AI的发展速度已经远远超出了人们的预期，在近两年已经开始进入落地期，AI在人脸识别、场景视觉和自动驾驶、安防行业上都已经有成功的应用。有人说AI的未来是医疗，但在AI医疗上人们还持有观望的心态，它为什么可以用在医疗上面？AI医疗又是什么样子的？
医疗对于AI来说是个比较特殊的行业，AI之所以适用于医疗是因为机器学习本来就是通过数据驱动让它学习数据。它不像数学或者是物理学，用公式可以推导出实际生活中的现象。而人类对自己生命的认知不够，有很多东西就算在临床中已经是常用的处理方法，但其实人们是不知道背后机理的，很多还是以病例的积累为主的。这个正是适合做技术驱动和数据学习的技术方法论，有的时候需要探究机理但不需要看背后的机理。
AI医疗的发展方向：诊断和治疗建议
众所周知，目前的中国还是面临着医疗资源分布不均衡等实际情况，而AI技术和辅助诊断产品可以发挥它应有的价值。AI医疗最终的一个发展方向是服务于临床科室，给出最终的诊断以及治疗建议。
医疗诊断是一个病人在医院里面的开始，它的准确性直接关系到病人的生命。人的身体上有超过 12000 多种诊断的可能性，在一个器官上的一个病种，就有上百种的亚型，亚型间的区别是非常细微的，这对人类的经验和挑战是非常大的。甚至在美国这种医生并不是非常忙碌的环境下，也会出现 12000 次以上的误诊结果。更不用提那些超饱和工作量的国家的医生，再加上医疗资源不平衡，误诊率更是居高不下。
有数据统计，从 2012 年的 500PB 到 2020 年的 25000PB（一个 PB 是 1024TB），医疗数据正呈爆炸性的增长，单靠人是无法消化这么大信息量。所以这 25000PB 里面的 99% 是需要计算机和 AI 来消化的。
AI技术的出现很好的解决了医疗数据爆炸和减少医生的流程工作量和误诊率。AI在影像诊断上的典型的工作流程：一个病人做 CT 扫描和核磁共振，病人只需躺在机器里，影像会自动上传到医院的云服务器上，通过 AI 进行分析，在没有人工干预的情况下，就可以出一份就像医生撰写的、具有自然语言的报告，医生只需在最后签字审核。
随着信息网络技术的不断发展，人们对就医观念的改变，越来越多的人借助互联网来进行医疗诊断，也就是互联网轻型的诊前环节问诊。目前这个市场达到了2000万人，在未来的五年中可能增长到2~3亿的规模。
体素科技的心脏核医学项目就是针对诊前环节问诊市场的案例，目前已经成功应用于美国预防心脏病类的诊断系统。心脏核医学是用来评估得了冠心病的人是否缺血？是不是值得做支架和搭桥手术？传统的诊断都是拍CT等影像，再由医生根据自己的经验进行判断，医生不是万能的，同样的影像，医生每次看都可能有不同的结果，这是因为影像有很多噪声，有很多不确定的现象，这期间耗费了医生和病患很多的时间。
心脏核医学是将心脏病的分析做成一个全自动的量化工程。按美国协会的标准，用系统去跟踪心脏的左心室跳动，把左心室代谢的分数用一些量化的指标打出分来，去对比心脏在受压情况以及平静状态之下两个分数的区别，这样就可以客观稳定的做出一模一样的结果，因此整个诊疗就变成几秒钟的时间。很好的解决了医生的主观程度，包括劳累，疲劳，经验不足等问题。
现在人们越到不懂的事务，都喜欢上网搜索，包括身体上的不舒服症状，大部分人都喜欢上网搜索答案，这就诞生了很多的在线网上问诊平台，问诊的数据很庞大，但是在线医生数量是饱和的。这个时候，如果通过 AI 对问诊的数据做一个简单的分流和初步的分析。或者把 AI 用到内部运营管理方面，把一些病人拍的不标准的信息，进行自动标准化后再发给医生；反过来，AI 可以帮病人找到一位最适合的医生，达到医生和病人的双重满意。这样的商业模式是一个对轻问诊平台入口的重塑，让它变得更加直观，贴近患者的使用习惯；再就是他内部吞吐量以及服务的响应时间的优化，这些增长也是 AI 公司的机会。
无论是技术、人才还是AI市场需求，中国都领先于全球。在人工智能时代，如何利用AI技术成功应用于医疗行业，解决中国医疗行业的难题？这将是中国AI公司的另一个发展机会。
