无人驾驶、语音识别、刷脸支付、智慧医疗、智能教育……过去的2017年，人工智能备受关注。尤其是2017年7月20日，国务院出台《新一代人工智能发展规划》，提出到2020年，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。在我们日常生活场景中，也涌现出了越来越多的人工智能应用。

健康一体机

在医疗领域，人工智能也迅速崭露头角，成为医生精准诊断疾病的“得力助手”。

中山大学数据科学与计算机学院教授、青年千人计划学者陆遥表示:“人工智能在影像分析方面并非新的领域，30多年前，在计算机辅助诊断领域的创建中，人工智能就扮演了非常重要的角色。”

据陆遥介绍，早期诊断可将乳腺癌的五年生存率提高至85%。当前早期诊断乳腺癌主要是用钼钯来进行筛查，但该方法存在一定的缺陷，如假阳性率非常高、不同医院影像质量高低不一、临床医生的主观性强，由此导致较高的误诊率。计算机辅助诊断有更好的客观性、稳定性和时效性，在乳腺癌微钙化检测方面优势明显。钙化点的出现是罹患乳腺癌的重要早期标志之一，通过人工智能对钼钯影像微钙化点的智能分析，能够精准地判断乳腺癌的发生，减少误诊率。

苏州大学教授、青年千人计划学者陈新建就从人工智能在视网膜疾病诊断与分析方面表示:他们开发了光学相干断层扫描OCT技术以及眼底疾病的筛查系统，可对眼底常见疾病进行筛查。通过对视网膜疾病的早诊、早治，从而减少这类疾病的发生。

人工智能除了能对疾病精准诊断、提早治疗外，它还可以用来进行药物设计。传统的药物合成设计流程，“有经验的研究人员，每天需要花费大量的精力设计合成路线，从而得到一些目标化合物，但随着人工智能的发展和大数据的分析，利用人工智能的方法让电脑自己设计合成路线，节省工作人员大量的时间”，同济大学生物信息系教授刘琦介绍了人工智能在药物设计等方面的工作。不过他也认为，“From Data to Therapy（从数据到治疗），需要各个层面的合作，包括来自计算机科学、临床、分子生物学以及影像学等方面的专家合作。这条道路虽然漫长，但前途非常光明。”

数据融合也是未来这一领域的趋势。南京信息工程大学教授徐军认为，医学数据量大且非常复杂，跨越多模态分析是未来这一领域的研究方向，“只有通过病理、影像、分子、甚至其他文本数据的融合，才能真正地推动精准医疗的发展”。

人工智能对医疗的变革，也体现在医疗人才培养模式的转变。“过去培养一个合格的影像科医生和检验科医生需要十几年，人工智能和医学影像的结合让我们看到了曙光。它既能让影像科医生从巨大的工作量中解放出来，同时也能保证工作的质量。” 山东大学信息科学与工程学院副教授刘治表示。

互联网医疗、可穿戴健康管理、基因测序、智能医疗，这些曾经觉得不太落地的概念正在以各种各样的形式和方式在医疗行业生根发芽，以医疗大数据和人工智能为代表的新技术，在现代医院发展中的价值不断提升。

发展到今天，向智能化迈进已经基本成为了医疗行业共识，智能医疗及其附着的信息不仅为整个医疗服务流程带来了几乎颠覆性的变化，同时，其所承载的信息与知识，已经具备落地应用并创造价值的特点。