人工智能：从实验室到医院的距离有多远？

    Mike Barlow在《人工智能与医学》中有这样一个观点：
    与传统的倾向于劳动密集型的医疗保健不同，新兴的医疗模式是知识驱动型和数据密集型的。许多新型医疗保健正在带给我们一种新的模式，它将依赖于新一代用户友好、实时的大数据分析和人工智能及机器学习工具。
    与Mike Barlow持类似观点的专家俨然不在少数，医疗已然成为人工智能最先落地的场景之一，AI从实验室走进医院，早已也不是什么技术问题，只是时间的早晚。
    现实似乎又有些例外。IBM早在2014年就斥资10亿美元成立了Watson业务集团，全面运作 Watson 的研究和商业化事宜，其中的第一份职业就是“医生助理”，尝试用人工智能驱动个性化治疗。
    但直到今天，有关AI＋医疗的案例报道屡见不鲜，医疗AI的临床落地却几乎处于空白状态。
    01 角色进化
    
    自从2014年以来，AI进入垂直细分领域，医疗＋AI就被认为是最容易落地的领域之一。尽管医疗＋AI仍然存在不少问题，前进的脚步却从未停歇。
    IBM旗下的Watson就是该行业的先驱。在2017年9月，Watson在中国实现落地，其角色定位是“辅助医生”。
    也就是说Watson并不能代替医生下判断，而是用人工智能帮助医生做诊断，就像金箍棒一样，孙悟空拥有了它更是如虎添翼。
    Watson的工作原理是当医生输入患者的详尽数据，这款AI会从数据库里搜索已发表的研究成果，不到10秒钟，就能给出相应的治疗方案，供医生参考，为医生提供建议方案。
    尽管Watson目前的作用是辅助，但是为了做好“助攻者”的角色，Watson在不断自我优化。
    以Watson的肿瘤解决方案为例，目前其方案覆盖乳腺癌、肺癌和直肠癌等13个癌种，辅助全球医生进行诊疗，而预计到2019年，会在现有的基础上将新增3个癌种的解决方案。
    而在国内，国内的互联网巨头们也相继入局AI医疗领域。
    2016年4月，腾讯1亿美元投资“碳云智能”，10月百度发布“百度医疗大脑”，2017年3月阿里云发布“ET医疗大脑”，宣布正式进入AI医疗领域。
    尽管起步比美国晚两年，技术还不及国外成熟，但是在国内市场依然拥有一定得壁垒。
    1．中国人的身体素质和外国人有一定差异，注入Watson等国外的AI医疗系统是针对外国人的身体情况制造出来的，可能与国人不匹配。
    2．根据法律法规，国内的医疗数据不允许出境。所以服务于中国人的AI医疗系统还需中国人自己完成。
    02 螺旋前进
    
    近几年，AI的概念一直被炒得火热。甚至有人说只要在PPT上加“AI”两个字，就肯定能吸引到投资。
    那么作为医疗AI，到底是一场“海市蜃楼”，还是真真切切在颠覆医疗行业的革命呢？
    
    
    1  2  下一页>