医疗AI很热，但实际落地应用的很少，目前在影像和诊断方面稍有起色，加之真正的人工智能人才尚未涌入到医学领域，医疗AI道路仍然漫长。

人工智能的东风早已吹到了医疗领域。

优质医疗资源的供需不平衡，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异，以及人口老龄化加剧、慢性疾病增长、人们对健康重视程度提高，催生了医疗AI(人工智能)的发展。

在中国医疗体系中，医疗质量无法持续性，医疗资源，无论是基层还是头部，分配不平衡的情况都普遍存在，而且因错位机制引起乱象的问题也十分普遍。

针对这些问题，人工智能或可扮演引领产业变革的关键角色。然而医疗行业的高壁垒和特殊性，也注定了AI赋能医疗的征途必然坎坷。

尽管医疗AI产品的尝试多种多样，但尚未真正落地，能够符合临床使用场景的产品仍缺席。目前能够在医院投入使用的多是科研合作与试验。

“风口”赋能

AI医疗的风口吹向重构医疗体系。

具体来说，AI基于大数据，将头部医院的医疗能力赋能基层医疗，针对不同病种开发辅助诊疗等功能，让基层医院也可共享头部医院的医疗技术，最终将医疗资源平均分布在各个层级。

通过处理大量高质量的医疗大数据推动人工智能发展，如病例、影像、基因，并建立可验证、可重复的医疗标准。使得无论在诊前、诊中、诊后还是院内和院外，患者均可享受标准化的医疗服务。

“人工智能的未来不是代替医生，甚至也不仅仅是辅助医生，而是帮助重构医疗体系，建立新的基础设施的必要奠基石。”

医疗AI的赋能之路，正是基于大数据的深度学习。

如果把人工智能分成算法、算力和数据三个维度，则现在行业主要的机会集中在数据及应用层面，竞争的核心在于数据的质量和数量。数据是高质量的医学临床或生命数据，这些数据就是磨刀石。

“没有好的磨刀石，就磨不出好刀。”

与国外医疗AI相比，我国在大数据使用层面与国外处于同一水平，甚至有更多的应用空间。但在AI领域核心的算法竞争上，中国仍有一定差距，普遍停留在对于国外算法的二次创新，亟待关键领域的突破。“AI技术领域的核心竞争主要正是集中于数据、算法和神经网络的突破。”

“医疗AI的门槛很高，算法专家和医学专家关注的方向不同，医学作为一个系统科学，数据的逻辑、建模、分层非常复杂和丰富。只有算法专家和医学专家深度融合，彼此听懂各自的“语言”，才能解决这个问题。所以AI没有数据不行，只有数据也不行，要有一大批能够唤醒沉默的病例和数据的复合型人才，才能走出最关键的一步。”

在AI领域，不得不承认，最顶级的人才还没有大量涌进来，可能大部分在无人驾驶和在安防，医疗领域仍十分孤单。此外，AI算法人才与医学人才知识体系不同，如何融合各自优势发挥最大价值，也是值得企业思考的方向。

数科邦编辑：http://www.shukeb.com/

“汇新杯”新兴科技+互联网创新大赛火热报名中

大赛参赛项目领域

①、新兴科技成果专项赛：人工智能、大数据、云计算...

②、互联网产业模式专项赛：互联网和移动互联网与公共服务；

③、青年创客专项赛：以科技+互联网作为主要课题，能够体现当代大学生、青年创客创新、创造、创意、创造能力的参赛项目均可。

④、科技+文化艺术专项赛：科技+文化，以科技技术展示传统文化艺术、现代文化艺术的传承性、保护性、创新性、可观赏性、可使用性中的某一因素点或几点

⑤、科技+社会公益专项赛：文化传播、人才培养、环境保护、残疾人保护、青少年成长、关爱老人、人类健康、自然保护、动物保护

大赛报名通道：https://www.shukeb.com/megagame.html