當(dāng)我們把目光聚焦向人工智能醫(yī)療健康領(lǐng)域,，不難發(fā)現(xiàn)人工智能已經(jīng)應(yīng)用到醫(yī)學(xué)影像識別、疾病輔助診斷,、外科手術(shù),、基因測序以及醫(yī)療大數(shù)據(jù)等許多方面。未來五年,，醫(yī)療健康將會是人工智能最重要的應(yīng)用領(lǐng)域之一,。

報道 | 微胖

智能與醫(yī)療，正成為人工智能時代重頭戲,。

2017 年被認(rèn)為是「人工智能應(yīng)用元年」,，亦是人工智能發(fā)展的拐點,。7 月 9 日，全球人工智能高峰論壇暨中國（杭州）人工智能小鎮(zhèn)啟動儀式在杭州召開,。在本次論壇的「人工智能醫(yī)療健康分論壇」上,，專家、學(xué)者以及業(yè)內(nèi)人士就人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用展開了交流,。

據(jù)近期普華永道報告分析,，2030 年之前，中國和美國將成為從技術(shù)浪潮中收獲最多的國家,。未來的 13 年內(nèi),，人工智能將增加中國 7 億萬美元的 GDP，經(jīng)濟增長達 26%,。其中,，醫(yī)療成為人工智能最富變革力領(lǐng)域之一。醫(yī)療領(lǐng)域是典型數(shù)據(jù)密集型行業(yè),，在智能化時代,，數(shù)據(jù)生成速度的提升也帶來了醫(yī)療數(shù)據(jù)積累量的大幅增加,。尤其是在基因和醫(yī)學(xué)影像領(lǐng)域,，人工智能技術(shù)極大加快挖掘提取深層次信息的效率，由此也釋放出大量創(chuàng)業(yè)和商業(yè)機會,。

過去十幾年,，中國醫(yī)療行業(yè)的信息化也積累了大量歷史數(shù)據(jù)；人工智能技術(shù)也取得了巨大進展,。場景,、數(shù)據(jù)、技術(shù)的具備為行業(yè)變革奠定了基礎(chǔ),。中國醫(yī)療行業(yè)也面臨不少問題,，比如，中國醫(yī)療資源總量不足,、分布不合理,、優(yōu)質(zhì)資源匱乏?？床‰y,、看病貴的問題的核心表現(xiàn)為供需矛盾，資源嚴(yán)重不足,。另外,，醫(yī)療失誤造成大量生命和財產(chǎn)損失，數(shù)字同樣讓人驚心,。全球每年有 4300 萬人受到醫(yī)療失誤的波及,，其中大部分發(fā)生在中低收入國家。

數(shù)據(jù)顯示，2017 年第一季度有 30 多家人工智能企業(yè)獲得融資,，醫(yī)療健康領(lǐng)域的人工智能創(chuàng)業(yè)公司表現(xiàn)尤為突出,，關(guān)注度和融資量最高?！府?dāng)我們把目光聚焦向人工智能醫(yī)療健康領(lǐng)域,，不難發(fā)現(xiàn)人工智能已經(jīng)應(yīng)用到醫(yī)學(xué)影像識別、疾病輔助診斷,、外科手術(shù),、基因測序以及醫(yī)療大數(shù)據(jù)等許多方面。未來五年,，醫(yī)療健康將會是人工智能最重要的應(yīng)用領(lǐng)域之一,。」

在本次論壇的「人工智能醫(yī)療健康分論壇」上,，「人工智能+醫(yī)療」領(lǐng)域的首個產(chǎn)業(yè)聯(lián)盟——健康產(chǎn)業(yè)人工智能技術(shù)創(chuàng)新聯(lián)盟在本次論壇上正式成立,。健康產(chǎn)業(yè)人工智能技術(shù)創(chuàng)新聯(lián)盟由科大訊飛、復(fù)星醫(yī)藥,、德勤咨詢,、思創(chuàng)醫(yī)惠、榮之聯(lián),、Boston AI,、浙江知識產(chǎn)權(quán)交易中心、杉杉醫(yī)療,、貝殼社等單位聯(lián)合發(fā)起,，旨在打造醫(yī)療人工智能應(yīng)用聚集地，搭建醫(yī)療人工智能產(chǎn)業(yè)生態(tài)鏈?zhǔn)痉镀脚_和中國醫(yī)療人工智能核心技術(shù)平臺,。

一,、專家把脈，醫(yī)療行業(yè)的人工智能應(yīng)用存在四大痛點

在醫(yī)療領(lǐng)域,，人工智能技術(shù)應(yīng)用存在四大痛點,，麻省理終身教授、波士頓人工智能實驗室主任曹漁在題為《端智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用》的發(fā)言中談到,。針對這四大痛點,，他認(rèn)為端智能在中國醫(yī)療領(lǐng)域當(dāng)中會大有可為。

曹漁談到,，所謂端智能，是指把人工智能的算法,、架構(gòu)部署在終端,，在終端領(lǐng)域,，運行我們的計算。在這種情況下,，我們可以保證我們的計算不依賴于網(wǎng)絡(luò),，同時我們可以實現(xiàn)實時的數(shù)據(jù)處理。更重要的是,，我們可以保護用戶的隱私,，而且實現(xiàn)個性化的定制。在這基礎(chǔ)上,，有可能產(chǎn)生很多新的商業(yè)模式,。我們認(rèn)為，端智能是推動垂直領(lǐng)域人工智能化最重要的技術(shù)之一,。

2016 年美國的主流 ID 廠商逐步布局邊緣計算和端智能,。在過去的一兩年之內(nèi)，大概有近 20 家與端智能相關(guān)的企業(yè)獲得超過 5 億美元的融資,。在 2017 年到來的時候,，邊緣計算已經(jīng)迅速發(fā)展成為 10 億美元的技術(shù)市場。近期,，微軟公司宣布進行重大轉(zhuǎn)型,，專注云計算和端智能也是未來的方向之一。

那么,，人工智能的醫(yī)學(xué)應(yīng)用存在什么痛點呢,？

首先,，異構(gòu)數(shù)據(jù)普遍存在,。在醫(yī)療領(lǐng)域有醫(yī)療圖像、視頻數(shù)據(jù),、音頻數(shù)據(jù),、結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù),、文本數(shù)據(jù),。每一種數(shù)據(jù)的處理方式、存儲格式,、傳輸方法,、算法都不盡相同。不可否認(rèn),，一旦理順了多格式,，多源頭，呈爆炸性成長的大數(shù)據(jù)的整合和分析,，醫(yī)療大數(shù)據(jù)將對提高醫(yī)療質(zhì)量,，強化患者安全,，降低風(fēng)險，降低醫(yī)療成本等方面發(fā)揮無與倫比的巨大作用,。但是,，怎么樣能夠開發(fā)一個有效的人工智能的系統(tǒng)，能夠把這些多模態(tài)的數(shù)據(jù)利用起來,，作出更好的診斷和治療,，這是非常有挑戰(zhàn)性的任務(wù)。

其次,，有效數(shù)據(jù)的缺失,。其實，很多應(yīng)用里面其實沒有大數(shù)據(jù),，只有小數(shù)據(jù),。如何解決？當(dāng)我們只有小數(shù)據(jù)的時候,，仍然希望能夠訓(xùn)練一個很好的模型,。在這種情況下，用遷移學(xué)習(xí)的方法就可以做到用一個領(lǐng)域的大量的數(shù)據(jù),，通過遷移學(xué)習(xí)的方法,，到新的領(lǐng)域進行學(xué)習(xí)，達到類似的效果,，解決小數(shù)據(jù)訓(xùn)練問題,。

第三，缺乏個性化模型,。其實這和精準(zhǔn)醫(yī)療密切相關(guān),。精準(zhǔn)醫(yī)療的目的是實現(xiàn)千人千面，但離我們的目標(biāo)還有一定的距離,?？梢杂迷隽繉W(xué)習(xí)的方法，來解決個性化模型定制問題,。所謂「增量學(xué)習(xí)」,，是指最開始的時候，用數(shù)據(jù)學(xué)到一個通用的模型,，這個通用模型會教給用戶和病人,。在跟病人進一步交互過程中，我們用增量學(xué)習(xí)的方法更新模型,。在這種情況下,，我們就可以定制一個模型。比如說一種治療的方法,、一種診斷,，在某一個病人的手中,，經(jīng)過一段時間的交互，經(jīng)過一段時間的數(shù)據(jù)積累,，它的模型會發(fā)生變化,，實現(xiàn)理想中的千人千面。

第四,，技術(shù)架構(gòu)和系統(tǒng)功效,。在傳統(tǒng)的云計算里面，在云端有很強的計算能力,，不用考慮功耗,。但是，在終端必須考慮功耗,，我們手機一天要充電,，在這種情況下我們必須考慮到如何重新開發(fā)技術(shù)架構(gòu)，使系統(tǒng)更高效,。特別是在傳統(tǒng)云計算里面,，數(shù)據(jù)要傳到網(wǎng)上，傳到云端,。但是,，很多醫(yī)院不允許把數(shù)據(jù)傳到云端，即使傳到云端,，也存在很大的隱私泄露的領(lǐng)域,。所以在醫(yī)療領(lǐng)域，我們希望把數(shù)據(jù)留在本地,。問題就出現(xiàn)了,，怎么樣才能使本地計算更有效、高效地技術(shù),？這是我們認(rèn)為具有挑戰(zhàn)的方向,。

端智能如何解決醫(yī)療中的技術(shù)挑戰(zhàn),？簡單來說,，將人工智能算法部署在醫(yī)療的終端，實現(xiàn)本地計算和個性化模型的定制,，從而確保病人的隱私和數(shù)據(jù)安全,，從高層次角度解決醫(yī)療技術(shù)的挑戰(zhàn)。

二,、科大訊飛布局人工智能在醫(yī)學(xué)影像中的應(yīng)用

貝殼社創(chuàng)始人姜慧霞在《共建醫(yī)健人工智能產(chǎn)業(yè)加速生態(tài)系統(tǒng)》的發(fā)言中指出,，從統(tǒng)計出來的過去融資的輪次來看，很多都是很小的公司,，或處在初創(chuàng)早期,，可能也就是十幾個人,，或者更小。大部分處于 A 輪,、B 輪,，很多都是天使輪。但是,，越來越多的大公司關(guān)注人工智能,，更多跟人工智能項目或者團隊進行一些合作。另外,，市場增長,，到 2018 年市場規(guī)模達到 200 億，增長率達到 40%,，「未來 4-5 年,，會有一批偉大的人工智能公司創(chuàng)立。所以人工智能特別是在醫(yī)療領(lǐng)域的創(chuàng)業(yè),，它其實剛剛開始,。」

普華永道報告分析指出,，人工智能覆蓋領(lǐng)域中，最具潛力的三個醫(yī)療領(lǐng)域之一就是影像診斷（圖像診斷,，病理診斷）,。人工智能在醫(yī)學(xué)影像中的應(yīng)用，也是我們最為熟悉的,。比如,，最近吳恩達領(lǐng)導(dǎo)的斯坦福大學(xué)機器學(xué)習(xí)組開發(fā)了一種深度神經(jīng)網(wǎng)絡(luò)，從心電圖中識別 14 類心律不齊,；年初,，斯坦福大學(xué)一個聯(lián)合研究團隊開發(fā)出了一個皮膚癌診斷準(zhǔn)確率媲美人類醫(yī)生的人工智能，相關(guān)成果刊發(fā)為了 1 月底《自然》雜志的封面論文,；FDA 首次批準(zhǔn)了一款心臟核磁共振影像 AI 分析軟件,，等。

科大訊飛鹿曉亮介紹說,，除了將訊飛最擅長的語音技術(shù)用到醫(yī)療,，幫醫(yī)生寫電子病例和醫(yī)療文書，醫(yī)療影像的服務(wù)診斷系統(tǒng)也是科大訊飛的布局重點,。

訊飛一直有關(guān)注計算機視覺領(lǐng)域，也一直有計算機視覺團隊,，有不少同事在從事這方面的工作,。公司實際上擁有比較強的包括人臉識別,、OCR 等在內(nèi)的技術(shù)。訊飛系統(tǒng)不僅要能夠處理這個人的胸片或 CT 影像,，還要同步處理他的其他非結(jié)構(gòu)數(shù)據(jù),，把這些數(shù)據(jù)融合在一起，最后幫助醫(yī)生做一個整體的判斷跟方案的建議,，這個是訊飛與其他公司的最大不同,。科大訊飛希望把這樣的技術(shù)應(yīng)用到醫(yī)療領(lǐng)域,，幫助以后找肺部 CT 結(jié)節(jié),，幫醫(yī)生看骨科的片子。在這些領(lǐng)域,，機器可以做得比人類更好,。

目前，人工智能在醫(yī)學(xué)影像中的應(yīng)用主要就是輔助醫(yī)生做診斷,，讓醫(yī)生做診斷的時候做到有理有據(jù),，從而減少誤診、漏診率,。從影像方面的誤診人數(shù)來看,，美國每年的誤診人數(shù)達到了 1200 萬，中國因為人口基數(shù)龐大,，達到了驚人的 5700 萬/年,，這些誤診主要發(fā)生在基層醫(yī)療機構(gòu)。電子膠片的廣泛使用使得醫(yī)學(xué)影像數(shù)據(jù)大幅度增長,，美國的數(shù)據(jù)年增長率達到了 63.1%,，在中國也達到了 30%。放射科醫(yī)生的年增長率美國和中國僅只有 2.2% 和 4.1%,，遠遠低于影像數(shù)據(jù)的增長,，形成巨大缺口。這意味著醫(yī)師工作量大增,，判斷準(zhǔn)確性下降,，借助人工智能對影像進行判斷可以有效彌補該缺口。

科大訊飛在醫(yī)療上的布局,，其實除了這些,，還立志做好醫(yī)生的助理。據(jù)普華永道分析預(yù)測,，這屬于高潛力的用例。也就是說以數(shù)據(jù)為驅(qū)動,，通過將患者的病史作為基準(zhǔn),，調(diào)查偏差數(shù)據(jù)或標(biāo)識,，這樣的診斷方式在初始階段將是人類醫(yī)生的助手，并不能替代人類醫(yī)生,。但是,，能提高醫(yī)生的診斷效率和準(zhǔn)確度，AI 在此過程中也能不斷學(xué)習(xí),、改進,，人類醫(yī)生和 AI 診斷的結(jié)合，將提高系統(tǒng)的準(zhǔn)確性,，隨著時間的推移,，人類將有足夠的信心，將診斷任務(wù)完全委托給 AI 系統(tǒng),，讓 AI 自主操作,。

據(jù)鹿曉亮介紹，現(xiàn)在他們在一步步地扎實工作,。比如,，他現(xiàn)在給研究院設(shè)定一個小目標(biāo)，就是到今年 8 月底,，人工智能系統(tǒng)要能夠通過中國職業(yè)醫(yī)師職業(yè)考試筆試,。就是 600 道選擇題，現(xiàn)在醫(yī)學(xué)院學(xué)生或者社會上的人只要 360 分能通過考試,，希望科大訊飛的人工智能系統(tǒng) 8 月底能考到 400 分,。

三、基因數(shù)據(jù)規(guī)模激增,，創(chuàng)業(yè)公司瞄準(zhǔn)數(shù)據(jù)分析瓶頸

隨著基因檢測的價格不斷降低和日益普及,，基因領(lǐng)域數(shù)據(jù)規(guī)模激增，如何這存儲,、分析以及解讀成為行業(yè)必須要突破的瓶頸和壁壘,。目前在中國只有少數(shù)的頂端的三甲醫(yī)院，甚至一些頂端的醫(yī)學(xué)團隊才能夠分析這個技術(shù),。創(chuàng)業(yè)公司希望借助人工智能讓這些技術(shù)惠及大眾,。

與會的北京基云惠康的郝向穩(wěn)介紹說，公司云分析服務(wù)專注于個人全基因組數(shù)據(jù)分析,?；苹菘祵儆?SaaS 服務(wù)，以阿里云為基礎(chǔ),，針對全基因組數(shù)據(jù),，提供更快，更低成本的優(yōu)化服務(wù)，主要服務(wù) B 端用戶,?！溉蚪M數(shù)據(jù)分析和解讀，涉及 90 個 GB 的數(shù)據(jù),，有 2 萬多個基因,。我們要對這些基因做一個全面的解讀，里面涉及到非常多維度的數(shù)據(jù),，不光是 DNA 序列,，還有人的表情數(shù)據(jù)。針對那么多維度的數(shù)據(jù)進行分析,，不是我們原來說的做一個簡單的統(tǒng)計分析,，就可以把這個事情完全做完?！?/p>

上海易瑞生物科技有限公司呂暉介紹說，易瑞也是以基因檢測為基礎(chǔ),，用數(shù)據(jù)分析和人工智能做個性化的健康和醫(yī)療服務(wù)工作,。「基因數(shù)據(jù)有非常豐富的數(shù)據(jù),，但解讀出來的部分其實很少,。而且這個解讀，也是全世界分子生物學(xué)家用幾十年時間解讀出來,。所以現(xiàn)在到了這個時間點,，我們覺得到了人工智能開始介入部分了。我們一方面的技術(shù)是做基因組,，還有是其他多組學(xué)的整合,，這是數(shù)據(jù)方面的發(fā)展?！?/p>

聚道科技的業(yè)務(wù)更加底層,，為基因領(lǐng)域搭建云環(huán)境。2014 年,，一批阿里出身的技術(shù)團隊成立了基因大數(shù)據(jù)計算服務(wù)平臺聚道科技,。李廈戎介紹說，聚道科技在基因領(lǐng)域幫助企業(yè)解決精準(zhǔn)數(shù)據(jù)及大規(guī)模的數(shù)據(jù)計算,，包括更多表情數(shù)據(jù)整理,、整合的需求。背后的數(shù)據(jù)包括數(shù)據(jù)的傳輸,、分布式存儲和計算的技術(shù),，還包括數(shù)據(jù)的管理以及怎么樣提供一些協(xié)作化,、標(biāo)準(zhǔn)化的數(shù)據(jù)標(biāo)準(zhǔn)和計算的標(biāo)準(zhǔn)。另外,，公司也可以再跟一些臨床機構(gòu)合作,，做一些基于人工智能的,，對遺傳性疾病和罕見性疾病的基因推斷,。

目前,，大多數(shù)企業(yè)都還是 A 輪或者 A 輪以前的初創(chuàng)公司,，市場還屬于醞釀階段，大部分仍聚焦數(shù)據(jù)分析環(huán)節(jié),，云服務(wù)是一趨勢,。

四、展望未來,，職業(yè)替代還太早,，數(shù)據(jù)難題不可忽視

在分會場的圓桌論壇上，大家討論了人工智能對醫(yī)療領(lǐng)域醫(yī)生職業(yè)的影響以及對行業(yè)未來的展望,。

人工智能技術(shù)會對醫(yī)生職業(yè)產(chǎn)生怎樣的影響？

德勤中國創(chuàng)新領(lǐng)導(dǎo)合伙人馮曄談到了德勤的經(jīng)驗,。他說,，德勤很早就已經(jīng)引入了科技，我們自己在做一些機器學(xué)習(xí),，審計或者稅務(wù)甚至律師大型的文獻,，或者說文檔都是用機器讀的。最近,，大家可能在網(wǎng)絡(luò)上看到很多財務(wù)機器人,，也是我們創(chuàng)新中心一起研發(fā)了。我們現(xiàn)在有一個很好聽的名字,，我們叫機器為「小勤人」,，當(dāng)然我們也希望走出財務(wù)和稅務(wù)機器人的范疇，向醫(yī)療健康領(lǐng)域發(fā)展,。

人工智能的出現(xiàn),，很多人職業(yè)會消失？首當(dāng)其沖的就是財務(wù),、會計,、稅務(wù)或者一些重復(fù)勞動的工作。我們自己也在分析自己公司一些工作的性質(zhì),，比如說像審計,。審計最痛苦的是在什么時候,？就是在最后的出報表的時候，大家大量的時間用于加班,，大量的時間用于對賬,、對數(shù)據(jù)，包括前期大量的時間在抽樣板,。其實,，我們已經(jīng)采取了很多的方式，比如數(shù)字分析,、數(shù)字挖掘的方式,，包括我們自己也開發(fā)了報告系統(tǒng)，一鍵生成的報告系統(tǒng),，只要有三張財務(wù)系統(tǒng),，至少可以把整個審計報告的數(shù)字部分全部放進去，而且前后沒有偏差,。大家也知道審計報告前后有多級關(guān)系,，如果讓系統(tǒng)去做這個事情，未來可能人工智能來做事情,，這個時間就不需要了,。

有那么多時間被節(jié)省下來,，那人員的成本應(yīng)該下來了,？目前來看，不是那么明顯,。事實上,，你可以把重復(fù)勞動時間轉(zhuǎn)化為為目標(biāo)客戶提供更多價值的時間，更多地了解他的業(yè)務(wù),，更多和他分析他的業(yè)務(wù),，以及去探索他的商業(yè)模式，找出他目前碰到的一些問題,。我覺得從這一點來講,，招募一些相對來說低級別的人員，每年數(shù)量已經(jīng)下降,。我們的業(yè)務(wù)（客戶群）其實在增長,，其實從這方面來講，相對來講,，我們的人數(shù)在這方面已經(jīng)降低了,，其實我們只是把一些重復(fù)勞動的事情轉(zhuǎn)化到了更有價值的能跟客戶交互的事情上來，這是我們想做的事情,。使用高科技,，來為客戶提供高價值的服務(wù),，這是我們的目的，正在這個過程當(dāng)中,。未來的趨勢都是這樣的,。

德勤也在跟醫(yī)院直接合作，我的感覺是,，人工智能是導(dǎo)致社會現(xiàn)有職業(yè)的消失,，我不認(rèn)為這個職業(yè)會完全消失，但是,，這些人的工作性質(zhì)會發(fā)生變化,。比如說影像讀片的人,，還包括做基因分析也是一樣,，他中間有很大一部分是重復(fù)工作。一個是他需要很強的記憶,，又需要不知疲倦地做,，這一類工作會被機器很快地代替。如果這個職位,，當(dāng)年是因為這個技術(shù)比較好,，不幸的是你要學(xué)新的技術(shù)了。

另外,，我感覺在最近的將來,，這些職業(yè)不會完全被代替，因為它還要跟人打交道,，這其實就像交通的「最后一公里」,，這最后一公里很難做，還是需要人做的,。就像遺傳咨詢師,，以前為什么他難培訓(xùn)？因為他掌握基因知識需要很長時間,。在人學(xué)起來非常困難的一部分,，機器很容易代替，我們現(xiàn)在開發(fā)的系統(tǒng)也是這樣,，就是基于基因型的表情輔助診斷,，醫(yī)生就會很快明白。以后醫(yī)生咨詢師的時候就會集中在怎么從現(xiàn)有的知識和病人的溝通上,，而不是花在查詢文獻和知識庫上,，然后判斷這個知識到底是對還是錯。所以,，我認(rèn)為這方面,，他不會完全消失,，但是他的工作會有改變。

聚道科技的李廈戎認(rèn)為,，從基因領(lǐng)域來講,，其實基因領(lǐng)域有大量的未知，這些未知是需要人去利用,，而不完全靠機器理解,。所以，從某種程度上來講,，這個領(lǐng)域還存在著大量的機會,，需要更多人去加進來，而不是減少職業(yè),，需要更多的職業(yè)會出現(xiàn),。其實像常規(guī)的遺傳咨詢，它會自動化做一些分析,。但其實還會存在大量的罕見性和疑難的病例,，這些病例可能就需要很多背景更加強的遺傳專家，甚至一些研究人員進一步研究背后生物學(xué)的機理,。這時候,，需要大量人去參與。

科大訊飛的鹿曉亮表示,，人工智能也只是一項技術(shù)而已,，它跟其他的產(chǎn)業(yè)革命相比，沒有什么過人之處?，F(xiàn)在的人工智能要真正讓我們的機器有意識,、有感情，這還離得遠,。包括剛才說的人工智能有可能會代替放射醫(yī)生,，幫助醫(yī)生閱片。這些知識在非常垂直的領(lǐng)域,，對醫(yī)生來說是一個非常繁重,、非常繁雜的工作上，我們的機器有可能會代替人類,。整體而言,，現(xiàn)在人工智能是處在弱人工智能的階段，它沒有通用性,，不像人類大腦一樣有通用性,。我們語言識別系統(tǒng)，識別中文可能識別得很好,，讓它識別法語,，就會識別得亂七八糟,。所以，這是目前人工智能發(fā)展的階段,，我們把它定義為弱人工智能階段?，F(xiàn)在很多人工智能威脅什么，這些東西現(xiàn)在為之過早,。但不可否認(rèn)的是,，我們現(xiàn)在的人工智能即使只能做某一個垂直領(lǐng)域的工作，它也是可以在這個領(lǐng)域里面做得比人類好,，可以在某一個具體點上幫助人類,，甚至替代人類。

未來五年甚至二十年,，人工智能技術(shù)會對醫(yī)療領(lǐng)域產(chǎn)生什么影響,？

首先，數(shù)據(jù)孤島和數(shù)據(jù)重復(fù)性問題,。醫(yī)療行為過程將醫(yī)療大數(shù)據(jù)分為診療數(shù)據(jù),、研發(fā)數(shù)據(jù)、科研數(shù)據(jù)和支付數(shù)據(jù)四種,，而不同的數(shù)據(jù)類型又在智慧醫(yī)療中有不同的價值。比如,，診療數(shù)據(jù)可以為公共機構(gòu)和醫(yī)院提升醫(yī)療服務(wù)質(zhì)量提供數(shù)據(jù)依據(jù),，以實現(xiàn)有效的疾病管理和公共衛(wèi)生建設(shè)；同時,，診療數(shù)據(jù)也可以幫助個人進行疾病預(yù)防,，進行慢病管理。當(dāng)這些數(shù)據(jù)在醫(yī)療行業(yè)充分得以運用就會帶來巨大的經(jīng)濟價值,。

雖然智慧醫(yī)療前景廣闊,，但是，數(shù)據(jù)孤島是現(xiàn)階段限制醫(yī)療大數(shù)據(jù)價值變現(xiàn)的首要因素,，行業(yè)割據(jù)又加劇了數(shù)據(jù)孤島的惡化,。由于缺乏統(tǒng)一的醫(yī)療信息平臺，不同的醫(yī)療機構(gòu)之間,、不同的區(qū)域醫(yī)療信息化平臺之間都存在數(shù)據(jù)割裂,，甚至個人健康數(shù)據(jù)也會因為不同的可穿戴設(shè)備而儲存在不同的 APP 上形成數(shù)據(jù)割裂。數(shù)據(jù)孤島和行業(yè)割據(jù)問題,，不僅影響了大數(shù)據(jù)在智慧醫(yī)療中的作用,，更對提高利用醫(yī)療資源效率，實現(xiàn)大數(shù)據(jù)價值變現(xiàn)產(chǎn)生阻礙,。

德勤的馮曄表示,，在基因測序領(lǐng)域,，現(xiàn)在影像識別都用了很多大數(shù)據(jù)、云計算等等一系列的高科技手段,。目前,，因為數(shù)據(jù)孤島的情況是存在的，未來的情況下,，這個精準(zhǔn)度,，尤其是在診療方面，找出一些疑難雜癥,，通過人工智能能得到更好的精準(zhǔn)度的提高,，能解決一些疑難病癥，使用人工智能會更好,。

易瑞科技創(chuàng)始人兼首席科學(xué)家呂暉表示,，從技術(shù)來講，確實現(xiàn)階段三五年之內(nèi),，咱們要解決重復(fù)性的問題,。因為我們也是著重于收集病人和健康人群的數(shù)據(jù)，因為有這個數(shù)據(jù)才能做更好的服務(wù),。所以技術(shù)上來講,，現(xiàn)在需要把這些數(shù)據(jù)規(guī)范化，規(guī)范化才能學(xué),。但是,，在醫(yī)療上，目前這個階段,，它面對的醫(yī)學(xué)問題不是一個完全封閉的系統(tǒng),，我覺得在二三十年之后，其實現(xiàn)在人工智能的理論需要有一個飛躍,，我認(rèn)為,，不一定是突破，因為算法其實已經(jīng)在那兒,。

人工智能在未來十年、二十年,，完全想替代人類和醫(yī)生是不可能的事情,。但是我希望未來的十年、二十年,，每一個醫(yī)生都有一個人工智能的助手,，科大訊飛的鹿曉亮表示。從基因應(yīng)用來說，希望每個人擁有自己的健康管理顧問,。