、武汉等一、二线城市，其中北京、上海、深圳三城集中了97家公司，占全部公司的76%左右。从市场规模看，据互联网医疗健康产业发布的《医疗人工智能技术与应用白皮书（2018年）统计，2016年中国人工智能+医疗市场规模达到96.61亿元，增长37.9%。从巨头企业看，百度搭建了人工智能辅助诊疗系统“医疗大脑”，阿里推出人工智能医学影像平台“Doctor You”，腾讯发布人工智能影像产品“腾讯觅影”，华大基因将人工智能与基因测序相结合，布局精准医疗领域。
总体来看，人工智能+医疗发展迎来机遇期。一是政府高度重视。《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018－2020年）》等系列规划政策红利不断释放。二是市场机会丰富。人工智能在医疗领域的深入应用，在创造与医疗相关的产业链新模式的同时，也创造着市场需求和相关企业新的增长突破点。三是创业和投资热潮只增不减。随着全球科技巨头布局如实，未来更多针对性应用有望破蛹而出，投资热潮一年高过一年，未来几年将出现爆发式增长。
不论是创业界还是投资界，目前都十分看好医疗人工智能未来的发展前景和市场表现，但产品真正大规模应用于临床，还需要克服诸多挑战。一是数据问题。如何获取有效数据，是人工智能+医疗应用最先需要跨越的障碍。再加上数据源头多、类型多、结构复杂、标准不统一等特征，导致要获得真正高质量的有效数据，需要花费高昂的成本。同时，大数据价值加速溢出，也加大了数据泄露的安全隐患。二是监管问题。深度学习是一个典型的“黑箱”算法，就算是设计者也很难知道算法将会如何决策，因此很难发现算法是否存在问题，这就使得人工智能在使用中如何进行监管成为问题。三是人才问题。据领英发布的《全球AI领域人才报告》显示，截至2017年第一季度，基于领英平台的全球人工智能领域技术人才超过190万，其中美国总数超过85万，而中国人才总数仅有5万多。在医疗领域，目前市场人工智能人才稀缺招人难问题突出。尤其是既熟悉人工智能有熟悉医疗的跨界人才。此外，技术成熟也需要时间，获得市场认可也尚需过程，还带来了法律伦理等通用性难题。
乘势而为，加快人工智能+医疗发展
2016年10月，中共中央、国务院印发了《“健康中国2030”规划纲要》，将把健康融入所有政策，全方位、全周期保障人民健康。智慧医疗也已成为推动“健康中国”建设和满足人民健康需求的重要基础和保障。新形势下，应抓住重大科技变革发展机遇，把握精准医疗发展新趋势，从以下方面发力，加快人工智能+医疗发展。
一是加大资金支持，发挥引导作用。鼓励各地设立人工智能+医疗产业创新基金，孵化新领域新技术，重点关注生物创新药、分子诊断、数字医疗等领域的尖端技术。鼓励通过战略投资、并购等方式，引进核心技术和创新产品，培育具有竞争力的行业龙头企业。
二是完善支撑政策，加强分类指导。针对人工智能+医疗产业发展的关键环节和核心问题，完善相关支持引导政策。如围绕高端医学影像领域，建议完善政府采购政策，推进本土企业自主研发制造的国产高端医学影像的示范应用。
三是加快引才聚才，培养人才梯队。鼓励有条件的省市瞄准全球人工智能+医疗的顶尖团队，通过引进转化成果的方式，在科研场地、研究经费、生活住房等全方位给予支持。鼓励医疗人工智能企业与国内外高校和科研机构合作，基于产品技术应用方向进行算法模型开发，潜移默化培养公司人才队伍。
【参考来源】
[1]刘佳.人工智能:撬动智慧医疗[J].中国信息化,2018,(05):85-87.
供稿人：武宇翔
审核人：李明超