醫(yī)療健康是我國大力支持人工智能應用落地的四大產(chǎn)業(yè)之一。近年來，國家也出臺了多項政策文件推動醫(yī)院病歷電子化、數(shù)字化以及人工智能的落地，分級診療制度在逐步建立，在我國面臨醫(yī)療資源供給不足、分布嚴重不均衡的背景下，人工智能在醫(yī)療健康各細分領域紛紛落地，覆蓋全產(chǎn)業(yè)鏈各應用場景。人工智能醫(yī)療企業(yè)的產(chǎn)品和服務帶來行業(yè)的降本增效，在醫(yī)學影像分析、疾病風險預測等領域相對成熟，賽道逐漸擁擠競爭激烈進入紅海戰(zhàn)役。

　　醫(yī)療人工智能會在云計算、AI芯片、大數(shù)據(jù)、深度學習、類腦智能等基礎上，用于臨床輔助決策、影像識別、病理輔助診斷、個人健康管理、基因測序、新藥研發(fā)等。

　　醫(yī)療健康終端正在從專業(yè)領域向大眾領域擴展，應用范圍從醫(yī)院、體檢機構到社區(qū)、家庭再到個體，產(chǎn)品也已開始從專業(yè)醫(yī)療檢測設備到家用、社區(qū)醫(yī)療檢測終端再發(fā)展到可穿戴醫(yī)療健康設備。而且，目前的三大關鍵技術使得智能終端為用戶實現(xiàn)了定制化的數(shù)據(jù)采集傳輸，分別為：一、高性能高可靠生物體征感知技術，包括智能傳感、識別、算法等;二、低功耗輕量級底層軟硬件技術，包括低功耗芯片、操作系統(tǒng)、應用開發(fā)工具等;三、低功耗廣域智能物聯(lián)技術，包括物聯(lián)解決方案、芯片等。

　　目前，國家正在提倡分級診療，而基層首診是分級診療制度的重要基礎，分級診療需要基層醫(yī)療機構做好 “守門人” 和 “健康管理者”。這里說的基層主要是指醫(yī)療服務能力比較薄弱的地方，比如說具備“老三件”、簡單生化儀器的社區(qū)衛(wèi)生服務中心或村衛(wèi)生室等。

　　值得注意的是，雖然智慧醫(yī)療在基層的推廣和普及，可能是一種“攪局式”創(chuàng)新，但是這些技術創(chuàng)新有助于推動原來需要專家才能做到的診斷、治療，讓基層醫(yī)生在缺乏高端儀器設備的情況下，也能為患者提供初步的診治工作。

　　其次，從技術應用來看，比較常見并且高效運轉(zhuǎn)的智慧醫(yī)療，主要是自然語言處理類輔助診斷系統(tǒng)和醫(yī)學影像識別類輔助診斷系統(tǒng)兩個細分領域。實際上，醫(yī)療人工智能作為一種提高效率的工具，目前已經(jīng)覆蓋了醫(yī)療產(chǎn)業(yè)鏈條上的醫(yī)療、醫(yī)藥、醫(yī)保、醫(yī)院四大環(huán)節(jié)，主要應用于醫(yī)學影像、虛擬助手、藥物發(fā)現(xiàn)、醫(yī)院管理、健康管理、疾病預測、精準治療以及輔助診療等方面。

　　眾所周知，目前國內(nèi)面臨優(yōu)質(zhì)醫(yī)療資源的供需不平衡，醫(yī)生培養(yǎng)周期長，疾病譜變化快，技術日新月異，人口老齡化加劇，慢性疾病增長等問題待解決。公開數(shù)據(jù)顯示，全球醫(yī)療行業(yè)，平均每萬人擁有醫(yī)生14人，在中國這一數(shù)字也是14人，美國在27人左右。隨著人們對健康重視程度提高，大量需求催生了醫(yī)療AI的快速發(fā)展。

　　不同領域的人才之間的交流還是會存在比較大的困難，一個領域的專業(yè)人才去了解另外一個自己不熟悉的領域，其困難也是顯而易見的。因此，復合型人才在智慧醫(yī)療行業(yè)尤為重要，如果讓越多具備醫(yī)學知識和AI知識的復合型人才加入，必然對AI醫(yī)療的發(fā)展起到事半功倍的效果。

　　總的來說，我國在人工智慧醫(yī)療方面仍有很大的進步空間，絕大多數(shù)的產(chǎn)品都還沒到商業(yè)化階段。對于那些掌握人工智能技術的計算機專家和技術的公司來說，AI+醫(yī)療就是興奮劑，但依然存在諸多需要突破的壁壘。毋庸置疑的是，只有那些真正有實力的公司，才能在大浪淘沙的競爭中留存下來。隨著AI+醫(yī)療的進一步融合、深入，政策和資金層面的大規(guī)模投入，AI輔助技術也在多個醫(yī)療細分領域提供了幫助。未來，基于大數(shù)據(jù)的深度學習將改變醫(yī)療行業(yè)，對疾病提供更快速、準確的診斷和治療，將變得不再可怕。