從AI到治病還有How long（1）

回顧近兩年，2016年被資本稱為「AI新元年」，那麼剛剛過去的2017年絕對可以說是「AI爆發年」。小編剛剛拿到了2017年國內AI醫療融資情況。

是不是滿滿都是羨慕和嫉妒，但醫療卻被稱為最難和AI融合的產業，它並不像其它互聯網產業那樣可以快速崛起，需要精心耕耘。那麼到底AI醫療發展到了哪一步，它距離我們又有多遠呢？

首先我們看看AI醫療行業的分類。

藥品研發

大家都知道藥品研發耗時耗錢，而且有著不可控的風險。舉個列子你就能明白，比如我們要研發治療慢支炎的藥物，就需要找不同年齡階段、不同性別、沒有服用過同類藥物、可排除其他影響因數的病人，要求他們堅持服藥每周來做檢查，這樣篩選上千人，這個過程少則2到3年，多則（自行腦補）。對於葯企來說浪費了巨大的時間和機會成本。

如果有個AI演算法，它能從已知的病曆數據中快速篩選這樣的病人，同時監控臨床實驗變化，你自己說說葯企會怎麼感謝你。

疾病診斷

疾病的診斷一直是「老大難」問題，特別是在中國有廣大的內陸地區缺乏經驗豐富的全科醫療人員，加上醫療保障體系的不太完善，導致了「大醫院人滿為患，基層醫院門可羅雀」的情況，同時醫療信息的不對稱性也加劇了醫患之間的矛盾。

解決這樣的問題，小編以前就說過大可以用AI輔助診斷。讓患者對自身有比較清楚的了解，同時又可以幫助醫療人員查漏補缺，不耽誤病人，也減輕了醫療強度。

但是如何從病人的情況中了解到有用的信息，你一問病人哪裡不舒服，他們總是自己都說不清，所以這需要技術進一步的探索了解。

影像識別

這個也是目前最火的領域，為什麼呢？因為門檻低啊，大家都可以來。人工智慧對影像識別難度不是很大，但也沒有明顯比專家做的好的情況。

而且就中國實際來說，並沒有大家想像中那麼大的需求量。

絮語

目前AI醫療有一下幾個特點：1.影像識別扎堆 2.患者數據難獲取 3.核心技術需待突破。醫療行業是個跨度大時間長的行業，它直接關係到每個人的生老病死，被改變的難度是最大的。顯微鏡被發明到應用醫療花了上百年，X光片從發明醫院應用也花了幾十年。But，以破壞一切現有法則，重構體系的互聯網技術，也許不需要那麼久 ，Wating……。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！