作为最近的大热话题人工智能，我们聊聊人工智能和医疗那些事。人工智能将如何应用到医疗健康领域？人工智能能否取代医生？如何实现人工智能的商业价值？

一、什么是人工智能（Artificial Intelligence，AI）？

斯坦福人工智能研究报告认为，人工智能Artificial Intelligence，是机器有了人的智能。人的智能指人类利用自身的神经系统和身体来感知、学习、推理、行动等的方式，人工智能是受人类智能启发、但是通常运作方式与人类智能不同的一种科学和一系列计算技术，使得机器也可以感知、学习、推理、行动。比如，自动驾驶，如果判断出前方有障碍物，会和人一样选择躲避绕过。

二、人工智能是何时出现的？

“人工智能”一词，最初是在1956年，John McCarthy（斯坦福AI实验室主任，图灵奖得主，AI之父）组织达特茅斯暑期研究项目研讨会上提出来的，被认为是人工智能的正式诞生。

上世纪60至70年代AI发展达到一个高峰，但由于基础设施没有得到足够重视，
70至80年代时期AI发展进入寒冬期。

上世纪90年代，随着科技的进步，硬件成本降低，性能更可靠，感知和声学上使得制造机器人更容易，计算能力、存储能力、处理数据的能力也大大提高，同时互联网的发展使得收集大量数据成为可能，AI又重新兴起。

三、促进人工智能领域大力发展的因素？

1、 机器学习（machine
learning）的成熟，主要由云计算资源、大范围互联网数据收集驱。

2、 深度学习（deep
learning）——一种适应性人工神经网络形式，通过back
propagation反向传播的方法来训练，大力推动机器学习。

3、 基础操作的硬件技术重大进步，如感应、感知、目标识别等

4、 数据导向产品的新平台和市场、寻找新产品和市场的利益驱动。

5、 有供给、有需求的市场。

四、人工智能应用于医疗健康领域的时代是否到来？

2017年被认为是“人工智能应用元年”，也被认为是人工智能发展的拐点。数据显示，预计到2025年，人工智能应用市场总值将达到1270亿美元。其中，医疗行业将占市场规模的五分之一。中国正处于医疗人工智能的风口：2016年中国人工智能+医疗市场规模达到96.61亿元，增长37.9%；2017年将超130亿元，增长40.7%；2018年有望达到200亿元。

HC3i中国数字医疗网进行过一份调查，报告认为，中国发展医疗人工智能具有三个利好：第一，中国人口基数大，医疗资源分布不足，让人工智能医疗落地应用成为一种刚需；第二，人工智能在各领域的技术积累达到了一个爆破点，可以为医疗人工智能落地起到巨大的推动作用；第三，国家政策红利。从2013年起，国务院、发改委等连续发文，多次提及智能医疗领域发展问题。

五、人工智能在医疗领域的应用

人工智能在医疗健康领域中的应用已非常广泛，包括语音识别、医学影像、药物挖掘、营养学、生物技术、急救室管理、医院管理、健康管理、精神健康、可穿戴设备、风险管理和病理学共12个领域。

已有报告分析，人工智能+医疗近期将形成可穿戴设备、语音识别、影像识别“三大应用”。

作为健康数据的采集基础，可穿戴设备可以说是作为人工智能的先锋来到大众视野。但是由于数据的准确性、标准化等诸多因素成为了“鸡肋”产品。而随着人工智能技术的快速发展，以及对医疗数据的采集及应用情况的完善，伴随着物联网大环境的促进下，可穿戴设备也将再次发力，为人们的健康保驾护航。

语音识别可有效缓解医院三大痛点：效率、安全、数据。因为病历书写工作量大，很多医生写病例的时候就选择复制粘贴的方式，夸张的有些把左右腿都搞混，这样的结果就造成了医院误诊率提高，甚至出现医疗事故，安全问题不容忽视。语音识别能够很好的与现有电子病历系统相结合，在记录每个病人病情时，通过语音录入的方式极大的提高了效率，将医生从机械的文案录入工作中解放出来，提升就诊效率和患者体验度。

在医学影像方面，人工智能除了可以对图像进行识别，还可以通过对大量影像数据和诊断数据深度学习训练，掌握诊断能力。以肺结节为例，人工智能可以降低漏报率，并识别多种肺部结节，比如磨玻璃结节、血管旁小结节、微小结节、多发小结节等比较难判定的结节。

六、人工智能能否能取代医生

有了临床辅助诊疗，是否意味着AI可以取代医生了？显然不是。目前的AI还没有发展到那个阶段。

AI可以做到的就是1、尽可能的减少误差；2、不断地学习，我们无法训练出更牛的医生，毕竟一个人的精力是有限的，但是我们可以优化出更好的系统；3、对于标准化的治疗，可能人比不上计算机，但是对于个性化治疗，我们绝对离不开医生，医生和人工智能始终要配合，才能达到更好的效果。所以，取代不是目的，利用才是。

七、人工智能和医疗结合创业的建议

1、创业必须要找到行业的痛点，医生和患者都有需求才能持续创造其价值。

2、不论是医疗出身还是人工智能出身，都可以很好的创业，学会整合、找合伙人、发挥多学科交叉的优势。

3、创业是高风险的，要找准自己的核心竞争力，成功的几率才会增大。