医疗人工智能 让看病变得更加简单

在安徽省立医院，利用人工智能技术构建的“云医生”平台，医生可以在诊疗过程中通过智能语音技术，在手持设备上完成病历处理等各项工作，大大提升了工作效率。

安徽省立医院与科大讯飞共同研制的智能医学影像辅助诊断系统，帮助医生迅速作出判断，有效减少了误诊、漏诊等问题。人工智能不仅提升了医疗工作效率，也成为实现医疗资源公平的必要条件之一。

今年4月，国务院办公厅印发《关于促进“互联网+医疗健康”发展的意见》，明确鼓励“互联网+”医疗服务和人工智能等技术应用。

医疗人工智能 让看病变得更加简单

近日，由健康点与飞利浦联合发布的《中国医疗人工智能产业报告》显示，目前医疗人工智能已经在智能分诊、影像识别、病例辅助诊断、个人健康管理、基因测序、新药研发等领域有所应用。覆盖了医疗产业链条上的医疗、医药、医保、医院四大环节。

例如，在医药领域，人工智能可以帮助药企提高新药研发效率;在医保环节，人工智能可以通过大数据分析帮助医保相关方进行控费;在医院，人工智能可以帮助管理者提高管理效率，或是部分取代一些简单的重复性工作，如导诊等。

医疗影像是目前医疗人工智能应用最广泛的领域。日前，在中国举行的一场“人机大赛”中，一个名为“BioMind天医智”的神经影像AI辅助诊断系统，在比拼脑部核磁影像诊断的比赛中，战胜了海内外25名神经影像领域的资深医生。

微软全球资深副总裁、微软亚洲研究院院长洪小文认为，人工智能具备强大运算能力和深度学习能力，应用前景广阔，尤其是在医疗行业数字化转型方面。

技术能力待提升

近年来，中国医疗人工智能市场发展迅速。据估测，2016年中国“人工智能+医疗”市场规模达到96.61亿元，2017年将超过130亿元，2018年则有望达到200亿元。包括阿里巴巴、腾讯、百度在内的科技巨头均发布了人工智能辅助医疗产品，并已进入多地医院和社区。

不少专家和学者认为，医疗正在成为人工智能最富变革力的领域之一。有业内人士指出，随着人口老龄化加剧、慢性病患者群体增长，优质医疗资源紧缺、公共医疗费用攀升等问题日益凸显，人工智能将逐渐被用来解决医疗行业的痛点。庞大的人口数量和充足的医疗数据，则为医疗人工智能的发展提供了基础。

不过，技术的发展和数据的完善依旧是医疗人工智能必须要解决的问题。

从技术角度而言，目前人工智能在医疗领域的应用尚处于“初级阶段”。虽然“人工智能+医疗”的场景愈发广泛，但真正落地、符合临床使用场景的产品仍然短缺，相关技术与产品的研发和创新能力还有待进一步提升。

医学领域维度多、门槛高，人工智能技术突破的难度较大。即使在应用较为广泛的医疗影像方面，针对肺部、眼部等技术门槛较低的应用集聚了诸多企业，而在脊柱、腹部等复杂部位诊断的尝试则相对较少。

另一方面，大数据的发展也成为医疗人工智能发展的掣肘。专家指出，医疗大数据目前存在标准与质量缺失等问题，很多医疗数据不能互通互认，这导致医疗机构大量有价值的数据变成了“孤岛”，必须要靠相关企业的数据治理和数据挖掘技术做支撑，通过各方力量的结合，才能产生很好的效果。

人才培养空间大

标准化是影响医疗人工智能规范化和商业化的重要因素。为了更有效地评估人工智能技术，相关的测试方法必须标准化，并创建人工智能技术基准。人工智能技术标准化将有助于人工智能的稳健发展。同时，也有利于中国参与国际标准化研讨，加强在人工智能领域话语权。

有业内人士指出，目前我国对药品和器械在监管层面有详细的规定，但是医疗人工智能产品是新产品，其所适用的相关政策、监管方案都在紧锣密鼓的制定当中。

在医疗人工智能领域，复合人才的短缺同样是制约行业发展的迫切问题。在这样的背景下，中国也正在加强人工智能专业人才的培养。

去年，国家发改委、科技部等四部委联合发布《“互联网+”人工智能三年行动实施方案》，从人才从业年限结构分布上来看，我国新一代人工智能人才比例较高，人才培养和发展空间广阔。

教育部在《高等学校人工智能创新行动计划》中也强调，加强人工智能领域专业建设，推进“新工科”建设，形成“人工智能+X”复合专业培养新模式。为加速培养医疗等领域的人工智能专业人才，各大高校也陆续建立人工智能学院，加快促进人工智能人才的培养。去年，浙江大学和互联网医疗微医合作，建立“睿医人工智能研究中心”，集合了浙江大学计算机学院、信息学院、医学院、药学院等相关院系的技术优势，搭建高校、企业、医院资源共享的开放式的医学服务平台。

在安徽省立医院，利用人工智能技术构建的“云医生”平台，医生可以在诊疗过程中通过智能语音技术，在手持设备上完成病历处理等各项工作，大大提升了工作效率。

安徽省立医院与科大讯飞共同研制的智能医学影像辅助诊断系统，帮助医生迅速作出判断，有效减少了误诊、漏诊等问题。人工智能不仅提升了医疗工作效率，也成为实现医疗资源公平的必要条件之一。

今年4月，国务院办公厅印发《关于促进“互联网+医疗健康”发展的意见》，明确鼓励“互联网+”医疗服务和人工智能等技术应用。

近日，由健康点与飞利浦联合发布的《中国医疗人工智能产业报告》显示，目前医疗人工智能已经在智能分诊、影像识别、病例辅助诊断、个人健康管理、基因测序、新药研发等领域有所应用。覆盖了医疗产业链条上的医疗、医药、医保、医院四大环节。

例如，在医药领域，人工智能可以帮助药企提高新药研发效率;在医保环节，人工智能可以通过大数据分析帮助医保相关方进行控费;在医院，人工智能可以帮助管理者提高管理效率，或是部分取代一些简单的重复性工作，如导诊等。

医疗影像是目前医疗人工智能应用最广泛的领域。日前，在中国举行的一场“人机大赛”中，一个名为“BioMind天医智”的神经影像AI辅助诊断系统，在比拼脑部核磁影像诊断的比赛中，战胜了海内外25名神经影像领域的资深医生。

微软全球资深副总裁、微软亚洲研究院院长洪小文认为，人工智能具备强大运算能力和深度学习能力，应用前景广阔，尤其是在医疗行业数字化转型方面。

技术能力待提升

近年来，中国医疗人工智能市场发展迅速。据估测，2016年中国“人工智能+医疗”市场规模达到96.61亿元，2017年将超过130亿元，2018年则有望达到200亿元。包括阿里巴巴、腾讯、百度在内的科技巨头均发布了人工智能辅助医疗产品，并已进入多地医院和社区。

不少专家和学者认为，医疗正在成为人工智能最富变革力的领域之一。有业内人士指出，随着人口老龄化加剧、慢性病患者群体增长，优质医疗资源紧缺、公共医疗费用攀升等问题日益凸显，人工智能将逐渐被用来解决医疗行业的痛点。庞大的人口数量和充足的医疗数据，则为医疗人工智能的发展提供了基础。

不过，技术的发展和数据的完善依旧是医疗人工智能必须要解决的问题。

从技术角度而言，目前人工智能在医疗领域的应用尚处于“初级阶段”。虽然“人工智能+医疗”的场景愈发广泛，但真正落地、符合临床使用场景的产品仍然短缺，相关技术与产品的研发和创新能力还有待进一步提升。

医学领域维度多、门槛高，人工智能技术突破的难度较大。即使在应用较为广泛的医疗影像方面，针对肺部、眼部等技术门槛较低的应用集聚了诸多企业，而在脊柱、腹部等复杂部位诊断的尝试则相对较少。

另一方面，大数据的发展也成为医疗人工智能发展的掣肘。专家指出，医疗大数据目前存在标准与质量缺失等问题，很多医疗数据不能互通互认，这导致医疗机构大量有价值的数据变成了“孤岛”，必须要靠相关企业的数据治理和数据挖掘技术做支撑，通过各方力量的结合，才能产生很好的效果。

人才培养空间大

标准化是影响医疗人工智能规范化和商业化的重要因素。为了更有效地评估人工智能技术，相关的测试方法必须标准化，并创建人工智能技术基准。人工智能技术标准化将有助于人工智能的稳健发展。同时，也有利于中国参与国际标准化研讨，加强在人工智能领域话语权。

有业内人士指出，目前我国对药品和器械在监管层面有详细的规定，但是医疗人工智能产品是新产品，其所适用的相关政策、监管方案都在紧锣密鼓的制定当中。

在医疗人工智能领域，复合人才的短缺同样是制约行业发展的迫切问题。在这样的背景下，中国也正在加强人工智能专业人才的培养。

去年，国家发改委、科技部等四部委联合发布《“互联网+”人工智能三年行动实施方案》，从人才从业年限结构分布上来看，我国新一代人工智能人才比例较高，人才培养和发展空间广阔。

教育部在《高等学校人工智能创新行动计划》中也强调，加强人工智能领域专业建设，推进“新工科”建设，形成“人工智能+X”复合专业培养新模式。为加速培养医疗等领域的人工智能专业人才，各大高校也陆续建立人工智能学院，加快促进人工智能人才的培养。去年，浙江大学和互联网医疗微医合作，建立“睿医人工智能研究中心”，集合了浙江大学计算机学院、信息学院、医学院、药学院等相关院系的技术优势，搭建高校、企业、医院资源共享的开放式的医学服务平台。

声明： 本网站原创内容，如需转载，请注明出处；本网站转载内容（文章、图片、视频等资料）的版权归原网站所有。如我们转载或使用了您的文章或图片等资料的，未能及时和您沟通确认的，请第一时间通知我们，以便我们第一时间采取相应措施，避免给双方造成不必要的经济损失或其他侵权责任。如您未通知我们，我们有权利免于承担任何责任。 我们的联系邮箱：news@cecb2b.com。