未来如何看病？看我人工智能!南京电销机器人

《未来如何看病？看我人工智能!南京电销机器人》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、未来如何看病？看我人工智能！南京电销机器人自2017年3月被写入政府工作报告，人工智能已经席卷各个行业，成为新的经济增长点和国际竞争力的焦点。我国医疗行业基础数据量大、医疗资源相对不足、民生需求迫切，已成为人工智能走出实验室、落地商业化的前沿阵地之一。　　2017年7月，国务院印发的《新一代人工智能发展规划》指出，要“围绕教育、医疗、养老等迫切民生需求，加快人工智能创新应用，为公众提供个性化、多元化、高品质服务”。2018年4月12日召开的国务院常务会议上，确定发展“互联网+医疗健康”措施，缓解看病就医难、提升人民健康水平。　　当前，人工智能

2、在医疗领域的应用机遇与挑战并存，未来“人工智能+医疗”还将碰撞出怎样的火花？会给人民生活带来哪些改变？产业未来发展前景如何？　　1.医生不够？人工智能补上　　大量医疗人工智能创业公司集中涌现，国内外互联网巨头积极布局医疗人工智能，传统医疗企业纷纷引入人工智能人才与技术……2018年，“人工智能+医疗”火了。　　业内普遍认为，这股热潮始于2014年。灼识咨询提供了这样一份数据，2014年、2015年、2016年，每年新成立的人工智能医疗企业分别达到24、37和36家，与2013年的4家相比发展迅速。目前，人工智能医疗企业数目还在不断增长中。　　

3、“为什么火？首先是技术成熟了。”亿欧智库医疗产业分析师尚鞅认为，目前人工智能深度学习能够帮助计算机理解大量图像、声音和文本形式的数据，识别率已经能够达到商业化应用的水平。同时，医疗是一个非常传统的行业，新技术的介入能推动其迅速发展。　　资本敏锐地捕捉到了人工智能在医疗领域的应用前景。根据前瞻产业研究院发布的《2018—2023年中国人工智能行业市场前瞻与投资战略规划分析报告》显示，2016年中国“人工智能+医疗”市场规模达到96.61亿元，增长率为37.9％，2017年将超过130亿元，并有望在2018年达到200亿元。　　迅速增长的市场规模

4、背后是迫切的需求。人工智能究竟能否解决看病难、看病贵的问题？　　浙江大学医学院放射科主任张敏鸣对人工智能技术寄予厚望：“我很看好人工智能在医疗上的临床应用，这已经是21世纪非常重要的课题。人工智能有助于纾解当前我国医疗资源相对不足的困难，协助提升基层医疗水平。”　　常年工作在一线，张敏鸣从医生的角度解释人工智能技术在医疗领域应用的重要意义：“它可以帮助医生缓解疲劳、降低劳动强度。人工智能可以代替我们做重复性高、技术含量低的工作，这样我们就可以把节省出来的时间，用来与更多的患者沟通。更重要的是，可以防止漏诊，比如说有一些小病灶医生可能看不到，人

5、工智能技术可以提醒医生。”　　2.应用丰富，“人工智能＋医疗”多点开花　　人工智能系统在几秒钟内扫描胸部器官，自动定位定性病灶，自动生成诊断报告。这样的情形早已不是科幻片中的场景了。　　“人工智能阅片系统的主要目的是帮助医生提高阅片的精度和效率、减少误诊漏诊。”依图医疗副总裁方骢介绍，一个非常熟练的看片医生看一张片子大概需要5到8分钟，有了人工智能技术后，可以在几秒之内标注出病灶并生成结构化报告，作为辅助诊断结果提供给医生进行审查。　　据了解，目前国内不少医院都已经引入了人工智能阅片系统，用于肺癌、乳腺癌、儿童生长发育异常等疾病的辅助诊断，如

6、复旦大学附属肿瘤医院、浙江大学医学院附属儿童医院、华中科技大学同济医学院附属协和医院等。　　2017年12月，工信部印发的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》明确提出“加快医疗影像辅助诊断系统的产品化及临床辅助应用”。当前，医疗影像辅助诊断已成为人工智能医疗领域火热的应用之一。动脉网数据显示，国内医疗人工智能企业中，有半数都涉足该应用。而这其中，又大多涉及人工智能辅助诊断肺结节项目。　　张敏鸣介绍，肺结节可能是肺癌的“信号灯”，因此肺结节的筛查非常重要，能够帮助实现肺癌早期筛查。张敏鸣告诉记者，筛查肺结节过去全靠

7、医生的一双“火眼金睛”，平均每天要看上百个病人、上万张影像图片，工作量非常大。但是经过人工智能初筛后，医生在此基础上再筛查一遍，二次筛查确认后基本就不会有问题了。　　此外，在疾病风险预测、临床辅助诊疗、智能健康管理、医院智能管理等应用层面，人工智能技术也正在加速融入。　　3.多方合作，提升医疗服务水平　　在医疗健康行业，人工智能的应用场景越来越丰富，人工智能技术也逐渐成为影响医疗行业发展、提升医疗服务水平的重要因素。蓬勃发展的背后，人工智能在医疗领域的应用和推广也面临着诸多问题和挑战。　　首先是数据问题。人工智能应用要落地，就需要数据土壤。“

8、虽然中国的医疗数据整体量很大，但是具体到某一类医疗问题时还存在数据量不够大的问题。”尚鞅表示，同时数据的质量也不够高，就拿医疗影像举例，须要有临床经验丰富的医生对数